문제인 01.exe 파일을 debug 파일을 이용해서 실행을 시켜보기로 했다.이를 봤을 때 "0040101D" 부터 "00401023" 까지의 작업을 실행했을 때 성공하면 밑에 있는 "00401048" 부분에서 "Ok, I really think that your HD

다이나믹 프로그래밍은 컴퓨터 과학 및 알고리즘 분야에서 매우 중요한 개념 중 하나입니다. 이 기법은 중복 계산을 피하고 문제를 효율적으로 해결하기 위해 사용됩니다. 다이나믹 프로그래밍의 핵심 아이디어는 큰 문제를 작은 하위 문제로 나누어 해결하고, 그 결과를 저장하여

비트 연산(Bitwise Operations)은 컴퓨터에서 비트 단위로 데이터를 처리하는 연산입니다. 이러한 연산은 주로 컴퓨터의 하드웨어 레벨에서 사용되며, 데이터의 비트 패턴을 조작하거나 검사하는 데 사용됩니다. 주요 비트 연산에는 AND, OR, XOR, NOT

how to read video file? how to read webcam source? how to change video color to black and white?

데이터 과학 및 머신러닝 작업을 위한 오픈 소스 프로그래밍 언어인 파이썬(Python)을 기반으로 한 플랫폼입니다. 아나콘다는 데이터 분석, 과학 연구, 머신러닝 모델 개발 등 다양한 작업을 위한 환경을 제공하며, 필요한 여러 도구와 라이브러리를 포함하고 있습니다.아나

웹 프록시는 클라이언트와 서버 간의 통신을 중계하는 서버입니다. 클라이언트의 요청을 받아 서버로 전달하고, 서버의 응답을 클라이언트로 전달하는 역할을 합니다. 웹 프록시는 이 중계 과정에서 통신 내용을 확인하고 조작할 수 있는 기능을 제공합니다.웹 프록시를 통한 취약점

그리디 알고리즘은 최적해를 구하기 위해 항상 현재 상황에서 가장 좋은 선택을 하는 알고리즘입니다. 이 알고리즘은 각 단계에서 지금 당장 가장 이득이 되는 선택을 하는 방식으로 동작합니다. 이 블로그에서는 그리디 알고리즘이 무엇인지, 어떻게 동작하는지, 그리디 알고리즘을

TRUE COLOR8bit(R, G, B) 3개를 조합해 총 24bit(3Byte)를 이용하여 컬러를 표현GREY SCALE픽셀 값들의 범위가 0~255 사이 값이기 때문에, 2^8 = 256개의 8bit로 표현한 것CNN(Convolutional Neural Netw

훈련 데이터셋(Training Dataset):기계 학습 모델을 학습시키는 데 사용되는 데이터셋입니다.모델의 파라미터 및 가중치가 조정되어 최적의 성능을 달성할 수 있도록 합니다.일반적으로 전체 데이터셋 중 약 60-80%를 차지합니다.검증 데이터셋(Validation

오늘은 Dreamhack.io에서 "simple sqli" 라는 문제를 풀어보도록 하겠다.우선 문제 화면이다.그리고 이것은 코드이다.자 이제 풀어보자.이 문제는 sql 구문을 강제로 실행시켜주는 것이 포인트라고 할 수 있다userid에 admin을 넣기 위한 과정을 생

오늘은 DreamHack 에서 있는 문제중 CSRF-1 에 대하여 풀어보자 우선 문제 화면이다. 그리고 이것은 코드이다. 이 문제는 이러한 특징을 가지고 있다. 1) csrf 페이지는 스크립트 필터링이 된다. 2) memo 페이지는 최종적으로 flag에서 보낸

K-교차 검증(K-fold cross-validation)은 머신 러닝 모델의 성능을 평가하는 데 자주 사용되는 방법 중 하나입니다.K-교차 검증은 데이터를 K개의 동일한 크기의 부분집합(폴드)으로 분할하고, 각각의 폴드를 순서대로 테스트 데이터로 사용하여 모델을 학습

머신 러닝 알고리즘을 개발할 때, 데이터를 학습용 데이터와 테스트용 데이터로 나누어야합니다. 이를 통해 모델의 성능을 평가하고 검증할 수 있습니다.학습 데이터 세트 (Training Dataset): 모델이 학습할 때 사용하는 데이터 세트입니다. 학습 데이터 세트를 사

구글 colab을 이용해서 아이리스(Iris)라는 꽃에 대한 분류를 해보겠다위 코드는 Iris3.csv 라는 간단하게 파일을 시각화 해본 것이다.원-핫 인코딩 (one-hot encoding)이란 "여러 개의 값으로 된 문자열을 0과 1로만 이루어진 형태로 만들어 주는

데이터셋을 가져와보겠습니다데이터셋은 총 9개의 열로 구성되어 있으며, 마지막 열이 예측해야 하는 결과값인 '당뇨여부'입니다. 따라서 데이터셋을 X와 y로 나누어줍니다.데이터셋을 훈련 데이터와 테스트 데이터로 나누어줍니다. 여기서는 80%를 훈련 데이터셋으로, 20%를

히트맵(heatmap)은 데이터 분석에서 많이 사용되는 시각화 기법 중 하나입니다. 일반적으로 데이터셋의 값을 색상으로 나타내어 시각적으로 이해하기 쉽게 만들어줍니다.(출처 : https://www.jmp.com/ko_kr/statistics-knowledge

Backpropagation은 인공신경망의 학습 알고리즘 중 하나로, 오차를 역전파하여 가중치를 조정하여 모델을 학습시키는 방법입니다.Backpropagation은 입력층부터 출력층까지 전파된 예측값과 실제값의 오차를 이용하여 역방향으로 가중치를 조정하여 학습합니다.

Tensorflow는 딥러닝 라이브러리로, 다양한 종류의 머신러닝 모델을 쉽게 구현할 수 있도록 해줍니다. 이번에는 Tensorflow를 이용하여 선형회귀와 를 구현하는 방법에 대해 정리해보겠습니다.이 코드는 python에서 데이터셋을 생성하는 코드입니다.x,y 두 개

함수, 기울기, 일차방적정식, 2차방정식, 지수, 로그, 미분, 편미분은 수학에서 매우 중요한 개념입니다. 이번 글에서는 이러한 개념들에 대해 자세히 정리해보겠습니다.함수 (Function)함수는 입력값에 대응하는 출력값을 반환하는 규칙을 의미합니다. 예를 들어, f(

오늘은 ML(머신러닝)과 전통적인 프로그래밍에 대한 차이점을 알아보도록 합시다.이 둘은 크게 2가지의 차이점을 가지고 있습니다.첫번째로 "문제 해결의 방법"의 차이가 있습니다. 전통적인 프로그래밍은 개발자가 직접 코드를 작성하고 이에 따라 규칙적인 로직으로 프로그램이