Python Programlama Dili

25 Eylül 2016 Leave a comment

Pyhthon, 1990 yılında Guido Van Rossum tarafından Amsterdam’da geliştirilmeye başlanmış nesne yönelimli, yorumlanabilen , modüler ve etkileşimli yüksek seviyeli programlama dilidir.

Devamı →

Neden Python:

Derleme gerekmeden çalışabilir,
Öğrenmesi kolaydır,
Başkasının yazdığı bir kodu okumak diğer dillere nispeten daha kolaydır,
Birçok sistem üzerinde çalışabilir (Çapraz platform desteği)
Masaüstü, web, mobil programa yapılabilir,
Python insan beynindeki düşünme olayı temel alınarak tasarlanmıştır. Yani bir şeyin nasıl olması gerektiğini düşünüyorsanız, Python o şekilde gerçeklenimini sağlar,
Python, içerisinde barındırdığı Garbage Collector (çöp toplayıcı) sayesinde uygulamanızın bellek kullanımını optimize eder. Bu durum uygulamanızın kararlılığını ve performansını arttıracaktır.
Python, tamamı ile nesne yönelimli bir programlama dilidir. Popüler OOP dilleri ile yarışacak seviyede bir altyapıya sahiptir.
Python, Java ve .NET platformları ile entegre biçimde çalışma yeteneğine sahiptir,
Hepsinden önemlisi Python “özgür” bir dildir.

An error occurred, please run package manager

17 Ağustos 2016 Leave a comment

Ubuntu güncellemeleri sırasında oluşan ve bilgisayarınızı kullanılmaz hale getiren
“An error occurred, please run package manager” hatasının çözümünü altta veriyorum, sorun yaşayan arkadaşlara yardımcı olması dileğiyle.
Devamı →

ekranın sağ üst kısmında kırmızı uyarı iconuna tıkladığınızda hatanın hangi paketten dolayı oluştuğu hakkında size bilgi verecektir. Genel olarak yapabileceklerinize gelince:

Eğer hatanızda ;

Google chrome and the geany ide are the only sofware I have installed since installing linux.

detayı varsa

ilk olarak terminalimizi açıyoruz

sudo apt-get remove google-chrome-stable 

komutunu çalıştırıyoruz.

ve

sudo apt-get update && sudo apt-get upgrade

komutlarıyla sistemimizi güncelliyoruz.

sudo apt-get clean

komutuyla indirilmiş paketleri temizliyoruz.

sudo apt-get autoremove

komutuyla da sistemimizden gereksiz olan paketleri kaldırıyoruz.

son olarak da

sudo dpkg --configure -a

komutuyla tüm paketlerimizin kanfigrasyonunu yapıp

sudo apt-get install -f

paketlerimizi sabitliyoruz.

işte bu kadar ;)

Kali Linux ile web açıkları tarama

7 Ağustos 2016 Leave a comment

Merhaba, bu konumuzda Kali Linux nedir ve Kali üzerinde bir web sitesinde bulunan açıklar nasıl taranır? sorularına cevap bulacağız.
Devamı →

Kali Linux; Offensive Securit tarafından geliştirilen web, mail, sunucu gibi güvenlik test araçlarını barındıran debian tabanlı bir linux dağıtımıdır.
Önceki adı Back Track olarak bilinse de Kali Linux Back Track dağıtımının bir versiyonu değildir. Back Track Ubuntu üzerinde geliştirilen bir sürümdü.

Başka yazılarda kurulumu ve kali üzerinde bulunan araçların tanıtımına de ğineceğiz.

Bu yazımızda kali üzerinden bir web sayfasındaki açıklar nasıl taranır onu öğrenelim.

