想了解DDoS反射攻击，看这一文就够了！
扩展反射攻击是一种DDoS攻击，它利用UDP的无连接特性以及对互联网上错误配置的开放服务器的欺骗性请求。当涉及到攻击的大小时，放大反射攻击会获得奖励。
本文根据云云服务器安装，如有不清楚云云服务器获取方法请阅读《0元免费云服务器，快来云“褥羊毛”》
主机安装好，之后，在控制台获取到公网 IP（比如123.123.123.123），用 ssh 登录。
ssh root@123.123.123.123
登录之后，看看输入
cat /proc/version
查看你的 Linux 版本，用的是
Linux version 3.10.0-693.5.2.el7.x86_64 (builder@kbuilder.dev.centos.org) (gcc version 4.8.5 20150623 (Red Hat 4.8.5-16) (GCC) ) #1 SMP Fri Oct 20 20:32:50 UTC 2017
所以教程的相关依赖我都会下载 Red Hat 版本的
下载依赖
依赖可以直接通过 wget 下载到主机上，也可以先下载到 PC 本地再通过 xftp（Windows）或 Filezilla（Mac）上传。
下载NVIDIA驱动
http://www.nvidia.com/Download/Find.aspx
这里给出 Red Hat 版本 的下载地址
http://cn.download.nvidia.com…
下载 CUDA
https://developer.nvidia.com/cuda-downloads
下载后得到cuda-repo-rhel7-9.0.176-1.x86_64.rpm
这里给出 Red Hat 版本 的下载地址
http://developer.download.nvi…
下载 cuDNN
https://developer.nvidia.com/rdp/cudnn-download（需要注册和填写问卷之后下载）
这里给出 通用 Linux 版本 的下载地址
https://developer.nvidia.com/…
安装 NVIDIA驱动
方法一（官方推荐方法）
在下载页面就有安装方法介绍，不同版本系统安装方法不同
以下是 RH 的安装方法：
# 请替换文件名为你下载依赖时对应的文件名
rpm -i nvidia-diag-driver-local-repo-rhel7-384.81-1.0-1.x86_64.rpm yum clean all yum install cuda-drivers reboot
方法二（极限偷懒版）
# 安装 Development Tools 软件包 sudo yum update sudo yum group install ‘Development Tools’ # 安装 elrepo 源 sudo rpm –import https://www.elrepo.org/RPM-GPG-KEY-elrepo.org sudo rpm -Uvh http://www.elrepo.org/elrepo-release-7.0-2.el7.elrepo.noarch.rpm# 探测要安装的包sudo yum install nvidia-detect nvidia-detect # 安装 sudo yum install kmod-nvidia
安装 CUDA
在下载页面就有安装方法介绍，不同版本系统安装方法不同，下面是以 RH 为例：
# 请替换文件名为你下载依赖时对应的文件名, sudo rpm -i cuda-repo-rhel7-9.0.176-1.x86_64.rpm sudo yum clean all sudo yum install cuda
添加 CUDA 到环境变量
vim ~/.bash_profile
加入
export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda/lib64″
export CUDA_HOME=/usr/local/cuda
因为写教程的时候 tensorflow 1.4.0 要支持 CUDA 9.0 的话，还需要从源码编译来安装，所以为了避免通过 pip 安装会出现 ImportError: libcublas.so.8.0: cannot open shared object file: No such file or directory的错误，可以先使用 CUDA8.0（安装 CUDA 9.0 的时候也会同时安装上8.0 的，所以你不需要重新安装），此时环境变量可以这么写：
export LD_LIBRARY_PATH=”$LD_LIBRARY_PATH:/usr/local/cuda-8.0/lib64″
export CUDA_HOME=/usr/local/cuda-8.0
安装 cuDNN
# 请替换文件名为你下载依赖时对应的文件名, tar -xzvf cudnn-9.0-linux-x64-v7-tgz sudo cp cuda/include/cudnn.h /usr/local/cuda/include sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn.h
安装 Python 依赖
企鹅云自带了 python 2.7
# 安装 pip sudo yum install python-pip python-devel sudo pip install –upgrade pip
安装 Tensorflow
方法一 源码编译（要使用 CUDA9.0目前之能支持这种方法）
方法二 pip
pip install tensorflow-gpu –upgrade
安装 matplotlib
sudo yum install freetype-devel
安装 Keras
Keras 封装了 Theano 和 Tensorflow 的高度模块化的深度学习库，非常适合新手。
sudo pip install keras –upgrade
Keras 默认后端为 Theano 所以我们要修改为 Tensorflow
vim .keras/keras.json
修改为
{ “image_dim_ordering”: “tf”, “epsilon”: 1e-07, “floatx”: “float32”, “backend”: “tensorflow”}
转载请注明：小猪云服务器租用推荐 » 机器学习——的云服务器该如何配置？