专注于网被大铁钉铆在墙上。第九层楼道高于我的视线，所以没看见什么。在对面五层楼的护栏上，排着七盆花草。时节还没完全来到赚,SEO优化的研究
美国《国家地理》杂志官方商店最近推出了一款硬盘——这不是说他们要进军硬件产业了，而是把该杂志的120年历史全部浓缩到了这块硬盘上。这块硬盘包含了《国家地理》自1888年创刊以来到2008年的每一期，一个多世纪以来刊登的文章、照片、地图甚至广告等等都全部在列，而且都是以“惊人的高分辨率”扫描而来的，此外还有搜索工具GeoBrowse、可定制收藏夹、地理知识测试小游戏，以及一张附赠DVD光盘，内容包括教你如何拍摄更美丽的照片、揭开《国家地理》杂志的制作幕后、采访杂志摄影师探访照片背后的故事。
| Published by |  |
Original source : http://www.cnbeta.com/articles/101116.htm...
【原文地址】Search Engine Optimization (SEO) Toolkit
【原文发表日期】 Tuesday, December 15, 2009 12:24 AM
【除了写博客外，我现在还使用Twitter发短贴和共享链接。请通过twitter.com/scottgu跟随我。】
在过去几个星期里，我一直在询问开发人员，看有多少人在使用新的搜索引擎优化(SEO)工具包来增加他们网站的流量。让我吃惊的是，有很多人要么从来没有听说过这个工具，要么还没有机会针对自己网站运行该工具。本博客将就为什么任何做web开发的人都应该看一下这个工具提供一个简单的摘要。
简而言之，这个免费的S凑又零乱地打击。我收下衣物，挂在卧室客厅的衣橱里，每件衣服都隔着一定距离，并且，保持衣橱的门敞开。鼓楼区的西北E刚明亮一点又很快暗下去。天变得真快，我俯下身子往盆子里盛水，阳台防盗栏杆外已经飘起了雨。盆子在阳台的右角，雨水O工具包分析器（SEO Toolkit Analyzer）帮助你增加你的网站的流量和访客，从而能够增加你通过网站直接或间接获取的收益。
这个S凑又零乱地打击。我收下衣物，挂在卧室客厅的衣橱里，每件衣服都隔着一定距离，并且，保持衣橱的门敞开。鼓楼区的西北E刚明亮一点又很快暗下去。天变得真快，我俯下身子往盆子里盛水，阳台防盗栏杆外已经飘起了雨。盆子在阳台的右角，雨水O工具包分析器通过帮你评估和改进你的网站在象Google, Bing, 和 Yahoo这样的搜索引擎中的搜索相关性排行，来增加你网站的流量。随着你的搜索相关性排行的改进，以及你的网站对搜索引擎而言愈加优化，你会发现你的网站从搜索引擎查询中会得到越来越多的用户流量。
只需花费少于5分钟的时间即可下载S凑又零乱地打击。我收下衣物，挂在卧室客厅的衣橱里，每件衣服都隔着一定距离，并且，保持衣橱的门敞开。鼓楼区的西北E刚明亮一点又很快暗下去。天变得真快，我俯下身子往盆子里盛水，阳台防盗栏杆外已经飘起了雨。盆子在阳台的右角，雨水O工具包分析器，并对你的网站运行该工具来进行分析。只要将工具指向你网站的顶层URL，然后它就会象搜索引擎一样自动地爬行你的网站 -- 跟随每个链接，分析每个网页的HTML，然后生成一个友好的报告，内含它在你的网站上发现的所有SEO或内容违例，以及如何修补每个违例的建议：
该S凑又零乱地打击。我收下衣物，挂在卧室客厅的衣橱里，每件衣服都隔着一定距离，并且，保持衣橱的门敞开。鼓楼区的西北E刚明亮一点又很快暗下去。天变得真快，我俯下身子往盆子里盛水，阳台防盗栏杆外已经飘起了雨。盆子在阳台的右角，雨水O工具包可用于任何web服务器，它可用于IIS5, IIS6, IIS7 和 IIS7.5，它甚至可用于运行于Linux上的Apache web服务器。基本上来说，你可以将SEO分析器指向任何一个远程的HTTP服务器，它就会爬行该网站，并且生成一个SEO报告。你不需在远程服务器上安装任何软件，该工具会象搜索引擎一样远程爬行和分析一个网站。这意味着，你甚至可以针对你朋友（或潜在客户）的网站运行该工具，为他们生成报告。
