内容导读：导航目录:1、META是什么意思？2、metaslpoit怎么运行模块3、求BackTrack3BackTrack4BackTrack54、Meta分析入门工具介绍5、为什么我新安装的META工具,打开...……
导航目录:
- 1、META是什么意思？
- 2、metaslpoit怎么运行模块
- 3、求BackTrack 3 BackTrack 4 BackTrack 5
- 4、Meta分析入门工具介绍
- 5、为什么我新安装的META 工具,打开后提示 Enumerate COM PORT failed ??
- 6、有没有老师了解Python用于Meta分析的工具包
META是什么意思？
META是指元素可提供相关页面的元信息，比如针对搜索引擎和更新频度的描述和关键词。
meta共有两个属性，它们分别是http-equiv属性和name属性：
1、http-equiv属性：
HTTP协议是基于TCP的应用层协议，它不关心数据传输的细节，主要是用来规定客户端和服务端的数据传输格式，最初是用来向客户端传输HTML页面的内容。
HTTP首部字段是构成HTTP报文最重要的元素之一。在客户端与服务端之前进行信息传递的时候请求和响应都会使用首部字段，会传递一些重要的元信息。首部字段是以键值对的形式存在的。包含报文的主体大小、语言、认证信息等。
2、name属性：
name 属性规定 input 元素的名称。用于对提交到服务器后的表单数据进行标识，或者在客户端通过 JavaScript 引用表单数据。
但是，只有设置了 name 属性的表单元素才能在提交表单时传递它们的值。主流的浏览器几乎都支持 name 属性。
扩展资料：
META属性主要用于描述网页，对应于content（网页内容）
1、meta name="Generator" contect=""用以说明生成工具（如Microsoft FrontPage 4.0）等；
2、meta name="KEYWords" contect=""向搜索引擎说明你的网页的关键词；
3、meta name="DEscription" contect=""告诉搜索引擎你的站点的主要内容；
4、meta name="Author" contect="你的姓名"告诉搜索引擎你的站点的 *** 的作者；
5、meta name="Robots" contect= "all|none|index|noindex|follow|nofollow"
其中的属性说明如下：
1、设定为all：文件将被检索，且页面上的链接可以被查询；
2、设定为none：文件将不被检索，且页面上的链接不可以被查询；
3、设定为index：文件将被检索；
4、设定为follow：页面上的链接可以被查询；
5、设定为noindex：文件将不被检索，但页面上的链接可以被查询；
6、设定为nofollow：文件将不被检索，页面上的链接可以被查询。
参考资料来源：百度百科——META标签
metaslpoit怎么运行模块
Metasploit框架是众所周知的渗透测试平台，里面包含了几百个攻击模块以及不定期的更新！然而在遇到一些具体情况时，渗透测试员需要将自己的模块集成到metasploit中，这样就能够利用metasploit平台的其它模块，因此需要了解metasploit的攻击模块是如何撰写的！接下来我们解析下sample.rb这个metasploit这个 exploit module，它在 *** 5上位于/pentest/exploits/framework/documentation/samples/modules/exploits/ 目录下：
首先需要创建两个东西
CLass（类）
初始化 ***
msf/core模块允许使用者接触到所有的Metasploit代码，接下来扩展 Msf::Exploit::Remote这个类来创建一个新的类。选择这个类包含了helper函数用来处理 *** 中的socket和数据编码！最后包含Exploit::Remote::Tcp类，以便用到这里的一些函数比如connect，以及配置过程中的RHOST和RPORT
初始化 ***
初始化 *** 的信息包含以下几个方面
模块名称
模块的相关描述
攻击载荷的参数
攻击目标的信息
初始化 *** 将信息从update_info中输出到底层类中确保这个新创建的类是正确的，这样做是为了让默认的模块增加新的模块信息，模块名称和模块描述。这样将会让使用者了解如何使用这个攻击模块，作者部分 显示的是模块的作者信息以及模块的版本信息。攻击载荷包含了这个攻击模块需要哪种攻击模块配合，具体讲就是攻击载荷的执行空间以及在shellcode中不合适的坏字符，坏字符是指包含在攻击载荷中能够确保Msfencode能够编码，编码后能够让计算机解码和执行。
下一步是定义这个攻击模块是用在哪个系统平台上的，在这个例子中，攻击是针对windows的，Ret是返回地址，DefaultTarget是默认的攻击列表！作为默认的攻击对象。