Termali açalım ve şu komutu girelim

Kod:

uniscan

uniscan’ı başlattık daha sonra:

Kod:

uniscan -u http://www.taranacaksite.com/ -d

komutunu çalıştırıyoruz. ve uniscan tarmaya başlıyor.

buradak -d tarama türü için verdiğimiz bir parametredir. Uniscan ile kullanabileceğiniz diğer paramatreler;

-d Dizin
-w Dosya
-e Robots.txt dosyası
-d Sistemde bulunan açıklar (Xss,RFI,Backup Fies)
-s Sistemde bulunan diğer açıklar (SQL, XSS, RFI)
-r Site php bilgileri

gibi parametreler ile farklı raporlar alabilirsiniz.

Uniscan taramayı tamamladıtan sonra ilgili sonuçları raporlayarak

Usr/Share/uniscan/report/

klasörü altına html dosyası olarak raporlayacaktır.

Ubuntu-Program yavaşlama sorunu

5 Haziran 2016 Leave a comment

Ubuntu üzerinde kullandığınız programlarda bir anda yavaşlama ve açılmama gibi problemlerle karşılaşıyorsanız

sudo apt-get update

komutu ile paket lisenizi güncellemeniz önerilir. Bu işlem programınız için yeterli
olmadıysa

sudo apt-get upgrade
ve

sudo apt-get dist-upgrade

komutlarını çalıştırarak sistem veya güncellemelerden kaynaklı program sorunlarınızı
giderebilirsiniz.

Yapay Zeka (Artificial Intelligence)

20 Mayıs 2016 Leave a comment

DUYABİLECEĞİMİZ EN GÜZEL DUYGU, BİLİNMEYEN

KARŞISINDAKİ HEYECANDIR. (A.EİNSTEİN)

Yapay Zeka

(Artificial Intelligence)

Bilişim ve teknoloji hakkında az çok bilgiye sahip olup yapay zeka konusunda merakı olmayan insan olduğunu zannetmiyorum. Ya da bilim kurgu seneryolarından etkilenmeyen.

Bu yazıda yapay zeka nedir? Nasıl Çalışır? sorusuna cevap bulmaya çalışacağız.

Herşeyden önce eğer bir konunun üzerine fikir yürütmek istiyorsak geçmişini ve bugününü iyi bilmemiz gerekir.

Yapay zekanın tarihçesine bir göz atalım;

“Fikirler toprağın altında duran tohumlara benzer, ortaya çıkmak için uygun koşulların oluşmasını beklerler.

Eğer uygun ortam oluşmuşsa ben buradayım derler ve sonrası sizin onunla ne kadar ilgilendiğinizle ilgili bir durumdur”.

Bu düşünce şeklinden yola çıkarak yapay zeka tarihine gidecek olursak “Yapay Zeka” tanımının ortaya çıkması için uygun koşulların oluştuğu ilk modern bilgisayarların ortaya çıktığı 1930-1940 ‘lı yıllara yolculuk yapmamız gerekir.

Devamı →

Yapay zekanın fikir babası olan Makineler düşünebilir mi? sorusunu ilk ortaya atan ve makina zekası gibi konuları tartışmaya açan matematikçi Alan Mathison Turing dir.

Fikir o yıllarda oldukça ilgi toplamış ve bu konuda bir çok farklı çalışma yapılmıştır. Bu çalışmalar ile birlikte yapay sinir ağları kavramı ortaya çıkmıştır.

İlk yapay sinir ağı modeli 1943 yılında, bir sinir hekimi olan Warren McCulloch ile bir matematikçi olan Walter Pitts tarafından gerçekleştirilmiştir

İlk olarak yapay zeka tanımını ortaya çıkması ise 1956 yılında John McCarthy tarafından Dartmouth Konferansında gerçekleşmiştir.

Artık yapay zekanın tarihi hakkında az çok bilgi sahibi olduğumuza göre bugünü ve geleceği üzerine fikir yürütmeye başlayabiliriz.

Yapay Zeka kavramını ele aldığımızda ortaya çıkan en uygun tanım; makinalara düşünme, karar verme,

analiz etme gibi fonksiyoların kazandırılması diyebiliriz.