S凑又零乱地打击。我收下衣物，挂在卧室客厅的衣橱里，每件衣服都隔着一定距离，并且，保持衣橱的门敞开。鼓楼区的西北E刚明亮一点又很快暗下去。天变得真快，我俯下身子往盆子里盛水，阳台防盗栏杆外已经飘起了雨。盆子在阳台的右角，雨水O工具包到是要求你在本地开发/客户机器上安装IIS7管理工具，以宿主SEO分析管理UI工具。IIS7管理工具是Windows Vista, Windows 7, 和 Windows Server 2008的内置特性，IIS7管理界面只需在本地开发机器上安装即可，你不需要将IIS7安装在服务器上。在其中运行的S凑又零乱地打击。我收下衣物，挂在卧室客厅的衣橱里，每件衣服都隔着一定距离，并且，保持衣橱的门敞开。鼓楼区的西北E刚明亮一点又很快暗下去。天变得真快，我俯下身子往盆子里盛水，阳台防盗栏杆外已经飘起了雨。盆子在阳台的右角，雨水O工具，针对IIS5, IIS6 和其他web服务器都可以正常工作。
你可以使用微软Web平台安装器来轻松得安装S凑又零乱地打击。我收下衣物，挂在卧室客厅的衣橱里，每件衣服都隔着一定距离，并且，保持衣橱的门敞开。鼓楼区的西北E刚明亮一点又很快暗下去。天变得真快，我俯下身子往盆子里盛水，阳台防盗栏杆外已经飘起了雨。盆子在阳台的右角，雨水O工具包。
要在你的开发机器上自动安装S凑又零乱地打击。我收下衣物，挂在卧室客厅的衣橱里，每件衣服都隔着一定距离，并且，保持衣橱的门敞开。鼓楼区的西北E刚明亮一点又很快暗下去。天变得真快，我俯下身子往盆子里盛水，阳台防盗栏杆外已经飘起了雨。盆子在阳台的右角，雨水O工具包，使用IIS S凑又零乱地打击。我收下衣物，挂在卧室客厅的衣橱里，每件衣服都隔着一定距离，并且，保持衣橱的门敞开。鼓楼区的西北E刚明亮一点又很快暗下去。天变得真快，我俯下身子往盆子里盛水，阳台防盗栏杆外已经飘起了雨。盆子在阳台的右角，雨水O工具包下载网页上的绿色“Install Now（现在就下载）”按钮，点击该按钮也会自动下载和安装Web平台安装器，如果你还没有安装它的话。
夏天时，我曾写过一篇关于如何使用S凑又零乱地打击。我收下衣物，挂在卧室客厅的衣橱里，每件衣服都隔着一定距离，并且，保持衣橱的门敞开。鼓楼区的西北E刚明亮一点又很快暗下去。天变得真快，我俯下身子往盆子里盛水，阳台防盗栏杆外已经飘起了雨。盆子在阳台的右角，雨水O工具包的教程（其中一些对话框的界面有些变动，但功能是一样的）。
你还可以观看这个IIS SEO 工具包录像 (5分钟长)，或者这个长一点的IIS SEO 工具包录像 (15 分钟长)，看S凑又零乱地打击。我收下衣物，挂在卧室客厅的衣橱里，每件衣服都隔着一定距离，并且，保持衣橱的门敞开。鼓楼区的西北E刚明亮一点又很快暗下去。天变得真快，我俯下身子往盆子里盛水，阳台防盗栏杆外已经飘起了雨。盆子在阳台的右角，雨水O工具的实战例子。
你可以在www.iis.net上的S凑又零乱地打击。我收下衣物，挂在卧室客厅的衣橱里，每件衣服都隔着一定距离，并且，保持衣橱的门敞开。鼓楼区的西北E刚明亮一点又很快暗下去。天变得真快，我俯下身子往盆子里盛水，阳台防盗栏杆外已经飘起了雨。盆子在阳台的右角，雨水O工具包论坛上提问求助。
如果你还没有下载S凑又零乱地打击。我收下衣物，挂在卧室客厅的衣橱里，每件衣服都隔着一定距离，并且，保持衣橱的门敞开。鼓楼区的西北E刚明亮一点又很快暗下去。天变得真快，我俯下身子往盆子里盛水，阳台防盗栏杆外已经飘起了雨。盆子在阳台的右角，雨水O工具包，用它来分析你的网站的话，那么我高度推荐你马上花上10分钟时间，尝试一下。你会发现它提供了一个非常简易和自动化的方式，很快地找到和鉴别你网站上的SEO问题，以及提供如何修补它们的建议。修补好这些问题就会增加你网站的流量和访客数。
希望本文对你有所帮助，
Scott
| Published by | |
Original source : http://blog.joycode.com/scottgu/archive/2009/12/18...