最后一部就是在exploit中加入exploit代码，这里其实就是攻击的代码！这段代码将会在metasploit框架发起攻击命令后开始执行，connect *** 将会连接目标主机并攻击，print_status 函数将会打印出是否成功连接到目标主机的信息,这样一个攻击模块就撰写完毕了
求BackTrack 3 BackTrack 4 BackTrack 5
以下来自百度百科，全粘过来了。
释义
*** 4全称Back Track four，这是一个linux环境的便携系统，可以放到U盘或者光盘中启动，对本身硬盘没有影响，无需在本地安装。
是圈内非常著名的黑客攻击平台，是一个封装好的Linux操作系统，内置大量的 *** 安全检测工具以及黑客破解软件等。
*** 3~4因可以方便的破解无线 *** 而出名，其中内置的spoonwep是一个非常强悍的图形化破解wep无线 *** 密码的工具。[2]
[编辑本段]简介
Backtrack 是处于世界领先地位的渗透测试和信息安全审计发行版本。有着上百种预先安装好的工具软件，并确定能完美运行，Backtrack4 提供了一个强大的渗透测试平台--从Web hack的应用程序到RFID 审查，都可由Backtrack来完成。[2]
[编辑本段]内幕
BackTrack 的基础
*** 4 引入了许多显著的变化，基于Ubuntu Intrepid。现在开始使用我们自己修改了的Ubuntu软件包和渗透测试工具软件来维护我们自己全部的软件仓库。
另外一个显著的变化是更新linux 核心版本到2.6.29.4.这个新核心带来了一整套系统内在的变化，使得极大地改变了BackTrack的架构。
Backtrack 的核心
不再使用lzma格式的squashfs作为live cd的文件系统，从而导致了一个更大容量的ISO文件。但从另外一个方面来看，这也使得我们不用维护我们自己的核心补丁问题。目前这是很痛苦的，因为squashfs融入主流核心的速度十分缓慢。
*** 4使用了squashfs-tools version 4.0,内建的squashfs核心模块（2.6.29.4），和旧版本不兼容。使用了AUFS格式作为统一文件系统 （unification filesystem）。
核心已经安装了几个无线驱动的注入和优化补丁，并且打了bootsplash 补丁，这些补丁都能在核心源码包中找到。（/usr/src/linux/patches）
这些变化意味着以前很多在 *** 2/ *** 3中使用的 *** 已经不再有效，比如启动时的cheatcodes参数。
由于核心的转移也意味着不再使用live-linux脚本来生成iso文件，现在我们使用casper。[2]
[编辑本段]相关联
软件包和软件仓库
*** 4中一个更大的变化就是使用了软件仓库，可以经常更新安全补丁和工具，类似Debian。意味着如果你选择把 *** 4安装到硬盘，
你就可以通过apt-get命令，维护和更新你的软件包。
*** 4工具软件有以下几个大类：
BackTrack-Enumeration
BackTrack-Tunneling
BackTrack-Bruteforce
BackTrack-Spoofing
BackTrack-Passwords
BackTrack-Wireless
BackTrack-Discovery
BackTrack-Cisco
BackTrack-Web Applicaitons
BackTrack-Forensics
BackTrack-Fuzzers
BackTrack-Bluetooth
BackTrack-Misc
BackTrack-Sniffers
BackTrack-VOIP
BackTrack-Debuggers
BackTrack-Penetration
BackTrack-Database
BackTrack-RFID
BackTrack-Python
BackTrack-Drivers
BackTrack-GPU
Meta packages
工具软件的分类有一个很好的特点，就是我们可以支持“BackTrack meta packages”. 一个Meta 软件包是一个虚设的软件包，
可以包含其他的几个软件包。比如，meta软件包“backtrack-web” 可以包括 *** 4提供的所有Web渗透测试工具应用软件。
Meta Meta 软件包有两个meta meta packages: backtrack-world 和backtrack-desktop
backtrack-world 包含了所有的BackTrack meta软件包
backtrack-desktop包含了backtrack-world,backtrack-networking 和backtrack-mulimedia.后面的两个meta软件包从Ubuntu引入的。[2]
