array(2) { ["docs"]=> array(10) { [0]=> array(10) { ["id"]=> string(9) "308660876" ["text"]=> string(45) "安全测试前置实践1-白盒&黑盒扫描" ["intro"]=> string(411) "本文我们将以围绕系统安全质量提升为目标,讲述在安全前置扫描上实践开展过程。希望通过此篇文章,帮助大家更深入、透彻地了解安全测试,能快速开展安全测试。 作者:京东物流 陈维 一、引言 G.J.Myers在《软件测试的艺术》中提出:从心理学角度来说,测试是一个为了寻找错误而运行程序的过程。 " ["username"]=> string(12) "jingdongkeji" ["tagsname"]=> string(39) "前端|安全|黑盒测试|白盒测试" ["tagsid"]=> string(29) "["160","2823","14120","5741"]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1681206002" ["_id"]=> string(9) "308660876" } [1]=> array(10) { ["id"]=> string(9) "308660875" ["text"]=> string(24) "vulnhub靶场之ORASI: 1" ["intro"]=> string(256) "准备: 攻击机:虚拟机kali、本机win10。 靶机:Orasi: 1,下载地址:https://download.vulnhub.com/orasi/Orasi.ova,下载后直接vbox打开即可。 知识点:hex编码、ida逆向、AndroidKiller逆向、ffuf爆破、ssti漏洞、s" ["username"]=> string(6) "upfine" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1681204802" ["_id"]=> string(9) "308660875" } [2]=> array(10) { ["id"]=> string(9) "308660874" ["text"]=> string(92) "C# Kafka重置到最新的偏移量,即从指定的Partition订阅消息使用Assign方法" ["intro"]=> string(428) "在使用Kafka的过程中,消费者断掉之后,再次开始消费时,消费者会从断掉时的位置重新开始消费。 场景再现:比如昨天消费者晚上断掉了,今天上午我们会发现kafka消费的数据不是最新的,而是昨天晚上的数据,由于数据量比较多,也不会及时的消费到今天上午的数据,这个时候就需要我们对偏移量进行重置为最新的,以" ["username"]=> string(15) "Poetwithapistol" ["tagsname"]=> string(10) ".NET|Kafka" ["tagsid"]=> string(13) "["300","440"]" ["catesname"]=> string(4) ".NET" ["catesid"]=> string(7) "["119"]" ["createtime"]=> string(10) "1681203303" ["_id"]=> string(9) "308660874" } [3]=> array(10) { ["id"]=> string(9) "308660873" ["text"]=> string(129) "迁移学习()《Attract, Perturb, and Explore: Learning a Feature Alignment Network for Semi-supervised Domain Adaptation》" ["intro"]=> string(194) "论文信息 论文标题:Attract, Perturb, and Explore: Learning a Feature Alignment Network for Semi-supervised Domain Adaptation论文作者:Taekyung Kim论文来源:2020 ECCV论文地" ["username"]=> string(12) "BlairGrowing" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1681203302" ["_id"]=> string(9) "308660873" } [4]=> array(10) { ["id"]=> string(9) "308660872" ["text"]=> string(92) "C# Kafka重置到最新的偏移量,即从指定的Partition订阅消息使用Assign方法" ["intro"]=> string(428) "在使用Kafka的过程中,消费者断掉之后,再次开始消费时,消费者会从断掉时的位置重新开始消费。 场景再现:比如昨天消费者晚上断掉了,今天上午我们会发现kafka消费的数据不是最新的,而是昨天晚上的数据,由于数据量比较多,也不会及时的消费到今天上午的数据,这个时候就需要我们对偏移量进行重置为最新的,以" ["username"]=> string(10) "goodboydcc" ["tagsname"]=> string(10) ".NET|Kafka" ["tagsid"]=> string(13) "["300","440"]" ["catesname"]=> string(4) ".NET" ["catesid"]=> string(7) "["119"]" ["createtime"]=> string(10) "1681202402" ["_id"]=> string(9) "308660872" } [5]=> array(10) { ["id"]=> string(9) "308660870" ["text"]=> string(42) "Django怎么使用原生SQL查询数据库" ["intro"]=> string(392) "这篇文章主要介绍“Django怎么使用原生SQL查询数据库”,在日常操作中,相信很多人在Django怎么使用原生SQL查询数据库问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”Django怎么使用原生SQL查询数据库”的疑惑有所帮助!