tesseract-ocr是一个跨平台开源的OCR软件（Optical Character Recognition，光学字符识别），它历史悠久，早期是HP实验室的项目，现托管于google code。
大部分常用的linux发行版，应该都在源里包含了此软件，所以ubuntu下只需要 sudo apt-get install tesseract-ocr tesseract-ocr-eng 就可以安装了，注意必须安装 tesseract-ocr-eng 这个是识别英文字符所必须的数据文件。而在gentoo下，也只需要 emerge app-text/tesseract 就可以了，但是也必须给这个包添加 linguas_en 这个use，才会安装所需要的数据文件。
关于数据文件，还得交代一下，其实tesseract在2.0版以后，已经有了学习能力了，如果你想提高某个字体的识别率，或者识别不在默认语言包里的UTF-8字符（比如中文）的话，可以安装这个方法来训练出自己的数据文件。
这个OCR软件能干嘛呢？典型地应用就是识别验证码，哈哈。所以以这个为例，来介绍一下使用方法，先来看看这几个验证码（可“图片另存为”，然后自行测试）：
这几个都是用默认的数据文件能正确识别的例子，由于tesseract只识别tiff格式的图片文件，所以识别之前，需要将图片先转成tif格式，具体如下：
$ convert cnblogs.com.jpe ppm:- | ppm2tiff yzm.tif $ tesseract yzm.tif out Tesseract Open Source OCR Engine $ cat out.txt 1750
同时，也有些比较难的验证码，是程序不能正确识别的，如下几个就是例子：
虽然识别的正确性不是非常高，但是已经很不错了，哈哈。
PS： 有没有人训练个识别google验证码专用的数据文件？
| Published by | |
Original source : http://li2z.cn/2009/12/29/tesseract-ocr/...
Web2.0网站，数据内容以几何级数增长，尤其是那些小文件，几K～几百K不等，数量巨多，传统的文件系统处理起来很是吃力，很多网站在scaling的过程中都遇到了这样的问题：磁盘IO过高；备份困难；单点问题，容量和读写无法水平扩展，还存在故障的可能。
YouTube也碰到这样的问题，每一个视频有4个缩微图，这样的话缩微图数量是视频数量的四倍，想象一下YouTube有多少视频，看一下他们遇到的问题：
YouTube的解决方案是Google的BigTable，一般人没戏。（原文参见：http://www.hfadeel.com/Blog/?p=127）
Facebook也遇到了同样的问题，他们的方案参见：http://www.dbanotes.net/arch/facebook_photos_arch.html，他们经历了三个阶段：
对于一般的网站来说，实用的方案有哪些呢？
一、NFS共享
是的，这个有很多问题，但实施成本低，很多公司都在用（我们也在用），在不是那么多文件，不是那么高并发的情况下还是很不错的，设置Hash目录，不要让一个目录下文件数过多，对于一般的网站来说足够用了。
备份确实是一个问题，如果不是海量的话，根据文件更新时间每天增量备份＋周期性的全量备份应该可以。
二、文件存数据库
真有人这么做，手机之家用MySQL建了256个表来存储超过1T的文件，前端加一个多级缓存（具体未知，也许就是memcached也许还是文件），数据库做数据备份用，他们用起来觉得还不错。
或者觉得MySQL太重，试试key->value的数据库，比如BDB，Tokyo Cabinet等。
三、分布式文件系统
开源的很多，好看簿用的是MogileFS，与memcached师出同门。傲游用MFS来存储用户的收藏夹文件，详细文章参见：分布式文件系统MFS(moosefs)实现存储共享(一) 、(二)，据说数百万轻松处理。
分布式文件系统好处是可以均衡读写压力，数据可靠性大大增加，某个数据节点挂了也没事。
还不行？自己DIY一个去吧，豆瓣就这么做的，TokyoCabinet做为底层存储，封装了一个memcached协议接口（与Tokyo Tyrant何异？），一致性哈希，应用程序根据哈希规则在node中读写数据:
DoubanFS结构图，版权由charlee所有
| Published by | |
Original source : http://www.fuchaoqun.com/2009/04/deal-with-tons-of...