Bu tanım üzerinden hareket edecek olursak;

Geliştirilen bir çok icat, teknoloji doğada var olan örneğinin analiz edilmesi ve benzerinin yapılması ile ortaya çıkmaktadır.

Bunun en güzel örneklerinden birisi olarak kasklar üzerinde yapılan ve “Nasıl daha koruyucu bir kask

yapabiliriz?” sorusundan yola çıkarak sn de 25 kez ağaç kabuğunu gagalayarak parçalayan ağaçkakan

kuşunun kafatası yapısı inceleyip bu yapıya uygun modellenmiş kaskların oluşturulması örneğini verebiliriz.

Düşünme, karar verme ve analiz etme fonksiyonlarını göz önüne aldığımızda örnek almamız gereken model

şüphesiz insan olacaktır.

Yeni dünyaya gelmiş bir çocuğu düşünelim. Ona verilen içgüdüler dışında hiçbir bilgiye sahip değilken

dünyaya gözünü açtığında çevresinde gerçekleşen olaylarla birlikte zamanla bir takım gelişimler gösteriyor.

Sıcak, soğuk, acı, tatlı gibi kavramları farketmeye başlıyor. Diğer adıyla ÖĞRENME başlıyor.

Bu noktada eğer İnsanda bulunan Öğrenme yeteneğini model alarak bir makina tasarlamak istiyorsak

Öğrenme yeteğinin fonksiyonlarını ayrıntıları ile bilmemiz gerekir.

Bu ayrıntılar için lise yılarına dönüp en ön sırada oturup biyoloji dersi dinlememiz gerekecek.

Öğrenme; beyin hücrelerinde(Nöronlarda) gerçekleşen kimyasal ve elektriksel değişikliklerdir.

Öğrenme süreci: Beynin duyular yoluyla tarayıp algıladığı bilgileri depolayarak gerektiği zaman

çağırabilmesidir.

Karşımıza 4 farklı kavram daha geliyor. O halde öğrenebilmek için

Tarama : Input (Giriş)

Algılama : Entegrasyon(İşlem)

Depolama :Bellek(Depolama)

Geri çağırma :Output(Çıkış)

süreçleri gerekiyor.

Örnek üzerinden süreci işlemek gerekirse bir çocuğun sobayı tutmaması gerektiğini öğrendiği sürece

bakalım.

Sıcak sobaya dokunuyor burada 5 duyu organımızdan birisi olan deri tarama(input) görevini üstleniyor ve

ilgili hissi patronu olan beyine gönderiyor. Beyin kendisine gelen his doğrultusunda

işlem yaparak(Entegrasyon) bu hissin nasıl sonuçlar doğurabileceği ihtimallerini işleyerek çıkan sonucu

ilgili duyu organında bulunan kaslara eylem(eli sobadan çek) emri olarak gönderirken(Output) aynı

zamanda çıkan sonucu depoluyor(Bellek).

Artık çocuk sıcak sobaya dokunması halinde elinin yanacağını ve bundan acı duyacağını biliyor.

Bu örneğimizde odaklanmamız gereken en önemli kısım Entegrasyon(İşlem) süreci.

Bu süreçte beyin hücreleri(Nöronlar) arası elektriksel ve kimyasal iletişimi sağlayan sinapsların sayıları artar

ve her yeni öğrenmede bu sinaps sayıları karmaşıklaşarak artmaya devam eder.

Biyolojik sinir hücresinin(Nöron) yapısını incelemek gerekirse:

Dendrit: Görevi diğer sinir hücrelerinden iletilen sinyalleri, sinir hücresinin çekirdegine iletmektedir.

Bu yapi basit gibi görünse de günümüzde dendritlerin görevlerinin daha kompleks oldugu yolunda söylemler

hakim olan görüstür. Hücrenin çekirdegi ile herbir dendrit arasinda farkli bir iletisim söz konusudur.