接下来,请跟着小编一起来学习吧! D" ["username"]=> NULL ["tagsname"]=> string(20) "django|sql|数据库" ["tagsid"]=> NULL ["catesname"]=> string(0) "" ["catesid"]=> NULL ["createtime"]=> string(10) "1681201981" ["_id"]=> string(9) "308660870" } [6]=> array(10) { ["id"]=> string(9) "308660871" ["text"]=> string(37) "Express怎么实现定时发送邮件" ["intro"]=> string(432) "今天小编给大家分享一下Express怎么实现定时发送邮件的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。 在开发中我们有时候需要每隔 一段时间发送一次电子邮件,或者在某个特定的时间进行发" ["username"]=> NULL ["tagsname"]=> string(7) "express" ["tagsid"]=> NULL ["catesname"]=> string(0) "" ["catesid"]=> NULL ["createtime"]=> string(10) "1681201981" ["_id"]=> string(9) "308660871" } [7]=> array(10) { ["id"]=> string(9) "308660869" ["text"]=> string(29) "mysql运维------分库分表" ["intro"]=> string(412) "1. 介绍 问题分析: 随着互联网以及移动互联网的发展,应用系统的数据量也是成指数式增长,若采用单数据库进行数据存储,存在以下性能瓶颈: IO瓶颈:热点数据太多,数据库缓存不足,产生大量磁盘IO,效率较低。请求数据太多,带宽不够,网络IO瓶颈。CPU瓶颈:排序、分组、连接查询、聚合统计等SQL会耗费" ["username"]=> string(13) "qds1401744017" ["tagsname"]=> string(5) "mysql" ["tagsid"]=> string(7) "["237"]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1681200304" ["_id"]=> string(9) "308660869" } [8]=> array(10) { ["id"]=> string(9) "308660868" ["text"]=> string(41) "ASP.NET Core - 缓存之内存缓存(下)" ["intro"]=> string(292) "话接上篇 [ASP.NET Core - 缓存之内存缓存(上)],所以这里的目录从 2.4 开始。 2.4 MemoryCacheEntryOptions MemoryCacheEntryOptions 是内存缓存配置类,可以通过它配置缓存相关的策略。除了上面讲到的过期时间,我们还能够设置下面这些" ["username"]=> string(6) "wewant" ["tagsname"]=> string(12) "asp.net core" ["tagsid"]=> string(7) "["179"]" ["catesname"]=> string(25) "APS.NET Core 系列总结" ["catesid"]=> string(9) "["15288"]" ["createtime"]=> string(10) "1681200302" ["_id"]=> string(9) "308660868" } [9]=> array(10) { ["id"]=> string(9) "308660867" ["text"]=> string(9) "SPI协议" ["intro"]=> string(334) "SPI协议是由摩托罗拉公司提出的通讯协议(Serial Peripheral Interface),即串行外设接口。广泛用在ADC、LCD等设备与MCU间,要求通讯速率较高的场合。区分它与I2C协议差异以及FLASH存储器与EEPROM存储器的区别。下面我们分别对SPI协议的物理层及协议层进行讲解。" ["username"]=> string(8) "Kaelthas" ["tagsname"]=> string(5) "STM32" ["tagsid"]=> string(8) "["1311"]" ["catesname"]=> string(5) "STM32" ["catesid"]=> string(8) "["1139"]" ["createtime"]=> string(10) "1681199702" ["_id"]=> string(9) "308660867" } } ["count"]=> int(5621682) } WAV格式 - 爱码网