看到雪狼说他大学课程安排的杯具，有些痛心，其实想想，我们不都是这样子过来的吗！正好，我看到xilei推荐的这些电子商务专业基础读本，倒是可以很好地弥补一下这方面的知识，更希望想学和在学的同学们可以不再杯具。
互联网是我们未来生活的基础平台。如果你现在刚好在读电子商务专业，那么，你很不幸。
学校里的电子商务专业一般会开出很多这样的课程：
管理学、市场营销、经济学、物流与供应链、数据库、c语言、网页设计、网络安全等等。
每门功课都很有用，但是，每门课都是没有打算告诉你：什么是互联网。
这种以技术视角或专业碎片的方式堆积起来的学习，可以让任何一个人绝望、迷茫。
你可以每天都上网搜索，在网上打游戏、网购。但是，从专业上来说，你对网络后面的基本原理一无所知。
你总是作为一个网络消费者而存在，而不是作为一个学习者、研究者而存在的。
有一天，你终于毕业了，你想：电子商务专业是个多么烂的专业。它好像什么也没有。
或许，你需要换个角度，读一些真正靠谱的课外书，重新感受一下。
以下推荐的读物大多是感性而准确的，风靡业界，而且大多具有真正一流的专业水准。
推荐的读物更多的是从社会组织生态、商业环境、传播角度去理解互联网的。
对大多数人来说，这大概算的上是互联网的秘密吧。
但愿你在读完推荐的部分读物后，有这样的体会：
互联网，或者电子商务的兴起，可能是我们从现在起到未来10-20年里，遇到的最大的人生机会。
一、理论：
相关：海星一样的互联网二、影响与传播:
三、用户体验:
| Published by | |
Original source : http://feedproxy.google.com/~r/zreading/yvwb/~3/7X...
因为一些朋友很好奇——“左岸为什么每天能更新两篇文章？”这除了要有坚强的毅力和阅读的兴趣外，很重要的一点是我有一个个人知识的管理系统，今天我本来想自己写一篇关于个人知识管理的文章，在整理文章的过程中发现Yibie翻译制作的这篇文章，很明显，我就是这么干的，那还写什么写，直接分享给大家吧！
最近找到几张图片，能够很好的说明知识管理流程是如何的。现在分享一张图片，关于博客写作的流程，而我发现，这张图片里面所说的，不就是一种知识管理的流程么？
原图如下：
我利用「Diagram Designer」这款简单易用的流程图绘制软件，并根据undersound的翻译画了这张图的中文版，中文版的图片如下：
看过这个流程图，发现与知识管理的过程很相似，知识管理的过程有以下几步——搜集→整理→储存→分享
而在这个博客写作的流程中，不也是这样吗？
引用自：学无止境——个人知识管理：写博客的流程与知识管理的流程
| Published by | |
Original source : http://feedproxy.google.com/~r/zreading/yvwb/~3/Hz...
