在Linux上实现磁盘加密的必读文档。
LUKS2 是用于磁盘加密管理的 Linux 统一密钥设置的第二个版本。它是 LUKS1 [1, 2] 格式的后续版本，扩展了磁盘格式的功能并消除了一些已知问题和限制。 LUKS1 的大部分基本概念仍然保留在 Clemens Fruhwirth 在硬盘加密新方法 [2] 中的设计。LUKS 在磁盘的专用区域提供通用密钥存储，能够使用多个密码1 来解锁存储的密钥。 LUKS2 扩展了这一概念，以更灵活的方式存储元数据、冗余信息以在元数据区域损坏的情况下提供恢复，以及存储外部管理的元数据以与其他工具集成的接口。
虽然 LUKS2 的实现旨在与基于 Linux 的 dm-crypt [3] 磁盘加密一起使用，但它是一种通用格式。
2022-05-06 18:00:56
371KB
1. Linux磁盘加解密实现必读文档。
2. Linux磁盘加解密的内核实现为dm-crypt，用户层接口依据LUKS标准实现，因此在Linux上实现磁盘加解密需要了解LUKS标准接口。
3. LUKS1 是“Linux 统一密钥设置”的缩写。它最初的开发是为了解决用户因更改用户空间而获得加密设置以及忘记命令行参数而产生的不愉快。此更改的结果是无法访问的加密存储。发生这种情况的原因是，读取、处理和设置加密密钥的方式不规范，如果用户不走运，他会升级到用户空间工具的不兼容版本，需要大量知识才能与旧加密一起使用卷。
4. LUKS 的发明是为了标准化密钥设置
。
2022-05-06 18:00:55
117KB
基于Pytorch实现的EcapaTdnn声纹识别大模型（melspectrogram），这个模型使用的梅尔谱图（melspectrogram）
源码地址：https://github.com/yeyupiaoling/VoiceprintRecognition-Pytorch
2022-05-06 11:05:32
52.55MB
15.7 WORD型→BOOL型转换
WORD_TO_BOOL(_E)
将WORD型数据转换为BOOL型数据。
设置数据
■内容、类型、数据类型
功能
■运算处理
• 将(s)中输入的WORD型的数据，转换为BOOL型的数据后从(d)中输出。
• 输入值为0H的情况下，输出FALSE。
• 输入值为0H以外的情况下，输出TRUE。
• 至(s)的输入值为WORD型的数据值。
■运算结果
1. 无EN/ENO功能
执行运算处理。从(d)中将输出运算输出值。
2. 带EN/ENO功能
执行条件及运算结果如下所示。
*1 从ENO输出了FALSE的情况下，从(d)中输出的数据将变为不定值。在此情况下，应进行避免使用从(d)中输出的数据的程序处理。
出错
没有运算出错。
梯形图、FBD/LD ST
[无EN/ENO] [带EN/ENO] [无EN/ENO]
d:=WORD_TO_BOOL(s);
[带EN/ENO]
d:=WORD_TO_BOOL_E(EN,ENO,s);
自变量 内容 类型 数据类型
EN 执行条件(TRUE: 执行、FALSE: 停止) 输入变量 BOOL
s(IN) 输入 输入变量 WORD
ENO 输出状态(TRUE: 正常、FALSE: 异常) 输出变量 BOOL
d(WORD_TO_BOOL(_E)) 输出 输出变量 BOOL
执行条件 运算结果
EN ENO (d)
TRUE(运算执行) TRUE 运算输出值
FALSE(运算停止) FALSE*1 不定值
s d EN ENO
ds
WORD型
1567H
0H
BOOL型
TRUE
FALSE
(s) (d)0
15 类型转换功能
15.7 WORD型→BOOL型转换
2022-05-06 10:19:48
8.04MB
1
LLVM Language Reference Manual 即 LLVM IR
MLIR: Scaling Compiler Infrastructure for Domain Specifi
2022-05-06 09:01:48
115.25MB
1
汉宁窗傅里叶变换matlab代码
功率谱图
该存储库具有用于计算和可视化基于傅立叶和小波变换的功率谱图的MATLAB脚本。
基于FT的方法包括hann_spectrogram.m和mtp_spectrogram.m
，它们分别使用Hanning窗函数和采用锥形扁球体序列（DPSS）的多锥功率谱图来生成单锥度功率谱图。
cwt_spectrogram.m是基于WT的方法，默认情况下使用Morlet小波执行连续小波变换。
一旦使用这三种方法之一获得了频谱图，就可以使用normalize_spectrogram.m通过频率对其进行normalize_spectrogram.m
。
在demo.m中演示了信号预处理和功率谱图生成的示例，该文件必须与当前版本v1.2的用户自己的数据一起提供。
笔记
Python版本正在进行中，并将在以后进行更新。
如果您不熟悉信号处理并且代码对您来说不清楚，请告诉我。
如果您发现任何错误或希望我添加或删除的任何内容，我希望听到更多关于它们的信息。
可以到达我。
有用的网址
为了消除时频数据中的粉红色噪声，请参阅此。
有关多锥光谱图的教程以及该代码的另一个版本，请
2022-05-05 21:39:19
18KB
1
主要介绍了python中报错"json.decoder.JSONDecodeError: Expecting value:"的解决方法 ,需要的朋友可以参考下
2022-05-05 09:14:28
50KB
1
基于Pytorch实现的EcapaTdnn声纹识别大模型（spectrogram），这个模型使用的声谱图（spectrogram）
源码地址：https://github.com/yeyupiaoling/VoiceprintRecognition-Pytorch
2022-05-04 17:05:14
50.44MB