python 代写

CS188 Project 2: Multi-Agent Search 加州大学伯克利分校EECS 188 AI课程2024年秋季项目2的代写。该项目主题是多智能体搜索（Multi – Agent Search），要求学生为经典的吃豆人游戏（Pacman）设计智能体，包括实现 minimax 和 expectimax搜索算法，并设计评估函数。项目截止日期为10月2日晚上11:59（太平洋时间）。 1. **项目文件结构** – **编辑文件**：`multiAgents.py`，用于实现多智能体搜索智能体。 – **参考文件**：`pacman.py`（运行游戏的主文件，定义了游戏状态类型）、`game.py`（游戏世界的逻辑）、`util.py`（用于搜索算法的数据结构）等。 – **可忽略文件**：如`graphicsDisplay.py`（图形显示相关）、`ghostAgents.py`（控制幽灵的智能体）等。 2. **项目任务** – **Q1（4分）：反射智能体（Reflex Agent）**：改进`multiAgents.py`中的`ReflexAgent`，使其在`testClassic`布局中表现良好，并在`openClassic`布局上进行测试评分。 – **Q2（5分）：极小极大算法（Minimax）**：在`multiAgents.py`的`MinimaxAgent`类中实现对抗搜索智能体，扩展游戏树到任意深度，使用给定的评估函数对叶子节点评分。 – **Q3（5分）：α – β剪枝（Alpha – Beta Pruning）**：在`AlphaBetaAgent`中实现α – β剪枝算法，提高搜索效率，确保剪枝后的结果与`MinimaxAgent`相同（极小极大值相同，选择的动作可能因打破平局的行为不同而不同）。 – **Q4（5分）：期望极大算法（Expectimax）**：在`ExpectimaxAgent`中实现期望极大算法，用于建模可能做出次优选择的智能体的概率行为。 – **Q5（6分）：评估函数（Evaluation Function）**：在`betterEvaluationFunction`中编写一个更好的评估函数，用于评估状态，在`smallClassic`布局上进行测试评分。 3. **项目工具** – **自动评分器（Autograder）**：可用于在本地对答案进行评分，通过`python autograder.py`命令运行所有问题的测试，也可针对特定问题或测试用例运行。 4. **注意事项** – 不要从项目1复制文件，否则无法通过Gradescope的自动评分器。 – 不要更改提供的函数或类的名称，否则会影响自动评分器的运行。 – […]