Bu sebeple bazi dendritlerin etkilesimde ağirlikli (dominand) pay sahibi,digerlerininde pasif (resesif) oldugu

gözlenmektedir. Bu ise disaridan alinan sinyallerde seçicilik gibi önemli bir olgunun sinir hücresi tarafindan

gerçeklestirilmesi anlamini tasimaktadir.

Hücre Çekirdeği : Dendritler yoluyla iletilen tüm sinyalleri alip toplayan merkezdir. Biyolojik olarak hücre

çekirdegi (nükleus) olarak da bilinen yapidir. Çekirdek gelen toplam sinyali diger sinir hücrelerine

göndermek üzere, bilgiyi aksona iletir.

Akson: Hücre çekirdeginden aldigi toplam bilgiyi bir sonraki sinir hücresine dagitmakla görevlidir.

Ancak akson bu toplam sinyalin ön islemden geçirilmeden diger sinir hücresine

aktarilmasina engel olur. Çünkü akson ucunda sinapsis denilen birimlere bilgiyi aktarir.

Bağlantılar(Sinapslar): Aksondan gelen toplam bilgiyi ön islemden geçirdikten sonra diger sinir

hücrelerinin dendritlerine iletmekle görevlidir. Sinapsın ön islem ile gerçeklestirdigi görev çok önem

tasimaktadir. Bu ön islem gelen toplam sinyalin, belli bir esik degerine göre degistirilmesinden ibarettir.

Böylece toplam sinyal oldugu gibi degil, belli bir araliga indirgenerek diger sinir hücrelerine iletilmis olunur.

Bu açidan, her gelen toplam sinyal ile dendrite iletilen sinyal arasinda bir korelasyon (iliski) olusturulur.

Öğrenme yeteneğinin biyolojik boyutunu gördüğümüze göre artık bunu model alarak bir makinaya nasıl

uygulayabileceğimize bakabiliriz.

Bu aşamada modelimizde yer alan beyin hücreleri (Nöronlar) ‘ın model alındığı yapay zekanın tarihçesinde

de karşımıza çıkan Yapay Sinir Ağlarını oluşturmamız gerekiyor.

Yapay Sinir Ağları: İnsan beyninin temel birimi olan nöronların model alınarak benzer şekilde yapay

nöronların farklı ağ modelleri ile birbirine bağlanması ile oluşan karmaşık sistemlerdir.

Yapay zekada öğrenme yine örnek model olarak alınan biyolojik öğrenme ile aynı çerçevede

gerçekleşmektedir.

İnput
Entegrasyon
Depolama
Geribildirim

süreçleri yapay zeka yapısı için de geçerilidir.

Biyolojik öğrenme örneğimizde de olduğu gibi yapay sinir ağları da yapay sinir hüçrelerininin sinapslar

aracılığıyla birbirine bağlanması ile oluşan yapılardır.

Yapay sinir hücresi yapısı:

Şekilde de yapay sinir hücresinin yapısı verilmştir.

Burada Girdirler (dentritler)

Çekirdek

Eşikleme (akson)

Çıktı (Sinapslar)

olarak görülebilir.

Bu yapının işleyişine bakacak olursak herbir dentrit için bir ağırlık katsayısı (Önem derecesi) yer almaktadır.

Çekirdek kendisine gelen tüm girdi sinyallerinin ağırlıklı toplamlarını elde ederek . Tüm toplam sinyali bir

sonraki sinir hücresine iletmekle görevli olan sinpta bulunan eşitleme fonksiyonuna girdi olarak gönderir. Bu

fonksiyondan çıkan sonuc bir sonraki hücrenin dentritine iletilir.

Bu süreç yapay zekada öğrenme sürecidir.

Genel anlamda yapay sinir ağları, ileri beslemeli ve geri beslemeli ağlar şeklinde iki ana grupta düşünülebilir.

