1.编译实战 | 手摸手教你在Windows环境下运行Redis6.x
2.NVIDIA Modulus 23.03安装和使用方法
3.Nuplan源码中Pytorch Lightning详解
4.如何入门黑客工具箱Kali?码安 - 知乎
5.Ubuntu18.04下安装mpich2（HYDRA3.3a2）

编译实战 | 手摸手教你在Windows环境下运行Redis6.x

       哈喽大家好啊，我是码安没事就愿意瞎捣鼓的Hydra。

       不知道有没有小伙伴像我一样，码安平常开发中用的码安是windows操作系统，有时候想装点什么软件，码安一看只支持linux系统，码安0有源码吗无奈要么启动虚拟机、码安要么装在云服务器上。码安

       这不前几天又是码安这样，刚想用一下Redis 码安6.x版本来尝试一下新特性，打开官网一看，码安好家伙我直呼内行，码安果然不支持windows系统：

       不过虽然redis的码安官网上不提供windows版本下载，但是码安这也难不倒我这个面向百度编程的小能手，一番查找后让我找到了微软在github上维护的码安几个可以在windows上运行的redis版本：

       项目的git地址是/MicrosoftArchive/redis/releases，我翻了一下，微软维护了2.x和3.x的多个windows版本redis，不过比较遗憾，在维护到3.0.正式版本后就放弃了更新。

       不过问题不大，眼看微软撂挑子不干了，波兰的热心市民 Tomasz Poradowski 先生这时候站出来，继续开始提供可以在windows上运行的4.x和5.x版本的redis，并且从年到年一干就是5年。

       项目git地址是/tporadowski/redis/releases，没错，其实我本地环境运行的redis-5.0.9就是以前从这里下载的，而且绿色版使用起来真的是干净又卫生，所以我强烈建议大家给这位老哥来一个Star支持一下。

       不过绕了这么一大圈，我的问题还是没有解决啊，既然没有现成的vue学习源码可以在windows上运行的redis6.x版本，那我们干脆就来自己编译一个吧。

       首先介绍一下我们今天要用到的工具Cygwin，先简单看一下它的官网 /，上面很清晰的解释了几个容易引起大家混淆的问题：

       先解释了cygwin是什么：

       再纠正了大家的常见误区：

       其实可以用一句话来概括一下它的功能，cygwin是一个可运行于原生windows系统上的POSIX兼容环境，可以通过重新编译将linux应用移植到windows中。

       好了，这样简单了解一下cygwin的功能对我们来说暂时就足够了，下面我们看看如何使用它来编译windows版本redis。

       下面我们先进行编译工具Cygwin的下载和安装，在它的官网上就可以直接下载，完成后就可以开始安装了。下面我会贴出一些需要特殊配置的步骤，如果没有特殊说明的话，那么直接痛快的点击下一步就可以了。

       网络连接配置这里选择第二项，也就是直接连接，不需要任何代理方式：

       在选择下载源这一步，先手动输入User URL，添加阿里云的镜像/cygwin，点击add后再选择我们刚才添加的这个源，然后点击下一步：

       接下来选择需要下载安装的组件包，我们只需要下载我们编译相关的模块即可。先通过上面的搜索框进行定位，选择安装Devel模块下面的make、gcc-core，gcc-g++，以及Libs模块下的libgcc1 、libgccpp1，然后点击New这一列的Skip，选择要安装的jupyter爬虫源码版本号，全部添加完成后点击下一步：

       接下来会自动进行下载上面选择的模块，等待全部下载结束后安装就完成了：

       安装完成后，我们运行Cygwin Terminal，通过命令检测可以看到Status为OK，表示cygwin运行正常：

       准备好编译工具后，我们接下来先下载redis6.x版本的源码，6.0.的下载地址为：

       download.redis.io/relea...

       cygwin安装完成后，会在它的安装路径的home目录下，创建一个以你登录系统的用户名来命名的目录，我们把下载完成后的压缩包放到这个cygwin\home\${ user}目录下，在cygwin命令行中先执行解压命令：