该文档是关于CYBR3000信息安全作业的说明，作业分为两部分。A部分是入侵防御，需要使用iptables编写规则集，完成五个任务，并将每个任务的规则集写在单独的.txt文件中。B部分是入侵检测，需要编写一个名为IDS.py的Python程序，读取包含入侵检测规则的文件和.pcap文件，检测数据包是否违反规则，并将警报信息记录到IDS_log.txt中。程序需要支持多种检测场景，并遵循特定的规则格式和要求。 介绍 本作业分为两个部分：A部分和B部分。 A部分：入侵防御（总计25分） 非中介 直接联系❤️ cstutorcs 您需要为以下每个任务编写iptables规则集。每个任务的每个规则集都需要写在一个单独的.txt文件中。.txt文件中的每一行都对应一个单独的iptables规则。.txt文件的名称必须与相应任务的名称匹配（例如task1.txt）。如果.txt文件的名称不正确或标记错误，则不会给分。每个.txt文件中的规则应该是可以直接使用的，这意味着其他人可以复制粘贴并在终端中运行规则集中的每个规则来满足任务的要求。 要使用iptables，您需要在基于Linux的系统中测试您的规则。像Docker这样的工具或使用VirtualBox或VMware等软件的虚拟机可以让您运行一个可以使用iptables的Linux环境。 任务： 任务1（5分）：允许来自特定IP地址（192.168.1.100）的传入SSH流量（使用端口22），并拒绝所有其他传入的SSH连接。 任务2（5分）：允许传入的HTTP（端口80）和HTTPS（端口443）流量，但丢弃所有其他传入流量。 任务3（5分）：将传入的ICMP ping请求（ICMP echo – request）限制为每秒仅两个。 任务4（5分）：对于传入流量，仅允许已建立和相关的连接，阻止新的传入连接，除了SSH。 任务5（5分）：默认情况下阻止所有传入和传出流量，但允许来自特定IP（192.168.1.100）的SSH访问、HTTP / HTTPS流量和DNS查询。 B部分：入侵检测（总计75分） 在这部分中，您需要编写一个名为IDS.py的Python程序，该程序模拟入侵检测系统（IDS）的行为。这个程序将读取两个文件：1）一个文件包含入侵检测规则（如Snort中使用的规则），2）另一个文件是.pcap文件，其中包含您的程序将检查的所有数据包，以查看它们是否违反规则。这两个文件都将通过命令行参数传递到您的Python程序（IDS.py）中。IDS.py的开头如下： $python3 NIDS.py <.pcap文件的绝对路径> <IDS规则的绝对路径> 两个路径都需要是绝对路径。 – Python 3.9是此部分所需的版本，并且本次作业的最终测试也将使用Python 3.9。我们不允许使用任何其他Python版本，如果由于错误的Python版本导致意外行为发生，则不会给分。Scapy是此部分允许使用的库，请勿在代码中使用任何其他外部库。 – IDS_rules.txt和.pcap文件的示例在BlackBoard上给出。您需要读取和解析每条规则，并使用该规则来监视和检测.pcap文件中的数据包。请注意，提供的.pcap文件只是在最终评分中使用的.pcap文件的一个子集。 – IDS规则的格式与Snort规则的格式略有不同。您的IDS规则的一个简单示例是： alert tcp 192.168.102.132 any -> any any (msg: "receive a TCP packet";) 当数据包是来自IP地址192.168.102.132的任何端口并发送到任何IP地址的任何端口的传入TCP数据包时，此规则将发出警报。如果发现这样的数据包，IDS.py将把消息记录到名为IDS_log.txt的日志中，格式如下： 2024 – 08 – 18 11:47:53

介绍 本作业分为两个部分：A 部分和 B 部分。 ### A 部分：入侵预防（总计 25 分） – 您需要为以下每个任务编写 iptables 规则集。每个任务的每个规则集都需要写在一个单独的 .txt 文件中。.txt 文件中的每一行对应一个单独的 iptables 规则。.txt 文件的名称必须与相应任务的名称匹配（例如 task1.txt）。如果 .txt 文件的名称不正确或标签错误，则不会给予分数。每个 .txt 文件中的规则应该是可以直接使用的，这意味着其他人可以复制粘贴并在终端中运行规则集中的每个规则，以满足任务的要求。 – 要使用 iptables，您需要在基于 Linux 的系统中测试您的规则。像 Docker 这样的工具或使用 VirtualBox 或 VMware 等软件的虚拟机将允许您运行一个可以使用 iptables 的 Linux 环境。 任务： – 任务 1（5 分）：允许来自特定 IP 地址（192.168.1.100）的入站 SSH 流量（使用端口 22），并拒绝所有其他入站 SSH 连接。 – 任务 2（5