关于快速排序的描述，网上有很多的资料， 我这里引用wiki上的解释来说明一下：
快速排序使用分治法（Divide and conquer）策略来把一个序列（list）分为两个子序列（sub-lists）。
步骤为：
从数列中挑出一个元素，称为 "基准"（pivot）， 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分割之后，该基准是它的最后位置。这个称为分割（partition）操作。
递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。 递回的最底部情形， 是数列的大小是零或一，也就是永远都已经被排序好了。 虽然一直递回下去，但是这个算法总会结束，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。
而学习这个算法的时候，我发现网上有很多资料，但是唯独很少有图解的部分，对于我这样的算法新手来说，理解起来要费点劲。 OK， 现在我把我自己学习这个算法的一些东西，做个图解发上来， 希望能减少新手的学习成本，能对算法的执行过程有个直观的认识，那样的话，就会提高不少效率。（本人学习的时候，效率比较低。）
我们以java语言为例， wiki上有相关的示例：
package com.bbs;
import java.util.Comparator; import java.util.Random;
/** * 快速排序使用分治法（Divide and conquer）策略 * 来把一个序列（list） * 分为两个子序列（sub-lists）。 步骤为： 1.从数列中挑出一个元素，称为 "基准"（pivot）， 2.重新排序数列， 所有元素比基准值小的摆放在基准前面， 所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。 在这个分割之后，该基准是它的最后位置。这个称为分割（partition）操作。 3.递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。
* @author google */ public class QuickSort { public static void main(String[] args) { int[] intt={5,7,9,3,14}; qsort(intt,0,intt.length-1); for (Integer i:intt) { System.out.println(i); } } public static final Random RND=new Random();
/** * 交换指定元素 * @param ary * @param i * @param j */ public static void swap(int[] ary,int i,int j){ int tmp=ary[i]; ary[i]=ary[j]; ary[j]=tmp; }
/** * 获取枢纽元素 * @param ary * @param begin * @param end * @param cmp * @return */ private static int partition(int[] ary,int begin,int end){ //随即定位枢纽的位置 int index=begin+RND.nextInt(end-begin+1); // int index=0; //获取枢纽的值 int pivot=ary[index]; //获取枢纽后， 将其置放到数组的最后一个位置 swap(ary,index,end); //之后循环数组， 与曲扭进行比较, 相当于重新排数组 for(int i=index=begin;i<end;i++){ //如果当前元素小于枢纽,则交换位置 if(ary[i]<pivot){ swap(ary, index++, i); } } swap(ary, index, end); return index; }
/** * 执行快速排序的方法 * @param ary * @param begin * @param end * @param cmp */ public static void qsort(int[] ary,int begin,int end){ if(end>begin){ //找到枢纽 int index=partition(ary, begin, end);
qsort(ary, begin, index-1); qsort(ary, index+1, end); } }
public static void sort(int[] ary){ qsort(ary, 0,ary.length-1); } }
下面，我以一个上述main方法中的调用为例，来把每一步算法执行过程图解一下。 当然，这个算法最核心的部分就是查找枢纽的方法。 也就是
/**
* 获取枢纽元素
* @param ary
* @param begin
* @param end
* @param cmp
* @return
*/
private static int partition(int[] ary,int begin,int end){
//随即定位枢纽的位置
int index=begin+RND.nextInt(end-begin+1);
// int index=0;
//获取枢纽的值
int pivot=ary[index];
//获取枢纽后， 将其置放到数组的最后一个位置
swap(ary,index,end);
//之后循环数组， 与曲扭进行比较, 相当于重新排数组
for(int i=index=begin;i<end;i++){
//如果当前元素小于枢纽,则交换位置
if(ary[i]<pivot){
swap(ary, index++, i);
}
}
swap(ary, index, end);
return index;
}
OK, 开始。 我们输入数组
int[] intt={5,4,7,10,3};
调用qsort方法， 其首先会要去查找枢纽位置。
public static void qsort(int[] ary,int begin,int end){
if(end>begin){
//找到枢纽
int index=partition(ary, begin, end);
qsort(ary, begin, index-1);
qsort(ary, index+1, end);
}
}
直接进入这个方法。
private static int partition(int[] ary,int begin,int end){
//随即定位枢纽的位置 这里假设index为 0 既以第一个元素 5 为枢纽值
int index=begin+RND.nextInt(end-begin+1);
//获取枢纽的值
int pivot=ary[index];
//获取枢纽后， 将其置放到数组的最后一个位置
swap(ary,index,end);
//之后循环数组， 与曲扭进行比较, 相当于重新排数组
for(int i=index=begin;i<end;i++){
//如果当前元素小于枢纽,则交换位置
if(ary[i]<pivot){
swap(ary, index++, i);
}
}
swap(ary, index, end);
return index;
}
那数组的初始图为：
在获取枢纽值后，我们将枢纽值与最后一元素交换， 则存储图为：
ok, 现在我们要做的事情就是要重排数组
既：
2.重新排序数列，
所有元素比基准值小的摆放在基准前面，
所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。
在这个分割之后，该基准是它的最后位置。这个称为分割（partition）操作。
（代码中体现在for循环中， for(int i=index=begin;i<end;i++）
当然，这里有个值得注意的地方， index=begin. index由原来指向枢纽的位置，被重新定位到了数组的开始位置
则进行for循环的次数为end, 这里我们要注意的是 end的实际参数值为 数组的.length-1. 这里既是4
每次循环中，数组的变化如下图， 注意， 小于枢纽5的只有 数组的第4个元素 3哦， 执行到这里，程序会有变化，注意看图：
第一次循环
第2次循环
第3次循环：
第4次循环(3<5)： 交换小于枢纽的值到数组的第一位，同时index也++操作。
可以理解为记录小于枢纽的数的数量，同时也是下一个小于枢纽数的存储位置。
（如果还有小于枢纽值的话，就把它存放到ary[index++]位置上，既ary[1]上。）
最后，在for循环结束后， 需要将枢纽数放到数组的分界处，并返回枢纽的位置。return index.