İleri beslemeli ağlarda nöronlar; girdi, saklı ve çıktı olarak adlandırılan katmanlar vasıtasıyla organize

edilir. Herbir katmandaki nöronlar, bir sonraki katman nöronları ile bağlantılı ağırlıkları vasıtasıyla ilişkilidir.

Ancak katmanların kendi aralarında herhangi bir bağlantı yoktur. Bilgi, girdi katmanından çıktı katmanına

doğru ilerler. Buna aktivasyon yönü de denilir. Bu tür ağlar Ögretmenli öğrenme teknikleriyle eğitilir.

Yapay sinir agi modellerinin temel iki islevi vardir.

Ögrenmek
ögrendiginin sorgulamasi yapildiginda buna yanit vermek.

Öğrenmek 2 şekilde gerçekleşir.

Ögretmenli öğrenme (Supervised learning):
Kendi kendine öğrenme(unsupervised learning):

Öğretmeli öğrenme de yapay sinir ağının dışardan etki ile eğitimlesi söz konusudur ve ne tür bir çıktı

vermesi gerektiği önceden bilinmektedir.

Kendi kendine öğrenme de yapay sinir ağı dışardan etki olmaksızın aldığı bilgileri kendi içinde kıyaslama

yaparak sınıflandırması ile oluşur.

Sorgulama: Daha önce gerçekleşen öğrenmenin sorulanmasıdır. Bu aşamada dikkat edilmesi gereken nokta

daha önce öğrenmediği bir sorguyu öğrendiklerinden birisine benzeterek sonuç üretmeye çalışır. Bu yapı ile

yapay sinir ağı modelleri hata töleranslı mekanizmalar olarak bilinir.

Uygulma Alanları:

Günümüzde yapay zekanın binlerce uygulama alanı bulumakdır bunlardan bazıları uçuş similasyonları,

otonom kontrolü ve askeri uygulamalar, sensör sonar sistemleri, bilgisayar oyunları ve robotik hayvanlar gibi

eğlence dünyasına kadar geniş bir yelpazededir. Bunun yanında bankacılık, sağlık ve sigorta şirketlerinde
müşteri davranışları ve trend tespiti gibi çok fazla miktarlarda bilgi işlenmesi gereken alanlarda da

kullanılabilir. Bu örneklerde yer alan özellikle müşteri davranışlarının algılanması ve bu davranışlar üzerine

yeni pazarlama stratejilerinin oluşturulması gibi süreçler ticari alanda büyük önem taşımaktadır.

Yapay zekanın geleceği:

Günümüz teknolojik gelişmelerini göz önüne alığımızda insan ihtiyaçlarının minimum sürede, zahmetsizce

ve hatasız olarak karşılanabilmesi anlayışı üzerine her geçen gün birçok yeni teknoloji karşımıza çıkmakta ve

bu alanlarda bir rekabet ortamı oluşmaktadır.

Teknolojik gelişmelerdeki bu hız kısmen de olsa dünün bilim kurgularını bugünün imkanları haline

getirmektedir. Bugünün bilim kurguları da yarının imkanları olabilir.

DEVAM EDECEK..

Fatih BURGAZ.

Bootstrap Nedir?

29 Nisan 2016 Leave a comment

Başlığı görünce öyle hemen Karayip Korsanlarından Bootstrap Bill Turner esprisi yapmayalım lütfen zira kötü bir espiri olduğu gibi konumuzla da alakasız olacaktır 🙂

Bizim Bootstrapımız HTML,CSS, JS barındıran framework yapısı,

Twitter tarafından geliştirilen ve açık kaynak kodlu(Open source) olan Bootstap Framework dosyalarını linkten indirebilirsiniz.

peki neden böyle bir yapıya ihtiyaç duyulmuş?

