Как правильно разбирать/собирать, думаю, все в курсе, в этом плане я с вами абсолютно согласен. Однако, тут сыграла привычка — увидев ноут с закрытой крышкой, я решил, что он выключен.
Но проверять в любом случае полезно! Больше так делать не буду. Или буду, пока не решил :)
Для ext4 можно проверять crtime метку (creation time). Если не ошибаюсь, подделать её можно только патчингом ядра, что как бы тот ещё геморрой на наломанной машинке.
Если руками:
Мне интересна технология, может, там есть какие-нибудь новые знания для меня, которые я также в дальнейшем смогу применить. А скрывая алгоритмы механизма защиты безопасность не увеличишь, ну разве что на время.
Именно. Пока, читая комментарии, понял что в факторы входят:
IP адреса
Обращение к старым (архивным письмам)
Плюс, смею предположить, туда еще входит такой параметр, как «последовательное выкачивание писем». Ну, надеюсь, вы поняли что я имею ввиду.
Интересно, что же ещё кроется внутри этих самых «факторов»?
Спасибо за интересный квест! Было здорово посмотреть на это действо со стороны! Жаль только одно — работа не дает проходить задания по будням, может в следующий раз стоит начать квест в пятницу? Дабы «зацепить» двое выходных.
А так — молодцы. Если эти цифры действительно правда (уж простите, слишком много в нашей области любителей «подкрутить» показатели FAR/FRR), то это отличная разработка!
PS: патентуется, или будет открытая лицензия?
PPS: на чём писался код? Использовался OpenCV или нет?
Спасибо за интересную статью!
Есть только пара моментов, которые хочется уточнить:
1. Насколько мне помниться (поправьте меня, если я ошибаюсь) база colorFERET содержит по несколько фотографий одного лица: с гримасами + с поворотами головы. Какие именно изображения использовались для построения обучающей выборки, а какие для тестирования?
2. Достигался ли FAR более низких значений (ниже 0.01%), и если да, то какой в этом случае был показатель ошибок первого рода (FRR)?
Но проверять в любом случае полезно! Больше так делать не буду. Или буду, пока не решил :)
Если руками:
Ну и да, это будет полезно только для поиска новых вредоносных файлов.
Плюс, смею предположить, туда еще входит такой параметр, как «последовательное выкачивание писем». Ну, надеюсь, вы поняли что я имею ввиду.
Интересно, что же ещё кроется внутри этих самых «факторов»?
И почему бывают отрицательные значения?
А так спасибо за возможность поучаствовать ;)
Ох, завидую я вам. У меня была чёткая установка от руководства: хотим, чтобы все работало даже на пылесосе, следовательно, никаких parallel_for…
Простите за уйму вопросов, просто у самого была дипломная работа по распознаванию лиц, правда я использовал за основу фрактальное сжатие.
PS: патентуется, или будет открытая лицензия?
PPS: на чём писался код? Использовался OpenCV или нет?
т.е. сразу на «боевом» объекте? Не боитесь тогда «заточить» систему только на определенное помещение и освещение?
Почему именно 10? И почему на символ?
Есть только пара моментов, которые хочется уточнить:
1. Насколько мне помниться (поправьте меня, если я ошибаюсь) база colorFERET содержит по несколько фотографий одного лица: с гримасами + с поворотами головы. Какие именно изображения использовались для построения обучающей выборки, а какие для тестирования?
2. Достигался ли FAR более низких значений (ниже 0.01%), и если да, то какой в этом случае был показатель ошибок первого рода (FRR)?