       使用下面的命令先切换到解压后的根目录，然后执行编译和安装：

       点击回车，然后就开始漫长的等待吧，不得不说编译和安装的过程真的很慢，我这大概花了分钟才全部完成。

       不出意外的最后果然出现了意外，报了两个Error，不过貌似没有什么太大影响，切换到src目录下，就已经可以看到编译完成后已经生成了6个exe可执行文件了：

       但是如果这个时候双击redis-server.exe尝试进行启动的话，那么就会报错提示缺少dll动态链接库：

       我们可以在cygwin的bin目录下找到这个文件，为了方便，把可执行文件、动态链接库文件、redis配置文件拷贝到一个单独的目录下再次尝试启动：

       这次能够正常启动成功，我们再使用客户端连接工具连接并进行测试，终于，6.0.版本的redis可以在windows环境下正常运行了。

       忙活一大顿总算成功了，我们也终于可以在windows上体验redis6.x版本了，不过这里还是软件源码仓库给小伙伴们提个醒，这样编译的redis我们平常自己在学习中体验一下就可以了，尽量不要用在生产上。

       因为cygwin编译后的程序，相当于在windows系统上模拟实现了POSIX兼容层，应用程序在底层多了一层函数调用，因此效率比运行在linux系统的原生应用低了很多。因此，这样在windows上运行的redis，无疑会损失掉它引以为傲的高性能这一优势。

       秉持着好东西就要分享的原则，我也已经把编译好的windows版redis6.0.上传到了网盘，有需要的小伙伴们可以从下面获取下载方式。

       那么，这次的分享就到这里，我是Hydra，下期见。

       作者简介，码农参上，一个热爱分享的公众号，有趣、深入、直接，与你聊聊技术。个人微信DrHydra9，欢迎添加好友，进一步交流。

NVIDIA Modulus .安装和使用方法

       如果你对NVIDIA的Modulus .版本感兴趣，以下是你需要了解的安装和使用指南。从年开始，Modulus将进行重大更新，建议直接从.版本开始，preact源码分析因为它将成为新开发的基础，旧版本将不再维护，所有功能将迁移至此。

       Modulus .开源，可在GitHub获取。新版本主要由两个部分组成：Modulus包和modulus-sym包。sym包整合了大量API接口，以下是部分核心模块的导入示例：

       from modulus.sym.hydra import to_absolute_path

       from modulus.sym.solver import Solver

       from modulus.sym.domain import Domain

       ...

       from modulus.sym.utils.io.plotter import ValidatorPlotter

       安装步骤如下：

       首先，从GitHub下载modulus源代码，确保选择正确的版本，然后构建镜像：

       #docker build -t modulus:ci --target ci -f Dockerfile .

       启动镜像，在其中安装modulus-sym：

       #pip install .

       可能需要额外安装一些依赖，如：

       sudo apt-get install libx-6

       sudo apt install libgl1-mesa-glx

       sudo apt-get install libxrender1

       完成以上步骤后，你就可以开始编写并运行Modulus .的代码了。对于进一步的技术交流和疑难解答，我们建议加入以下QQ群：

       群名称：英伟达Modulus仿真技术交流（PINN）

群号：

       这里是一个活跃的社区，可以与同行分享经验和解决问题。祝你在使用Modulus .的过程中顺利！

Nuplan源码中Pytorch Lightning详解

       Nuplan源码解读系列中，我们已对Hydra进行了详尽解析。Pytorch Lightning，针对大型工程设计，模块独立，提供模板，简化开发。其应用主要分为四部分：数据加载、模型构建、模型使用、回调函数。在Nuplan中，数据加载与模型训练通过run_training.py执行，模型评估与可视化则在run_simulation.py和run_nuborad.py中进行。Pytorch Lightning提供了简洁实例教程，帮助快速上手。

       数据加载方面，Nuplan数据集通过自定义Dataset继承torch.utils.data.Dataset进行加载。数据预处理在compute_features函数中执行，提取map和agent的特征与目标信息。Trainer.fit()启动训练，每个batchsize自动调用getitem函数，执行数据提取。

       在数据管理上，LightningDataModule用于数据集划分，Nuplan使用setup、teardown、train_dataloader、val_dataloader、test_dataloader等函数。setup函数调用create_dataset划分数据集，随机选取样本作为训练集。

       模型准备阶段，通过LightningModule加载模型，关键方法包括training_step、validation_step、test_step与configure_optimizers。这些函数用于不同阶段的训练、验证、测试与设置优化器。详细流程包括数据准备、自动调用训练函数，以及在training_step中执行整个训练流程，包含特征与目标提取、前向传播、损失计算与指标评估。