[编辑本段]安装操作
安装 *** 4到硬盘
*** 4(基础框架版和全版本)包含了一个修改了的Ubiquity installer.这种安装是非常简单易懂的。
更新 *** 4
使用apt-get命令来更新 *** 4是比较简单的
apt-get update 同步更新软件包列表
apt-get upgrade 下载和安装所有可用的更新
apt-get dist-upgrade 下载和安装所有的升级更新
定制 *** 4
*** 你自己的Live CD
*** 1
*** 你自己喜欢的 *** 4是很简单的.
1.下载并安装 *** 4的基础核心架构版本
2.用apt-get安装需要的软件包
3.用remmastersys重新打包你的安装
*** 2
下载 *** 4的iso文件，使用定制脚本来更新和修改，参看[1]
安装 *** 4到U盘
最简单安装 *** 4到U盘的 *** 就是用unetbootin 工具软件。（在 *** 4 的/opt/目录下）
安装 *** 4到U盘 -保存数据
运行 *** 4
KDE3 特别用法
*** 4 包含了“强加的”KDE3,和KDE4 Ubuntu Intrepid库同存。 *** 4使用KDE3,牢记KDE3包都有“kde3”的后缀，可以和KDE4区分。
比如,你想安装KDE中的kate文本编辑器，你必须apt-get install kate-kde3(安装KDE3版本中的kate),
而不是apt-get kate(安装KDE4版本中的kate)。[2]
[编辑本段]人工更新工具
*** 4软件仓库会极力保持更新最新版本的工具软件，但有极少的部分例外。这些“特殊的”软件由他们的作者经常更新，有些还包括显著的更新。我们感到对这些类型的工具 *** 静态的二进制文件是无益的，这些软件的使用者更好使用SVN来同步更新。这些工具包括MSF,W2AF,Nikto等
Meta分析入门工具介绍
主要目的是先能够简单的复现一些论文的研究 *** ，按照计划是了解Revman，stata与R语言的相关分析 *** 即可。
锚定复现的论文信息为：
论文名称：Clinical evaluation of prophylactic abdominal aortic balloon occlusion in patients with placenta accreta: a systematic review and meta- *** ysis
论文地址：
针对连续型变量主要使用的数据为关于AABO手术中的失血量的数据：
针对二分类数据，使用AABO手术过程中是否进行子宫切除术（hysterectomy_rate）的相关数据：
RevMan使用上很简单，简单记录下步骤：
Summary产生如下结果：
亚组分析的漏斗图：
个人安装的版本为Stata14， 需要安装相应的包，
如果提示缺少对应的模块，直接ssc install xxx xxx即可，一般如果 *** 比较慢，使用手机热点会比较快点。
在user-Meta Analysis中的括号中都是模块名字，可以按照这个名字安装，比如
相应命令例子：
metan var3 var4 var5 var6 var7 var8, label(namevar=var1, yearvar=var2) random nostandard
相应命令例子：
metan var3 var4 var5 var6, label(namevar=var1, yearvar=var2) by(var1) random nostandard
相应命令例子：
metaninf var3 var4 var5 var6 var7 var8, label(namevar=var1, yearvar=var2) fixed cohen
相应命令例子：
metabias _ES _seES, egger graph
相应命令例子：
metabias _ES _seES, begg
相应命令例子：
metafunnel _ES _seES
相应命令例子：
metareg ES var2 var10 var12, wsse( seES) bsest(reml)
相应命令例子：
metan var3 var4 var5 var6, label(namevar=var1, yearvar=var2) fixed rr
相应命令例子：
metan var3 var4 var5 var6, label(namevar=var1, yearvar=var2) by(var7) fixed rr
相应命令例子：
metaninf var3 var4 var5 var6, label(namevar=var1, yearvar=var2) fixed rr
首先切换数据为log
gen logRR=log(_ES)
相应命令例子：
metabias logRR _selogES , egger graph
相应命令例子：
metabias logRR _selogES, begg
相应命令例子：
metafunnel logRR _selogES
相应命令例子：
回归过程中变量只能是数字
metareg logRR var2 var8 var10, wsse(_selogES) bsest(reml)
为什么我新安装的META 工具,打开后提示 Enumerate COM PORT failed ??
