Светодиодные фонари < натриевые лампы и вы меня не переубедите

Динамическое ковыряние анализ Java-бинарей: https://github.com/roger1337/JDBG

Пусть тут полежит, авось, кому пригодится (например, мне, когда возьмусь за CTF'ки по джаве)

В процессе составления базы знаний по ИБ (https://vsl-iil.github.io/tiddlywiki, btw) заметил, как трудно распределять темы по категориям. Вот, скажем, хукинг функций. Он может использоваться в реверс-инжиниринге для исследования вызовов, совершаемых изучаемой программой (к WinAPI, к графической библиотеке - неважно). Вместе с тем, одной из популярных метод для хукинга являются DLL-инъекции. Сам механизм DLL-инъекций скорее относится к binary exploitation (выделение памяти в удалённом процессе и подгрузка динамической библиотеки, либо создание DLL-прокси). К тому же, создание функционирующей DLL-инъекции требует работы с ассемблерным кодом для создания трамплинов, вычисления сдвигов для jmp-инструкций и т.д.
Вот и к какой категории это дело отнести?
И таких в общем-то взаимосвязанных тем становится тем больше, чем больше я узнаю. Наверное, именно для таких вещей лучше всего подходит zettelkasten и система с обратными ссылками между статьями-понятиями, ибо однозначного распределения на общие категории тут хрен добьёшься

Моё личное отношение к той или иной тематике (в частности, в области ИТ) частично определяется субъективным параметром, который я где-то видел под названием "content to bullshit ratio", сиречь "соотношение содержимого к херне". Херни в Интернете много по любой теме, будет ещё больше и я вовсе не говорю, что такой метод оценки сколь-либо справедлив или точен. При поиске в Интернете на определённые темы я преимущественно встречаю сайты с профессиональным общением, качественными (или активно стремящимися к таковым) статьями и взаимными ссылками. Причём это могут быть как нишевые темы (функциональное программирование), так и сравнительно популярные и активно задействованные, например, в корпоративной среде (инфобез).
Но стоит мне начать искать информацию о, скажем, нейронных сетях на Python, или же о питоне в целом, как на меня тут же выливается поток из ИИ-слопа, безымянных сайтов "обо всём на свете" и б-гомерзкого индусского Geeksforgeeks вперемешку с реальными, пускай зачастую перегруженными профессиональным жаргоном, источниками.
Какой из этого можно сделать вывод? Это я, как говорится, оставлю на упражнение читателю, лишь сделаю пометку, что соотношение содержимого к херне никак не свидетельствует о реальной ценности (или ненужности) темы. Тот же самый ИИ, который я тут люблю пинать - это очень полезный инструмент. В руках эксперта и в относительно узкой области применения.

литературно я