为了抵御网络攻击，先需复现某些计算机漏洞，则需要安装Win7操作系统。真是呕心制作，反复尝试好多次，搜索很多相关资料，终于总结出这篇文章，其目的是通过虚拟化技术，完成Win7的安装配置。其中还包括别的文章中没有提及的Win7。

LXD是一个系统级的容器，类似于虚拟机或物理机，它是对LXC的基础打包和升级，可在内部运行完整的操作系统，支持运行各类型的工作负载，用户可以像管理虚拟机或物理机一样来管理LXD。系统容器通常是持久的，用户可在一个系统容器中托管多个应用程序。

TytorchPython机器学习库，基于Torch，用于自然语言处理等应用程序Anaconda：是默认的python包和环境管理工具，安装了anaconda，就默认安装了condaCUDACUDA是一种由显卡厂商NVIDIA推出的通用并行计算架构，该架构使GPU能解决复杂的计算问题，可用来计算深度学习cuDNN：是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。

LXD是一个系统级的容器，类似于虚拟机或物理机，它是对LXC的基础打包和升级，可在内部运行完整的操作系统，支持运行各类型的工作负载，用户可以像管理虚拟机或物理机一样来管理LXD。系统容器通常是持久的，用户可在一个系统容器中托管多个应用程序。

CNN的全称是，称之为卷积神经网络，是深度学习的经典算法之一。CNN一般用于图片分类、检索、人脸识别、目标定位等。而CNN放在实际的例子中，如图中CNN要做的事情是：给定一张图片，是车还是马未知，是什么车也未知，现在需要模型判断这张图片里具体是一个什么东西，总之输出一个结果：如果是车，那是什么车CONV层，RELU层，POOL层和FC层。当然了，看到这里你还是一脸懵逼，这些都是什么东西？当然了，不

深度Q网络将Q学习与深度学习结合，用深度网络来近似动作价值函数，而Q学习则是采用表格存储；深度Q网络采用经验回放的训练方式，从历史数据中随机采样，而Q学习直接采用下一个状态的数据进行学习。

手把手搭建基于PyTorch的卷积神经网络，同时拥有详细的代码注释，非常适合初次接触深度学习的读者，模型准确率高达94%！！！！

TytorchPython机器学习库，基于Torch，用于自然语言处理等应用程序Anaconda：是默认的python包和环境管理工具，安装了anaconda，就默认安装了condaCUDACUDA是一种由显卡厂商NVIDIA推出的通用并行计算架构，该架构使GPU能解决复杂的计算问题，可用来计算深度学习cuDNN：是基于CUDA的深度学习GPU加速库，有了它才能在GPU上完成深度学习的计算。

FTL即FreeMarker，是一款模板引擎，类似于Thymeleaf，都是通过传入的数据来对页面进行渲染，用来生成输出文本（HTML网页、电子邮件、配置文件、源代码等）的通用工具。

已将NSL-KDD数据集上传至GitHub，点击下载即可跳转。