查看下面文章时,请用记事本打开一个wav格式的文件.

WAV格式是微软公司开发的一种声音文件格式,也叫波形声音文件,是最早的数字音频格式,被Windows平台及其应用程序广泛支持。WAV格式支持许多压缩算法,支持多种音频位数、采样频率和声道,采用44.1kHz的采样频率,16位量化位数,因此WAV的音质与CD相差无几,但WAV格式对存储空间需求太大不便于交流和传播.

  WAV来源于对声音模拟波形的采样。用不同的采样频率对声音的模拟波形进行采样可以得到一系列离散的采样点,以不同的量化位数(8位或16位)把这些采样点的值转换成二进制数,然后存入磁盘,这就产生了声音的WAV文件,即波形文件。Microsoft Sound System软件Sound Finder可以转换AIF SND和VOD文件到WAV格式。

  该格式记录声音的波形,故只要采样率高、采样字节长、机器速度快,利用该格式记录的声音文件能够和原声基本一致,质量非常高,但这样做的代价就是文件太大。

  wav文件格式分析:

  一、综述

  WAVE文件作为多媒体中使用的声波文件格式之一,它是以RIFF格式为标准的。

  RIFF是英文Resource Interchange File Format的缩写,每个WAVE文件的头四个

  字节便是“RIFF”。

  WAVE文件是由若干个Chunk组成的。按照在文件中的出现位置包括:RIFF WAVE

  Chunk, Format Chunk, Fact Chunk(可选), Data Chunk。具体见下图:

  ------------------------------------------------

  | RIFF WAVE Chunk |

  | ID = 'RIFF' |

  | RiffType = 'WAVE' |

  ------------------------------------------------

  | Format Chunk |

  | ID = 'fmt ' |

  ------------------------------------------------

  | Fact Chunk(optional) |

  | ID = 'fact' |

  ------------------------------------------------

  | Data Chunk |

  | ID = 'data' |

  ------------------------------------------------

  图1 Wav格式包含Chunk示例

  其中除了Fact Chunk外,其他三个Chunk是必须的。每个Chunk有各自的ID,位

  于Chunk最开始位置,作为标示,而且均为4个字节。并且紧跟在ID后面的是Chunk大

  小(去除ID和Size所占的字节数后剩下的其他字节数目),4个字节表示,低字节

  表示数值低位,高字节表示数值高位。下面具体介绍各个Chunk内容。

  PS:

  所有数值表示均为低字节表示低位,高字节表示高位。

  二、具体介绍

  RIFF WAVE Chunk

  ==================================

  | |所占字节数| 具体内容 |

  ==================================

  | ID | 4 Bytes | 'RIFF' |

  ----------------------------------

  | Size | 4 Bytes | |

  ----------------------------------

  | Type | 4 Bytes | 'WAVE' |

  ----------------------------------

  图2 RIFF WAVE Chunk

  以'FIFF'作为标示,然后紧跟着为size字段,该size是整个wav文件大小减去ID

  和Size所占用的字节数,即FileLen - 8 = Size。然后是Type字段,为'WAVE',表

  示是wav文件。

  结构定义如下:

  struct RIFF_HEADER

  {

  char szRiffID[4]; // 'R','I','F','F'

  DWORD dwRiffSize;

  char szRiffFormat[4]; // 'W','A','V','E'

  };