Bu sorunun cevabını CSS ve Framework yapılarını irdeleyerek bulabileceğimizi sanıyorum. Bi deneyelim 😉

CSS (Cascading Style Sheets) : Türkçe adıyla Stil sablonları biraz daha açacak olursak herhangi bir yapıyı oluştururken /kurarken

o yapının herbir elemanı için tanımlanan biçim özellikleri diyebiliriz.

Yada canlı üzerinden örneklemek gerekirse

Bir canlıya baktığınızda gözle görebildiğiniz elin şekli, göz ve iki göz arası mesafe, burun şekli gibi tüm kriterleri bir yapı olarak adlandırırsak bu yapıyı destekleyen sistem de iskelet sistemi olacaktır her ne kadar renk gibi kavramlar bu örnekte pasif kalsa da CSS ‘i kaba haliyle iskelet sistemine benzetebiliriz.

Framework : Uygulama geliştiricisi için önceden hazırlanmış ve içerisinde kütüphaneler barındıran yapılardır (Framework konusuna daha sonra başka bir yazıda detaylı yer vereceğiz).

Geldiğimiz noktaya bakacak olursak Bootstrap uygulama geliştiriciler için bir araya getirilmiş stiller topluluğu diyebiliriz.

Uygulama geliştiriken kullandığımız butonlardan , inputlara , form yapılarından uyarı pencerelerine kadar birçok stil yapısı

bootstrap içeriğinde hazır tanımlanmış olarak geliyor. Sizin tek yapmanız gereken ilgili elemanınıza gidip özelliklerini buradan al demek kalıyor. (tabiki bu stilleri özelleştirmek tamamen hayal gücünüze kalmış)

Bu da uygulama geliştiriciler için zaman kazancı sağlamanın yanında birçok farklı stil özelliğini uygulamanıza dahil etmenize olanak sağlıyor.

Bootstrap için bu özelliklerin en önemlisi Responsive (Duyarlı/Uyumlu) olmasıdır.

Web uygulamalarında responsive konusuna değinecek olursak; Bir uygulamanın bilgisayar ekranında göze hitab eden ve kullanışlı görünümünün tablet, telefon gibi mobil cihazlarda da aynı şekilde kullanışlı olarak uyumluluk sağlaması diyebiliriz.

Örn, bir web sitesi yaptınız ve yayınladınız bilgisayar ekranında herşey tam istediğiniz gibi tasarımlar yerli yerinde fontlar ideal ölçüde eğer css yapınız responsive yapıyı desteklemiyorsa siteniz mobil cihazlarda da bilgisayarda gördüğünüz gibi açılacaktır. Doğal olarak sitenizin içeriğini okuyabilmek için zoom yapmak gerekecek ve kullanıcıya ilk bakışta vermek istediğiniz mesajlarınız çok arka planlarda kalacaktır.

Responsive css yapısı ile oluşturduğunuz uygulamalar görüntülendiği ekran çözünürlüklerine göre stil özellikleri kullanarak görselliği kullanıcının o an görüntülediği cihazda en ideal şekilde kullanabilmesini amaçlar.

Görsel örneklemek gerekirse:

Anasayfamızda yan yana 3 div kullandığımızı düşünelim.

Bilgisayar akranında üstteki gibi gördüğümüz tasarım Mobil cihazlarda

gibi görüntülecektir. Bu sadece basit bir örnektir bu kısımda da uygulayabileceğiniz şartlarda herhangibir sınır yok.

Örn bilgisayar ekranında görüntülenen bir div için belirli bir çözünürlüğün altındaki cihazlarda görüntülenmesin gibi şartlar eklemek tamamen hayal gücünüze ve ihtiyaçlarınıza kalmış.

