[Soft & Share 會員服務] 開源報報 304

學習資源

[免費電子書]從查詢文字到搜尋和替換，從排序到美化文字等等

• https://github.com/learnbyexample/Command-line-text-processing

瞭解各種常見和特殊的文字處理需求的命令。例如 grep/sed/awk

工具

十六進制編輯器，適用於逆向工程師、程式設計師和在凌晨3點工作時重視視力的人

• https://github.com/WerWolv/ImHex

對於逆向工程有興趣，可以看一下這位開發者的 blog https://werwolv.net/

Web 應用程式開發

Rails 的 Tailwind CSS

• https://github.com/rails/tailwindcss-rails

Tailwind CSS是一個實用性優先的CSS框架，它包含了像flex，pt-4，text-center和rotate-90這樣的類別，可以直接在你的標記中建構任何設計。

Tailwind CSS for Rails可以與資產管道( asset pipeline ) 和 Webpacker 一起使用。

當與資產管道一起使用時，營運模式下的未使用的CSS類名是由一個內置到這個gem 中的S prockets 壓縮器提供的。這個壓縮器確保只有app/views和app/helpers中的檔案所使用的 css 類別才會被收錄。在開發模式下，完整的3mb以上的Tailwind樣式表被加載。在這兩種情況下，Tailwind CSS是為黑暗模式，表格，縱橫比，排版和Inter字體配置的。如果你需要更多的配置，你需要用Webpacker來使用它。

資料科學

基於決策樹演算法的快速、分散式、高效能梯度上升（GBT、GBDT、GBRT、GBM或MART）框架，用於排名、分類和許多其他機器學習任務

• https://github.com/microsoft/LightGBM

LightGBM是一個使用基於樹的學習演算法的梯度上升框架。它的設計是分散式的，高效的，具有以下優點。

• 訓練速度更快，效率更高
• 更低的記憶體使用率
• 更好的精度
• 支援並行和GPU學習
• 能夠處理大規模資料

輕量級、可移植、靈活的分散式/行動深度學習與動態、突變感知的資料流程相依排程器

• https://github.com/apache/incubator-mxnet

適用於Python、R、Julia、Scala、Go、Javascript等。

Apache MXNet是一個深度學習框架，旨在提高效率和靈活性。它允許你混合符號和指令式程式設計，以最大限度地提高效率和生產力。在它的核心，MXNet包含一個動態相依排程器，它可以快速自動平行化符號和命令式操作。在此基礎上的圖形最佳化層使得符號執行速度快、記憶體效率高。MXNet是可移植的、輕量級的，可擴充到許多GPU和機器。

MXNet不僅僅是一個深度學習專案。它是一個以AI民主化為使命的社群。它是一個建構深度學習系統的藍圖和指南的集合，也是為駭客提供深度學習系統的有趣見解

用Rust實現的分散式計算平台，使用Apache Arrow記憶體模型

• https://github.com/ballista-compute/ballista

Ballista是一個概念驗證的分散式計算平台，主要用Rust實現，使用Apache Arrow作為記憶體模型。它建立在一個架構上，允許其他程式語言作為一等公民得到支援，而無需支付序列化成本

雲端和網路管理

BigBountyRecon工具利用58種不同的技術，使用各種 Google Dorks 和開源工具，加快對目標組織的初步偵察流程

• https://github.com/Viralmaniar/BigBountyRecon

偵查( Reconnaissance )是任何滲透測試或錯誤搜尋過程中最重要的一步。它為攻擊者提供了一些關於目標組織的初步知識。此外，它還有助於深入瞭解目標組織的控制措施，以及對目標組織的安全成熟度進行一些粗略的估計。

這個工具可以在你通常的錯誤查詢方法之外使用。這個想法是為了快速檢查和收集目標組織的資訊，而不需要投入時間和記住這些語法。此外，它還可以幫助你定義一種方法，以便在目標組織上找到一些快速的勝利。

macOS的JSON資料集對映到MITRE ATT&CK 策略知識庫

• https://github.com/sbousseaden/macOS-ATTACK-DATASET

MITRE ATT&CK®是一個基於現實世界觀察的全球可訪問的對手戰術和技術知識庫。ATT&CK 知識庫被用作私營部門、政府以及網路安全產品和服務社群開發特定威脅模型和方法的基礎。

隨著ATT&CK的建立，MITRE正在履行其為更安全的世界解決問題的使命–透過將社群聚集在一起開發更有效的網路安全。ATT&CK是開放的，任何個人或組織都可以免費使用。

網址 https://attack.mitre.org/

程式設計語言/程式庫

基於 brpc 的 RAFT 共識演算法的工業級 C++ 實現，在百度內部廣泛用於建構高可用的分散式系統

• https://github.com/baidu/braft

基於 brpc 的 RAFT 共識演算法和複製狀態機的工業級 C++ 實現，braft是針對高工作量和低開銷低延遲的場景設計和實現的，考慮到簡單易懂的概念，讓百度內部的工程師可以單獨正確的構建自己的分散式系統。