这是EECS492课程2024年秋季作业1的相关内容，包括作业截止日期（2024年9月27日晚上11:59）、提交指南（需提交书面部分的PDF和完成的Agent.py文件到Gradescope，注意相关政策和要求）、评分政策（可在成绩公布后一周内提交重新评分请求）。作业内容包括书面部分（50分）和编程部分（50分），书面部分涵盖设计agents（如tic – tac – toe agent的PEAS描述和环境特征）、搜索相关问题（如不同搜索方法下节点的扩展顺序、砖排序机器的搜索算法设计、启发式函数相关问题、爬山算法相关问题）；编程部分需使用Python完成Agent.py文件，实现特定的搜索算法（BFS、DFS、UCS、A – Star）来搜索迷宫，迷宫可能有多个目标，需修改启发式为到最近目标的欧几里得距离，并完成相关函数。 EECS 492 – 作业1（2024年秋季） 截止日期：2024年9月27日晚上11:59 2024年9月17日 后勤 提交指南 重要提示：您必须仔细阅读教学大纲中关于作业的政策。它讨论了什么算作迟到以及迟到将如何处罚。请确保您已阅读并理解学术诚信部分，包括关于协作和使用生成式AI的部分。生成式AI部分还包括一个示例引用和解释的链接。您将对遵守这些政策负责，违规行为将报告给荣誉委员会。 本次作业的截止日期为2024年9月27日晚上11:59。提交使用Gradescope进行跟踪。书面部分和编程部分将分别评分和处罚。请注意，您对已在Gradescope上提交的作业所做的任何更改都算作重新提交。 您必须向Gradescope提交以下文件（请注意，有两个单独的Gradescope提交）： 1. 包含书面部分解决方案的清晰可读的PDF。您可以手写解决方案，使用平板电脑，或在LATEX中排版解决方案。我们只要求您使其易于阅读，不要过于冗长，以便评分者不会难以理解您的写作。您必须单独将书面部分提交到Gradescope。 2. 完成的Agent.py文件到编程部分。 评分政策 重新评分请求必须在项目成绩公布后的一周内提交给Gradescope。后期的重新评分请求将不被接受。我们将提供解决方案以及使用的确切评分标准。 1 书面[50分] 1.1 设计agents[5.5分] 井字棋是一种两个玩家轮流在三乘三的网格中用X或O标记空格的游戏。游戏的目标是第一个在水平、垂直或对角线上放置三个自己的标记（见图1）。 图1：一场井字棋游戏，O玩家获胜，因为它在对角线上有三个标记。 您现在的任务是为井字棋agent开发一种AI算法。该agent是一个可以在纸上用钢笔与另一个agent（人类或机器人）对战的机器人。该agent必须能够： • 检测标记是X还是O • 在九个网格中的一个中绘制标记 • 检测纸上的空网格和已存在的标记 • 使用此信息确定它是否赢得、输掉或平局 请注意，该agent不仅仅玩一次，而是一个应该能够根据需要多次玩多个游戏的机器人。现在，回答以下问题 – 请注意，其中一些情况可能不明确，因此请证明您的答案并明确说明任何假设 （a）为任务环境创建PEAS描述，其中任务环境包括agent玩的所有游戏。 （b）确定环境的特征，并简要说明为什么您以这种方式描述环境 提醒一下，环境的特征如下： • 完全可观察与部分可观察 • 单agent与多agent • 确定性与非确定性 • 情节性与连续性 •

该文档是关于QBUS2820课程作业1的说明，主要任务是基于给定的数据集建立回归模型来预测建筑物的每日供暖负荷，使用均方误差（MSE）来衡量预测准确性。需要提交三个文件，包括报告数据分析过程和结果的文档文件、实现数据分析过程并产生测试误差的Python文件以及包含对测试数据集预测结果的CSV文件。文档需详细描述数据分析过程，Python文件需能顺利运行并产生测试误差，同时还说明了评分标准和相关注意事项。 QBUS2820作业1（30分） 2024年8月23日 1 背景 开发用于建筑物供暖负荷的预测模型在能源效率管理中至关重要。假设你为一家能源效率咨询公司工作，你的任务是通过预测建筑物的每日供暖负荷需求来优化建筑物供暖系统的运行。 数据集中的变量“ HeatingLoad ”在“ HeatingLoad_training.csv ”中表示维持建筑物内舒适室内温度所需的每日总能量（以千瓦时为单位）。此数据包括几个影响供暖负荷的预测变量，如建筑物特征、环境条件和占用率。响应变量和协变量的详细信息在下表中。 | 变量 | 描述 | | —- | —- | | “ HeatingLoad ” | 所需的每日总供暖能量（以千瓦时为单位） | | “ BuildingAge ” | 建筑物的年龄（以年为单位） | | “ BuildingHeight ” | 建筑物的高度（以米为单位） | | “ Insulation ” | 保温质量（1 = 良好，0 = 差） | | “