  Format Chunk

  ====================================================================

  | | 字节数 | 具体内容 |

  ====================================================================

  | ID | 4 Bytes | 'fmt ' |

  --------------------------------------------------------------------

  | Size | 4 Bytes | 数值为16或18,18则最后又附加信息 |

  -------------------------------------------------------------------- ----

  | FormatTag | 2 Bytes | 编码方式,一般为0x0001 | |

  -------------------------------------------------------------------- |

  | Channels | 2 Bytes | 声道数目,1--单声道;2--双声道 | |

  -------------------------------------------------------------------- |

  | SamplesPerSec | 4 Bytes | 采样频率 | |

  -------------------------------------------------------------------- |

  | AvgBytesPerSec| 4 Bytes | 每秒所需字节数 | |===> WAVE_FORMAT

  -------------------------------------------------------------------- |

  | BlockAlign | 2 Bytes | 数据块对齐单位(每个采样需要的字节数) | |

  -------------------------------------------------------------------- |

  | BitsPerSample | 2 Bytes | 每个采样需要的bit数 | |

  -------------------------------------------------------------------- |

  | | 2 Bytes | 附加信息(可选,通过Size来判断有无) | |

  -------------------------------------------------------------------- ----

  图3 Format Chunk

  以'fmt '作为标示。一般情况下Size为16,此时最后附加信息没有;如果为18

  则最后多了2个字节的附加信息。主要由一些软件制成的wav格式中含有该2个字节的

  附加信息。

  结构定义如下:

  struct WAVE_FORMAT

  {

  WORD wFormatTag;

  WORD wChannels;

  DWORD dwSamplesPerSec;

  DWORD dwAvgBytesPerSec;

  WORD wBlockAlign;

  WORD wBitsPerSample;

  };

  struct FMT_BLOCK

  {

  char szFmtID[4]; // 'f','m','t',' '

  DWORD dwFmtSize;

  WAVE_FORMAT wavFormat;

  };

  Fact Chunk

  ==================================

  | |所占字节数| 具体内容 |

  ==================================

  | ID | 4 Bytes | 'fact' |

  ----------------------------------

  | Size | 4 Bytes | 数值为4 |

  ----------------------------------

  | data | 4 Bytes | |

  ----------------------------------

  图4 Fact Chunk

  Fact Chunk是可选字段,一般当wav文件由某些软件转化而成,则包含该Chunk。

  结构定义如下:

  struct FACT_BLOCK

  {

  char szFactID[4]; // 'f','a','c','t'

  DWORD dwFactSize;

  };

  Data Chunk

  ==================================

  | |所占字节数| 具体内容 |

  ==================================

  | ID | 4 Bytes | 'data' |

  ----------------------------------

  | Size | 4 Bytes | |

  ----------------------------------

  | data | | |

  ----------------------------------

  图5 Data Chunk

  Data Chunk是真正保存wav数据的地方,以'data'作为该Chunk的标示。然后是

  数据的大小。紧接着就是wav数据。根据Format Chunk中的声道数以及采样bit数,

  wav数据的bit位置可以分成以下几种形式:

  ---------------------------------------------------------------------

  | 单声道 | 取样1 | 取样2 | 取样3 | 取样4 |

  | |--------------------------------------------------------

  | 8bit量化 | 声道0 | 声道0 | 声道0 | 声道0 |

  ---------------------------------------------------------------------

  | 双声道 | 取样1 | 取样2 |

  | |--------------------------------------------------------

  | 8bit量化 | 声道0(左) | 声道1(右) | 声道0(左) | 声道1(右) |

  ---------------------------------------------------------------------

  | | 取样1 | 取样2 |

  | 单声道 |--------------------------------------------------------

  | 16bit量化 | 声道0 | 声道0 | 声道0 | 声道0 |

  | | (低位字节) | (高位字节) | (低位字节) | (高位字节) |

  ---------------------------------------------------------------------

  | | 取样1 |

  | 双声道 |--------------------------------------------------------

  | 16bit量化 | 声道0(左) | 声道0(左) | 声道1(右) | 声道1(右) |

  | | (低位字节) | (高位字节) | (低位字节) | (高位字节) |

  ---------------------------------------------------------------------

  图6 wav数据bit位置安排方式

  Data Chunk头结构定义如下:

  struct DATA_BLOCK

  {

  char szDataID[4]; // 'd','a','t','a'

  DWORD dwDataSize;

  };

相关文章:

  • 2022-12-23
  • 2022-12-23
  • 2022-12-23
  • 2021-12-29
  • 2021-12-07
  • 2021-09-15
  • 2021-12-19
猜你喜欢
  • 2021-06-05
  • 2021-12-19
  • 2021-06-10
  • 2021-07-13
相关资源
相似解决方案