提供apache、phpMyadmin、php、mysql、Filezilla FTP server......等軟體的安裝
只需要簡單的下載就可以使用
甚至還有綠色免安裝版，放入隨身碟就可以帶著跑
比起以往的架站包來說，Xampp可以說是很齊全甚至連PHP的一些套件都包含在內(pear、perl)也可以外掛TOMCAT，對於一般使用者來說Xampp使用上已經很足夠。
官方網站:http://www.apachefriends.org/zh_tw/xampp.html
2011年11月30日 星期三
Xampp-PHP架站包新選擇
xampp為免費軟體
提供apache、phpMyadmin、php、mysql、Filezilla FTP server......等軟體的安裝
只需要簡單的下載就可以使用
甚至還有綠色免安裝版，放入隨身碟就可以帶著跑
優點:
比起以往的架站包來說，Xampp可以說是很齊全甚至連PHP的一些套件都包含在內(pear、perl)也可以外掛TOMCAT，對於一般使用者來說Xampp使用上已經很足夠。
官方網站:http://www.apachefriends.org/zh_tw/xampp.html
提供apache、phpMyadmin、php、mysql、Filezilla FTP server......等軟體的安裝
只需要簡單的下載就可以使用
甚至還有綠色免安裝版，放入隨身碟就可以帶著跑
比起以往的架站包來說，Xampp可以說是很齊全甚至連PHP的一些套件都包含在內(pear、perl)也可以外掛TOMCAT，對於一般使用者來說Xampp使用上已經很足夠。
官方網站:http://www.apachefriends.org/zh_tw/xampp.html
2011年11月29日 星期二
中山大學TWCERT & 財團法人電信技術中心參訪
因為行動商務安全課程需要，參訪了財團法人電信技術中心和TWCERT兩個單位
而產品檢測時會對整個產品生命週期做檢測，而不是指對資料傳輸部份。而經電信中心由標準方法評估後的產品主要分為7個等級，其中市售的產品大多分布於1-4或5級，6級以上為軍方使用的規格。
，財團法人電信技術中心主要是進行資通訊產品安全驗證，美、歐規數位電視、智慧卡、網路安全等等產品的檢測都在範圍內，另外也是號碼可攜式服務的資料中心。
電信技術中心
資通安全檢測Lab：
進行資通訊產品的軟、硬、韌體或是整合產品的安全功能檢測，檢測時的重點有以下三點：
1.遵循公認標準
2.明確的檢驗規範
3.公正的第三方檢測
而電信技術中心就是擔任這第三方幫企業的產品進行檢測。
而產品檢測時會對整個產品生命週期做檢測，而不是指對資料傳輸部份。而經電信中心由標準方法評估後的產品主要分為7個等級，其中市售的產品大多分布於1-4或5級，6級以上為軍方使用的規格。
太陽能光電實驗室：
主要進行矽晶、薄膜式太陽能光電模組的檢測，檢測規範包刮美規(UL)、歐規(IEC)、日規 (JET)、中國(CGC)、加州(CEC)等規格，因太陽能模組多設置於戶外，檢測的項目也包刮各 種天候下模組的安全性。
中山大學TWCERT & TACERT：
TWCERT(Taiwan Computer Emergency Response Team)為臺灣資安電腦危機處理，是台灣 和他國CERT組織對話的窗口，目的是加速處理網路犯罪。
因為網路犯罪的特性是跨國性和流通性極高，所以在處理跨國資安問題時最好是透過非官僚體系的組織接觸才能過加快速度。因為臺灣成為網路攻擊目標的次數再世界上是數一數二的，所以TWCERT所負責的資安事件通報、處理及技術支援變佔有相當重要的地位。
TWCERT：http://www.cert.org.tw
TACERT所負責的業務和TWCERT相似，不過TACERT主要負責的是臺灣的學術網路TANET的資安事件通報和處理，負責的範圍包含全臺灣的各級學校網路，同時還有資安人員的教育訓練和通報流程的訓練。
參訪心得：
主要收穫是了解了臺灣主要負責資訊安全的組織及其業務，及有了可以獲取第一手資安訊息的管道，TWCERT和TACERT都有針對資安事件發佈公報，還有當發現新的安全性問題的時候也會發布，亦可以進行線上弱點掃描，可以加強對電腦的保護。
同時參訪太陽能光電實驗室的行程，因為是實地參觀進行檢測的設備和項目，而不是聽取簡報，故能夠了解的比較透徹，也是一次難得的經驗。
2011年10月31日 星期一
Correlating User Profiles from Multiple Folksonomies
隨著網路越來越蓬勃發展，每個人在網路上總會有著許多個電子身分，舉凡是blog、e-mail、網站會員等等，都包含著自己的個人檔案資料，而在現在這個資訊爆發的時代，要如何去管理、控管及合併這些個人資料是非常繁瑣且複雜的，這篇論文就這個問題去做探討。
利用基於folksonomy的tag去建置各user profile的tag cloud，並提出一個過濾機制來將這些複雜的tag做個整合，減少其複雜度，然後再利用tag cloud之間的交疊程度來判別user profile之間的差異程度，以此來對檔案資料作分析。
Folksonomy