Linux xampp yii framework yeni proje oluşturma

29 Ocak 2016 Leave a comment



# cd /opt/lampp/bin/

# ./php /opt/lampp/htdocs/yii/framework/yiic webapp /opt/lampp/htdocs/myweb

Yii Framework UserIndentity

29 Ocak 2016 Leave a comment

class UserIdentity extends CUserIdentity

{

	private $_id;
	public function authenticate()

	{

		$user=User::model()->findByAttributes(array('username'=>$this->username));

		if($user===null)

			$this->errorCode=self::ERROR_USERNAME_INVALID;

		 else if($user->password!==md5($this->password))

			$this->errorCode=self::ERROR_PASSWORD_INVALID; Devamı →

		else

		{

			$this->_id=$user->id;

			$this->setState('lastLoginTime', $user->last_login_time);

			$this->errorCode=self::ERROR_NONE;

		}

		return !$this->errorCode;

	}
	public function getId()

	{

		return $this->_id;

	}

}

Oysa sevin dedi tanrı…

18 Aralık 2015 Leave a comment

“sevmenin pek az çeşidi vardır gönül raflarında. birini ya da bir şeyi seversiniz ya da çok seversiniz. ama iş sevememeye gelince; sonsuz seçenek vardır önünüzde. ister sinir olursunuz ister gıcık olursunuz iğrenirsiniz tiksinirsiniz hatta sık sık nefret bile edersiniz. ne yazık! ne yazık insan sevmeme çeşitlerine harcıyor mesaisinin çoğunu. oysa sevin dedi tanrı adı sevgili olanlar bile karşılık istiyor kalbinin atış hızını ben seni seviyorum ama dur bakalım sende beni benim seni sevdiğim kadar seviyor musun? oysa sevin dedi tanrı önce sizi sevmeyenlerden başlayın işe karşılık istemeden pazarlıksız sevin sizi seveni de sevmeyeni de”.
-Bana Bir Şeyhler Oluyor-

Linux port işlemleri

27 Eylül 2015 Leave a comment

Merhaba bu yazımızda Linux işletim sisteminde port işlemleri hakkında komut bilgilerine bakalım;

Açık Portları Görüntüleme:

netstat -tap

Bu komutu terminalinize yazıp çalıştırdığınızda açık olan portlara ilişkin detaylı bilgiler listelenecek.

Burada “netstat” komutumuz “-tap” ise bu komuta gönderdiğimiz parametreyi ifade eder.
“netstat” komutunda sorgulanabilecek diğer parametreler:

netstat -l -listening=Sistem üzerinde dinlenen soket bilgilerini listeler.
netstat -p -Programs = Soket bilgilerinin süreçleri ve kullandığı program bilgilerini getirir.
netstat -t -tcp= tcp protokolüne ilişkin port bilgilerini listeler.
netstat -u -upd= upd protokolüne ilişkin port bilgilerini listeler.
netstat -n -numeric= Listelenen ip adres bilgileri için isim çözme işlemi gerçekleşmeden listeme yapar.

Linux’ta Port Açma:
*TCP için:
iptables -A INPUT -p tcp --dport portno -j ACCEPT

*UDP İçin:
iptables -A INPUT -p udp --dport portno -j ACCEPT

Linux’ta Port Kapatma:
Dışardan gelen istekleri kapatmak için;
TCP
iptables -A INPUT -p tcp --dport portno -j REJECT

UDP
iptables -A INPUT -p udp --dport portno -j REJECT

Dışarı giden istekleri kapatmak için:

TCP

iptables -A OUTPUT -p tcp --dport portno -j REJECT

UDP
iptables -A OUTPUT -p tcp --dport portno -j REJECT

*********************************
TCP (Transmission Control Protocol)
Veri aktarımı için güvenli ancak UDP ye göre daha yavaştır.
Veri gönderiminde paketlerin karşı tarafa iletilip iletilmediği kontrol edilir.

UDP (User Datagram Protocol)
Daha çok medya aktarımı için kullanılır.
Hızlıdır ancak güvenli değildir.

Fatih BURGAZ

Yazılım Geliştirici – Kişisel Gezegeni

Widgets

Search