（个人这样理解，因为之前说过，index代表着所有小于枢纽数数量，也是下一个小于枢纽数的位置。
那么当数组中再没有小于枢纽数的时候， index就标识枢纽值自己本身应该去的地方， 如图中的
3,5,9,14,7 这里index就是1。那么index左边的都是小于枢纽的数.）
OK,这样，快速排序就把第一次的枢纽位置找到了,然后，将数组按枢纽位置划分为2部分。
既 所有小于枢纽值的部分 ary[begin,index-1]
所有大于枢纽值的部分 ary[index+1,end]
再利用递归，分别对两部分进行再一次的quicksort.
最后，将所有的部分合并起来，就可以得到一个最后有序的数组了。
最后发一张快速排序执行的动态图， 你也可以从WIKI上找得到。
这里就快速排序的执行做了一个简单的介绍，希望对刚学快排的朋友有帮助，由于自身水平的有限，所以文章水平也很有限，希望各位拍拍砖。
作者: gogole_09
声明: 本文系JavaEye网站发布的原创文章，未经作者书面许可，严禁任何网站转载本文，否则必将追究法律责任！
JavaEye推荐
| Published by | |
Original source : http://www.javaeye.com/topic/557674...
| Published by | |
Original source : http://ihuche.com/2009/12/archives/3593.html...
rtmeme: RT @jerrysong2009 RT @secretaryzhang: 如果你还处在中共特定的思考范围“毛有罪亦有功”，那请阅读《毛泽东鲜为人知的故事》（张戒）。这本书史料丰富，考证严谨，是了解魔鬼的首选读物。
| Published by | |
Original source : http://twitter.com/rtmeme/statuses/7053866244...
昨天在FD上出来的这篇paper：
http://www.sysdream.com/articles/sehop_en.pdf
sehop是在新版本windows中加入保护seh的措施，微软有计划把这个方案做一个default的选项。
• Microsoft Windows 2008 SP0
• Microsoft Windows Vista SP1
• Microsoft Windows 7
作者通过构造fake SEH chains，绕过了合法性检查，执行shellcode成功。
SEH链构造的条件：
We have to take in consideration some constraints:
• SEH handler should point onto a non-SafeSEH module
• The page should be executable
• The SEH chain should not be altered and must end with a SEH structure containing a special
value (0xFFFFFFFF as next SEH structure pointer and a specific value as SEH handler)
• All SEH structures should be 4-byte aligned
• Last SEH structure's handler should point right into ntdll to ntdll!FinalExceptionHandler routine
• All SEH pointers should point to stack locations
这篇paper前半部分都是讲经典的溢出覆盖SEH的利用方法，有经验的朋友可以直接从第7页看起。
作者利用的opcode是
XOR EAX, EAX
POP ESI
POP EBP
RET
原因见paper
整个流程如下：
但是作者也提到在ASLR和DEP的开启下，利用会很困难。
根据我的经验，对于ASLR，我们在两种情况下能够稳定利用：
1. 有内存信息泄露bug，能够读出内存中的内容
2. 能够反复暴力破解地址，而进程不会crash，或者进程crash了但会自动重新起来。
这篇paper还是给了我们许多想象空间，留个记号。
| Published by | |
Original source : http://hi.baidu.com/aullik5/blog/item/f5a62ddca85f...