Web2.0中最能表現出群眾分類的就是tag的使用，由各使用者自行所制定的tag，可以呈現出一定程度的興趣、專業領域等等資訊，且tag在目前許多網站皆有其應用，例如網路書籤管理delicious、圖片影像flickr、影音視訊youtube....等網站都廣泛的使用tag來對檔案作標示。
User profile
在網路註冊身分時，總會輸入一些關於個人的基本資訊，而這些資訊就是profile，藉由這些內容可以知道該使用者的專業領域、身分、興趣等資料，並由這些資料來作為一個推薦系統的根據，來提高此系統的精確度。
上圖是由delicious以及flickr中所挑選出來的user profile，可以由profile中的tag比對，得知其中大部分的tag是相同、互相交疊的，因此可以大致推斷這兩個profile是屬於同一個user的。
Data Gathering
此論文將delicious以及flickr的tag作整合來實做此系統
上為這兩個網站的tag集合(U為使用者、T為TAG名稱、R為資源)，下為兩網站TAG的交疊程度
並依此將數據化作下表
每個+為一個user tag cloud，縱軸為雲中的tag交集度，橫軸為雲中的總tag數，由此圖可以看出「隨著雲中tag總數的增加，交集的程度也會提高」，稍後會依照此數據作為標準，並透過tag過濾系統來做改善。
Filtering
由於folksonomy主張的是bottom-up，由各使用者所自訂tag來標示，因此可能會有錯別字、異字同義等情況發生，進而造成辨識的複雜度，因此本文提出了一個過濾的系統，下圖為此系統之架構圖：
首先是透過reader將tag資料讀入，並經由過濾模組來匯整出tag群，以下是過濾的五個步驟：
由上面圖表可以清楚看到，每經過一個步驟，tag的交集程度都會往上提升，這是由於過濾系統已經將部份類似的tag作統一整理，以此來降低tag的分歧度，更容易看出該profile的領域方向來作為推薦系統的依據。
心得
此論文所提出的五步驟過濾系統非常有趣，藉由反覆對照過濾，來達到越來越精準的效果，利用過濾出來的tag叢集，可以清楚知道該user所擅長/感興趣的領域，以此來對該user的多個profile做一個整合的動作更為方便且精準，也可藉此找出擁有同樣領域/興趣的使用者群，藉由此論文所提出的過濾系統，應該能更容易將folksonomy與語意網做合併以及發展。
利用基於folksonomy的tag去建置各user profile的tag cloud，並提出一個過濾機制來將這些複雜的tag做個整合，減少其複雜度，然後再利用tag cloud之間的交疊程度來判別user profile之間的差異程度，以此來對檔案資料作分析。
Folksonomy
Web2.0中最能表現出群眾分類的就是tag的使用，由各使用者自行所制定的tag，可以呈現出一定程度的興趣、專業領域等等資訊，且tag在目前許多網站皆有其應用，例如網路書籤管理delicious、圖片影像flickr、影音視訊youtube....等網站都廣泛的使用tag來對檔案作標示。
User profile
在網路註冊身分時，總會輸入一些關於個人的基本資訊，而這些資訊就是profile，藉由這些內容可以知道該使用者的專業領域、身分、興趣等資料，並由這些資料來作為一個推薦系統的根據，來提高此系統的精確度。
上圖是由delicious以及flickr中所挑選出來的user profile，可以由profile中的tag比對，得知其中大部分的tag是相同、互相交疊的，因此可以大致推斷這兩個profile是屬於同一個user的。
Data Gathering
此論文將delicious以及flickr的tag作整合來實做此系統
上為這兩個網站的tag集合(U為使用者、T為TAG名稱、R為資源)，下為兩網站TAG的交疊程度
並依此將數據化作下表
每個+為一個user tag cloud，縱軸為雲中的tag交集度，橫軸為雲中的總tag數，由此圖可以看出「隨著雲中tag總數的增加，交集的程度也會提高」，稍後會依照此數據作為標準，並透過tag過濾系統來做改善。
Filtering
由於folksonomy主張的是bottom-up，由各使用者所自訂tag來標示，因此可能會有錯別字、異字同義等情況發生，進而造成辨識的複雜度，因此本文提出了一個過濾的系統，下圖為此系統之架構圖：
首先是透過reader將tag資料讀入，並經由過濾模組來匯整出tag群，以下是過濾的五個步驟：
- 首先是未經處理的tag經由句法過濾，將過短、過長以及錯誤片語過濾掉
- 再來經由wordnet將一些字元統一
- 再藉由google搜尋引擎更正錯別字，或尋找最相近字元
- 再經由wiki尋找相近字詞
- 最後再次經由wordnet作字詞統一，完成過濾步驟
由上面圖表可以清楚看到，每經過一個步驟，tag的交集程度都會往上提升，這是由於過濾系統已經將部份類似的tag作統一整理，以此來降低tag的分歧度，更容易看出該profile的領域方向來作為推薦系統的依據。
心得
此論文所提出的五步驟過濾系統非常有趣，藉由反覆對照過濾，來達到越來越精準的效果，利用過濾出來的tag叢集，可以清楚知道該user所擅長/感興趣的領域，以此來對該user的多個profile做一個整合的動作更為方便且精準，也可藉此找出擁有同樣領域/興趣的使用者群，藉由此論文所提出的過濾系統，應該能更容易將folksonomy與語意網做合併以及發展。
訂閱：
文章 (Atom)