Table des matières:

HackerBox 0055 : High Roller : 7 étapes
HackerBox 0055 : High Roller : 7 étapes

Vidéo: HackerBox 0055 : High Roller : 7 étapes

Vidéo: HackerBox 0055 : High Roller : 7 étapes
Vidéo: #98 HackerBox 0055 High Roller 2024, Novembre
Anonim
HackerBox 0055: High Roller
HackerBox 0055: High Roller

Salutations aux HackerBox Hackers du monde entier ! Avec HackerBox 0055, vous êtes le D20 High Roller dans le jeu de cartes de réponse aux incidents, les portes dérobées et les brèches. Vous explorerez également l'apprentissage automatique avec TensorFlow, les serveurs Web intégrés ESP32, la classification des objets de vision industrielle et la mesure et la cartographie du biopotentiel par électrocardiogramme (ECG).

Ce guide contient des informations pour démarrer avec HackerBox 0055, qui peuvent être achetées ici jusqu'à épuisement des stocks. Si vous souhaitez recevoir une HackerBox comme celle-ci directement dans votre boîte mail chaque mois, veuillez vous inscrire sur HackerBoxes.com et rejoignez la révolution !

HackerBoxes est le service de box d'abonnement mensuel pour les pirates informatiques et les passionnés d'électronique et de technologie informatique. Rejoignez-nous et vivez la HACK LIFE.

Étape 1: Liste de contenu pour HackerBox 0055

  • Kit de module de caméra M5CAM ESP32
  • Jeu de cartes à jouer Backdoors & Breaches
  • Matrice à vingt faces D20
  • Câble USB-C vers USB-A
  • Câble de dérivation Grove 4 broches vers DuPont
  • Module ECG AD8232
  • Dérivations ECG avec coussinets adhésifs
  • Module de dérivation USB à quatre voies
  • Régulateur linéaire 3,3 V à faible chute
  • Pulls DuPont Femme-Femme
  • Pirate scorpion cosmique Sticker
  • Hax0r Life Hacker Sticker

Quelques autres choses qui seront utiles:

  • Fer à souder, soudure et outils de soudure de base
  • Ordinateur pour exécuter des outils logiciels

Plus important encore, vous aurez besoin d'un sens de l'aventure, d'un esprit de hacker, de patience et de curiosité. Construire et expérimenter avec l'électronique, bien que très gratifiant, peut être délicat, stimulant et même parfois frustrant. Le but est le progrès, pas la perfection. Lorsque vous persistez et profitez de l'aventure, une grande satisfaction peut être tirée de ce passe-temps. Faites chaque pas lentement, faites attention aux détails et n'ayez pas peur de demander de l'aide.

Comme toujours, nous vous demandons de consulter la FAQ HackerBoxes. Vous y trouverez une mine d'informations pour les membres actuels et potentiels. Presque tous les e-mails d'assistance non techniques que nous recevons sont déjà répondus dans la FAQ, nous apprécions donc vraiment que vous y jetiez un coup d'œil.

Étape 2: apprentissage automatique avec TensorFlow

Apprentissage automatique avec TensorFlow
Apprentissage automatique avec TensorFlow

TensorFlow est une bibliothèque logicielle gratuite et open source qui peut être utilisée pour les applications d'apprentissage automatique (ML) telles que les réseaux de neurones. TensorFlow a été développé par l'équipe Google Brain pour un usage interne à la fois dans la recherche et la production chez Google.

L'apprentissage automatique représente un nouveau paradigme dans la programmation, où au lieu de programmer des règles explicites dans un langage tel que Java ou C++, vous construisez un système qui est formé sur des données pour déduire les règles elles-mêmes. Mais à quoi ressemble réellement le ML ? Dans la série de vidéos Machine Learning Zero to Hero, l'avocate de l'IA Laurence Moroney nous guide d'un exemple basique Hello World de construction d'un modèle ML jusqu'à un exemple très intéressant de vision par ordinateur.

  • ML Zero to Hero - Partie 1: Introduction à l'apprentissage automatique
  • ML Zero to Hero - Partie 2: Vision par ordinateur de base avec ML
  • ML Zero to Hero - Partie 3: Présentation des réseaux de neurones convolutifs
  • ML Zero to Hero - Partie 4: Construire un classificateur d'images

Documents de référence (tels que présentés avec HackerBox 0053): Cette série de quatre vidéos sur les réseaux de neurones et l'apprentissage en profondeur a été inspirée par le livre en ligne gratuit, Réseaux de neurones et apprentissage en profondeur. Le site Web du livre renvoie à un dépôt de code pour les exemples dans les vidéos.

Étape 3: Module M5CAM

Module M5CAM
Module M5CAM

Le module M5CAM est une carte de développement pour le traitement et la reconnaissance d'images. Il dispose d'un système ESP32 sur puce avec 4M de Flash et 520K de RAM. Il dispose également d'un réseau de capteurs de caméra OV2640 de 2 mégapixels. Le module prend en charge la transmission d'images via Wi-Fi et peut être programmé et débogué via un port USB-C intégré.

Le module M5CAM est livré préchargé avec une simple image de micrologiciel de webcam Wi-Fi. Allumez simplement la carte via USB-C ou GROVE. Sur votre PC ou appareil mobile, connectez-vous à un point d'accès Wi-Fi ayant un SSID commençant par m5stack. Une fois connecté, ouvrez un navigateur Web et surfez sur 192.168.4.1 où vous devriez trouver le streaming vidéo depuis le M5CAM.