英文的意思是：枚举COM端口失败！
你可以看看硬件管理器里面是不是有硬件冲突（设备上有没有黄色“叹号”或者“问号”）；
要是有需要重新安装驱动，如果没有则看看有没有关闭的USB设备；
反正一般是驱动问题；
另一个可能是手机的“允许USB调试”功能没有打开，到“开发者设置”（这个记不清了，仓促回答的，反正自己找找吧）。
有没有老师了解Python用于Meta分析的工具包
Python在科学计算领域，有两个重要的扩展模块：Numpy和Scipy。其中Numpy是一个用python实现的科学计算包。包括：
一个强大的N维数组对象Array；
比较成熟的（广播）函数库；
用于整合C/C++和Fortran代码的工具包；
实用的线性代数、傅里叶变换和随机数生成函数。
SciPy是一个开源的Python算法库和数学工具包，SciPy包含的模块有更优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。其功能与软件MATLAB、Scilab和GNU Octave类似。
Numpy和Scipy常常结合着使用，Python大多数机器学习库都依赖于这两个模块，绘图和可视化依赖于matplotlib模块，matplotlib的风格与matlab类似。Python机器学习库非常多，而且大多数开源，主要有：
1. scikit-learn
scikit-learn 是一个基于SciPy和Numpy的开源机器学习模块，包括分类、回归、聚类系列算法，主要算法有SVM、逻辑回归、朴素贝叶斯、Kmeans、DBSCAN等，目前由INRI 资助，偶尔Google也资助一点。
项目主页：
2. NLTK
NLTK(Natural Language Toolkit)是Python的自然语言处理模块，包括一系列的字符处理和语言统计模型。NLTK 常用于学术研究和教学，应用的领域有语言学、认知科学、人工智能、信息检索、机器学习等。 NLTK提供超过50个语料库和词典资源，文本处理库包括分类、分词、词干提取、解析、语义推理。可稳定运行在Windows, Mac OS X和Linux平台上.
项目主页：
3. Mlpy
Mlpy是基于NumPy/SciPy的Python机器学习模块，它是Cython的扩展应用。包含的机器学习算法有：
l 回归
least squares, ridge regression, least angle regression, elastic net, kernel ridge regression, support vector machines (SVM), partial least squares (PLS)
l 分类
linear discriminant *** ysis (LDA), Basic perceptron, Elastic Net, logistic regression, (Kernel) Support Vector Machines (SVM), Diagonal Linear Discriminant Analysis (DLDA), Golub Classifier, Parzen-based, (kernel) Fisher Discriminant Classifier, k-nearest neighbor, Iterative RELIEF, Classification Tree, Maximum Likelihood Classifier
l 聚类
hierarchical clustering, Memory-saving Hierarchical Clustering, k-means
l 维度约减
(Kernel) Fisher discriminant *** ysis (FDA), Spectral Regression Discriminant Analysis (SRDA), (kernel) Principal component *** ysis (PCA)
项目主页：
4. Shogun
Shogun是一个开源的大规模机器学习工具箱。目前Shogun的机器学习功能分为几个部分：feature表示，feature预处理，核函数表示,核函数标准化，距离表示，分类器表示，聚类 *** ，分布，性能评价 *** ，回归 *** ，结构化输出学习器。
SHOGUN 的核心由C++实现，提供 Matlab、 R、 Octave、 Python接口。主要应用在linux平台上。
项目主页：
5. MDP
The Modular toolkit for Data Processing (MDP) ，用于数据处理的模块化工具包，一个Python数据处理框架。
从用户的观点，MDP是能够被整合到数据处理序列和更复杂的前馈 *** 结构的一批监督学习和非监督学习算法和其他数据处理单元。计算依照速度和内存需求而高效的执行。从科学开发者的观点，MDP是一个模块框架，它能够被容易地扩展。新算法的实现是容易且直观的。新实现的单元然后被自动地与程序库的其余部件进行整合。MDP在神经科学的理论研究背景下被编写，但是它已经被设计为在使用可训练数据处理算法的任何情况中都是有用的。其站在用户一边的简单性，各种不同的随时可用的算法，及应用单元的可重用性，使得它也是一个有用的教学工具。
项目主页：