       后续，我们计划继续探讨Pytorch Lightning的高级应用，以及在Nuplan项目中如何高效集成与优化。请注意，这里提供的代码示例基于在Pytorch Lightning框架上开发的plantf，而非Nuplan的原始代码，但主体框架与之相似，仅在模型内容上有所差异。期待进一步的分享与交流。

如何入门黑客工具箱Kali? - 知乎

       QingScan支持的黑客工具箱Kali清单：

       1. Xray：一款功能强大的安全评估工具，具备多款一线安全从业者的精心设计与优化。

       2. Awvs：全称为Acunetix Web Vulnerability Scanner，专用于扫描web应用程序上的安全问题，如SQL注入、XSS、目录遍历等。

       3. Rad：一款专为安全扫描而设计的浏览器爬虫。

       4. Masscan：进行快速端口扫描的工具，适用于大型网络的扫描。

       5. Nmap：Gordon Lyon开发的网络扫描工具，能识别网络上的主机和服务，具备强大的网络枚举和测试功能。

       6. Fortify：HP的产品，用于静态、白盒的软件源代码安全测试，能识别代码中的安全漏洞。

       7. Kunlun-M：支持PHP、JavaScript等语义分析，以及Chrome扩展、Solidity的基础扫描。

       8. Semgrep：快速、开源的静态分析工具，用于检测代码错误和执行代码标准。

       9. Pocsuite：知道创宇实验室研发的远程漏洞测试框架，支持漏洞验证、开发PoC/Exp和集成至其他工具。

       . Whatweb：自动识别CMS、BLOG等Web系统，用于web指纹识别。

       . Oneforall：子域名信息收集的工具，功能强大。

       . Hydra：爆破工具，支持多种服务的账号和密码破解。

       . Sqlmap：检测和利用SQL注入漏洞的工具，具备自动化处理功能。

       . Dirmap：高级web目录、文件扫描工具，功能超越了DirBuster、Dirsearch等。

       . 河马Webshell检测：专注于webshell查杀，采用双引擎技术，查杀速度快、精度高。

       . Wafwfscan：自动识别WAF的工具。

       . Nuclei：基于模块进行请求发送的网络侦查工具，具备在被WAF后自动重传的功能。

       . Vulmap：对web应用进行漏洞扫描和验证的工具，支持多种web应用的漏洞扫描。

       . Crawergo：使用chrome headless模式进行URL收集的浏览器爬虫，能收集网站入口。

       . Dismap：快速识别Web指纹信息，辅助定位资产。

       -. PHP、Java、Python依赖检测：自研工具，用于白盒审计时读取项目依赖。

       . GitHub安全公告：自研工具，获取GitHub的安全公告。

       . GitHub关键字检测：通过搜索GitHub自动找出源码泄露。

       . 免费代理获取：自研工具，自动搜索HTTP代理。

       . gitee热门项目获取：自动获取热门项目，用于代码审计。

       . 数据库备份：自动备份数据库。

       . updateRegion：自动更新IP所属地域信息。

       如需加入交流群，可点击阅读原文，自动跳转到QingScan工具介绍页扫码入群。

Ubuntu.下安装mpich2（HYDRA3.3a2）

       Ubuntu.下安装mpich2，直接使用命令sudo apt install mpich即可简单完成。对于源码编译，未来有机会再深入探讨。安装mpich的目的是为了支持国产开源CFD软件OneFLOW所需的并行计算能力，确保跨平台环境搭建。

       安装完毕后，通过mpicxx --version查看版本信息，发现自动调用的是g++9.2.1，其他版本类似也进行了相应测试。

       mpirun命令提供更多信息，显示出版本为hydra3.3a2，表明是较新版本。尝试直接下载源码编译，结果与通过apt安装的版本相近。

       使用源码示例程序运行时，遇到了找不到文件的困扰，影响了测试心情。对比c代码，发现无明显问题，暗示环境配置大致正确。

       测试并行运行功能，使用mpirun -n 4 ./cpi命令，发现可以成功并行，输出结果稍显杂乱。深入研究cxxpi.cxx文件，发现定义了预定义宏，导致简单代码编译失败。

       通过调整mpicxx命令，增加预定义宏DHAVE_CXX_IOSTREAM和DHAVE_NAMESPACE_STD，成功解决了c++部分的问题。最终，运行mpirun -n 8 ./cxxpi确保了复杂环境的通过。

       Ubuntu.与gcc9.2.1下的mpich2环境安装成功，对于有兴趣的读者，可以借鉴这些经验应用到更为复杂的项目中。