Documentation en ligne pour M5CAM

Étape 4: Classification d'objets TensorFlow avec M5CAM

Classification d'objets TensorFlow avec M5CAM
Classification d'objets TensorFlow avec M5CAM

Prenez ce croquis de classificateur d'objets Arduino TensorFlow pour les cartes de caméra ESP32.

Installez le téléchargeur de système de fichiers ESP32 dans votre IDE Arduino. L'ESP32 contient un système de fichiers flash d'interface périphérique série (SPIFFS). SPIFFS est un système de fichiers léger créé pour les microcontrôleurs avec une puce flash, qui sont connectés par un bus SPI, comme la mémoire flash ESP32. Ce plugin pour l'IDE Arduino prend en charge le téléchargement facile de fichiers dans le système de fichiers ESP32.

Dans les outils IDE Arduino, sélectionnez:

  • Carte > Module de développement ESP32
  • Flash > 4 Mo
  • Schéma de partition > Pas d'OTA (2 Mo APP/2 Mo SPIFFS)
  • PSRAM > Activé
  • Port > {Port USB associé à M5CAM}

Apportez quelques modifications dans l'esquisse du classificateur pour prendre en charge le M5CAM

Dans ESP32CamClassificationTfjs.ino: ajoutez le SSID et le mot de passe 2,4 GHz de votre réseau Wi-Fi

Dans camera_wrap.cpp: Rechercher // Sélectionnez le modèle de caméra Décommentez la ligne: CAMERA_MODEL_M5STACK_PSRAM

Dans camera_pins.h: Aller à la liste de définition des broches pour CAMERA_MODEL_M5STACK_PSRAMModifier Y2_GPIO_NUM de 32 à 17

Compiler et télécharger sur M5CAM

Utilisez les outils > ESP32 Sketch Data Upload pour télécharger des fichiers sur SPIFF

Ouvrez le moniteur série Arduino IDE

Appuyez sur le bouton de réinitialisation sur le M5CAM

Copiez l'adresse IP du moniteur série

Utilisez un navigateur (sur le réseau sam 2,4 GHz) pour surfer vers cette adresse IP

Une fois le modèle chargé, diffusez la vidéo et prédisez les objets. Comme indiqué pour les meilleures performances, prédisez des images d'objets comme un piano, des tasses à café, des bouteilles, etc. Vous pouvez voir une liste des objets qui ont été entraînés dans le classificateur ici.

Selon la façon dont la M5CAM est tenue ou montée, les images peuvent être inversées. Si c'est le cas, essayez de commenter le "si défini" gate autour: s->set_vflip(s, 1); s->set_hmirror(s, 1); dans le fichier camera_wrap.cpp

Étape 5: Jeu de cartes Backdoors & Breaches

Jeu de cartes Portes dérobées et brèches
Jeu de cartes Portes dérobées et brèches

Backdoors & Breaches est un jeu de cartes de réponse aux incidents de Black Hills Information Security et Active Countermeasures.

Backdoors & Breaches contient 52 cartes uniques pour vous aider à effectuer des exercices sur table de réponse aux incidents et à apprendre des tactiques, des outils et des méthodes d'attaque.

Vous trouverez les instructions sur la façon de jouer ici. Cependant, nous savons que vous allez pirater et personnaliser le jeu de cartes pour répondre à vos propres besoins et à ceux de votre équipe ou de vos étudiants.

Étape 6: Électrocardiogramme AD8232 (ECG)

AD8232 Électrocardiogramme (ECG)
AD8232 Électrocardiogramme (ECG)

L'AD8232 (fiche technique) est un bloc de conditionnement de signal intégré pour l'ECG et d'autres applications de mesure du biopotentiel. Il est conçu pour extraire, amplifier et filtrer de petits signaux biopotentiels en présence de conditions bruyantes, telles que celles créées par le mouvement ou le placement d'électrodes à distance. Cette conception permet à un convertisseur analogique-numérique (ADC) ultra basse consommation ou à un microcontrôleur intégré d'acquérir le signal de sortie.

Les modules AD8232 peuvent être achetés auprès de Sparkfun. Ils ont un bon guide de connexion pour utiliser le module avec une carte Arduino de base si vous en avez une disponible.

REMARQUE: cet appareil n'est pas destiné à diagnostiquer ou à traiter des conditions

Si vous ne disposez pas d'une carte Arduino de base, il est possible d'utiliser l'ECG AD8232 avec le module M5CAM. Ils peuvent être connectés via le connecteur grove (IO13 ou IO4). Étant donné que le connecteur Grove fournit 5 V et que les modules ECG nécessitent 3,3 V, un régulateur de tension doit être utilisé pour générer les 3,3 V à partir du rail 5 V. Les broches LO- et LO+ ne sont pas utilisées.

Étape 7: PIRATER LA VIE

PIRATER LA VIE
PIRATER LA VIE

Nous espérons que vous appréciez l'aventure HackerBox de ce mois-ci dans l'électronique et la technologie informatique. Contactez-nous et partagez votre succès dans les commentaires ci-dessous ou sur le groupe Facebook HackerBox. N'oubliez pas non plus que vous pouvez envoyer un e-mail à [email protected] à tout moment si vous avez une question ou avez besoin d'aide.

Et après? Rejoignez la révolution. Vivez la HackLife. Recevez chaque mois une glacière contenant du matériel piratable directement dans votre boîte aux lettres. Surfez sur HackerBoxes.com et souscrivez à votre abonnement mensuel à HackerBox.

Conseillé: