記錄一下如何使用 InsCode Stable Diffusion 進(jìn)行 AI 繪圖以及使用感受。

一、背景介紹

目前市面上比較權(quán)威，并能用于工作中的 AI 繪畫(huà)軟件其實(shí)就兩款。一個(gè)叫 Midjourney（簡(jiǎn)稱 MJ），另一個(gè)叫 Stable Diffusion（簡(jiǎn)稱 SD）。MJ 需要付費(fèi)使用，而 SD 開(kāi)源免費(fèi)，但是上手難度和學(xué)習(xí)成本略大，并且非常吃電腦配置（顯卡、內(nèi)存）。

和 MJ 相比，SD 最大的優(yōu)勢(shì)是開(kāi)源，這意味著 Stable Diffusion 的潛力巨大、發(fā)展飛快。由于開(kāi)源免費(fèi)屬性，SD 已經(jīng)收獲了大量活躍用戶，開(kāi)發(fā)者社群已經(jīng)為此提供了大量免費(fèi)高質(zhì)量的外接預(yù)訓(xùn)練模型（fine-tune）和插件，并且在持續(xù)維護(hù)更新。在第三方插件和模型的加持下，SD 擁有比 Midjourney 更加豐富的個(gè)性化功能。

Stable Diffusion 簡(jiǎn)介

Stable Diffusion 是 2022 年發(fā)布的深度學(xué)習(xí)文本到圖像生成模型，它主要用于根據(jù)文本的描述產(chǎn)生詳細(xì)圖像（即 txt2img 應(yīng)用場(chǎng)景），盡管它也可以應(yīng)用于其他任務(wù)，如內(nèi)補(bǔ)繪制（inpainting）、外補(bǔ)繪制（outpainting），以及在提示詞（英語(yǔ)）指導(dǎo)下產(chǎn)生圖生圖的翻譯（img2img）。

模型原理

引用一張廣為人知的 SD 原理圖（源于論文https://arxiv.org/abs/2112.10752），該模型主要可以分為三個(gè)部分：

• 變分編碼器（Vector Quantised Variational AutoEncoder，VQ-VAE）
• 擴(kuò)散模型（Diffusion Model， DM），在生成圖片中起著最重要的作用
• 條件控制器（Conditioning）

詳細(xì)原理介紹可參考文章 Stable Diffusion 簡(jiǎn)介

用一句話總結(jié) SD 的模型原理：圖片通過(guò) VAE 轉(zhuǎn)換到低維空間，配合 Conditioning 的 DM 產(chǎn)生新的變量，再通過(guò) VAE 將生成的變量轉(zhuǎn)換為圖片。

推薦電腦配置

Stable Diffusion 對(duì)電腦配置有一定的要求，比較推薦的配置如下：

操作系統(tǒng)：SD 更加適配于 windows。建議使用 windows10、windows11。

內(nèi)存：8GB 以上，建議使用 16GB 或以上的內(nèi)存。在內(nèi)存比較小的情況下，可能需要調(diào)高虛擬內(nèi)存，以容納模型文件。

硬盤(pán)：40GB 以上的可用硬盤(pán)空間，建議準(zhǔn)備 60GB 以上空間，最好是固態(tài)硬盤(pán)。

顯卡：最低需要顯存 2GB，建議顯存不少于 4GB，推薦 8GB 以上。型號(hào)方面，因?yàn)樾枰玫?CUDA 加速，所以 N 卡支持良好。A 卡可以用，但速度明顯慢于英偉達(dá)顯卡，當(dāng)然，如果你的電腦沒(méi)有顯卡也可以用 CPU 花幾百倍時(shí)間生成。

下面是進(jìn)行 512x 圖片生成時(shí)主流顯卡速度對(duì)比：

Stable Diffusion WebUI

目前有一些基于 Stable Diffusion 封裝的 webui 開(kāi)源項(xiàng)目，可以通過(guò)界面交互的方式來(lái)使用 Stable-diffusion，自身還可以通過(guò)插件等方式獲得更多能力，極大的降低了使用門(mén)檻，以下是幾個(gè)比較火的 webui 項(xiàng)目：

• https://github.com/AUTOMATIC1111/stable-diffusion-webui
• https://github.com/Sygil-Dev/sygil-webui

這些項(xiàng)目，和平常軟件安裝方法有所不同，不是下載安裝即可用的軟件，需要準(zhǔn)備執(zhí)行環(huán)境、編譯源碼，針對(duì)不同操作系統(tǒng)（操作系統(tǒng)依賴）、不同電腦（硬件依賴）還有做些手工調(diào)整，這需要使用者擁有一定的程序開(kāi)發(fā)經(jīng)驗(yàn)。

二、Stable Diffusion 模型在線使用地址

InsCode 的 Stable Diffusion 環(huán)境主要用于學(xué)習(xí)和使用 Stable Diffusion，已經(jīng)安裝了相關(guān)軟件和組件庫(kù)，可在線直接啟動(dòng) Stable Diffusion WebUI 進(jìn)行創(chuàng)作。還可以一鍵購(gòu)買算力，訓(xùn)練大模型，極大的降低了 AI 繪圖使用門(mén)檻。

Stable Diffusion 模型在線使用地址：https://inscode.csdn.net/@inscode/Stable-Diffusion

進(jìn)入之后點(diǎn)擊運(yùn)行并使用，會(huì)彈出一個(gè)購(gòu)買算力資源的窗口。由于是試用，不涉及到連續(xù)生成多張圖片等場(chǎng)合，因此算力足夠用了，選擇 RTX 3080 即可（0.51元/小時(shí)），目前活動(dòng)免費(fèi)試用。

操作完成之后，會(huì)跳轉(zhuǎn)到 InsCode 工作臺(tái)界面，在算力資源中，已經(jīng)可以看到剛才選擇的機(jī)器了。

待它初始化完成，右側(cè)有三個(gè)選項(xiàng)，選擇 Stabel Diffusion WebUI 進(jìn)入即可。進(jìn)入界面如下圖：

三、Stable Diffusion WebUI 界面介紹與參數(shù)解析

• 第一部分：界面最上端 stable diffusion ckpt 可以選擇模型文件，InsCode 上面提供了幾個(gè)常用模型，如 chilloutmix、GuoFeng3、Cute_Animals 可供選擇。為 InsCode Stable Diffusion 安裝某個(gè)自己喜歡的模型可查看這里！

• 第二部分，便是 stable diffusion webui 項(xiàng)目的主要功能與設(shè)置操作

  文生圖：顧名思義是通過(guò)文本的描述來(lái)生成圖片
  圖生圖：用一張圖片生成相似的圖片
  附加功能：額外的設(shè)置
  圖片信息：若圖片是由 AI 生成的圖片，當(dāng)上傳一張圖片后，這里會(huì)提示圖片的相關(guān) prompt 關(guān)鍵字與模型參數(shù)設(shè)置
  模型合并：可以合并多個(gè)模型，有多個(gè)模型的權(quán)重來(lái)生成圖片
  訓(xùn)練：模型訓(xùn)練，可以提供自己的圖片進(jìn)行模型的訓(xùn)練，這樣別人就可以使用自己訓(xùn)練的模型進(jìn)行圖片的生成
  設(shè)置：UI 界面設(shè)置
  擴(kuò)展：插件擴(kuò)展，這里可以安裝一些開(kāi)源的插件，例如漢化插件

• 第三部分：是正（負(fù)）面提示詞輸入框，我們需要在此框中輸入圖片的描述信息，正面提示詞是我們希望生成的圖片需要的文本，負(fù)面提示詞是我們不希望生成的圖片文本。

  開(kāi)始不知道怎么寫(xiě)提示詞，可以先參考優(yōu)秀的風(fēng)格模板作為起手式，還可以借助描述語(yǔ)工具和網(wǎng)站，多出圖多研究，掌握了出圖規(guī)律，慢慢就可以自己寫(xiě)提示詞啦，寫(xiě)提示詞要盡可能寫(xiě)的詳細(xì)。跑 AI 的過(guò)程就像抽卡，抽出一堆卡，選出你審美范疇里覺(jué)得好看的。

• 第四部分：界面左下方，便是模型輸入的相關(guān)參數(shù)：

  采樣方法：里面設(shè)置了很多采樣算法，各有優(yōu)缺，具體每個(gè)算法的效果，可以自行嘗試
  采樣迭代步數(shù)：模型迭代一次的步數(shù)
  平鋪：生成一張可以平鋪的圖像
  面部修復(fù)：面部修復(fù)功能，可以提供面部細(xì)節(jié)，但是非寫(xiě)實(shí)風(fēng)格的人物開(kāi)啟面部修復(fù)可能導(dǎo)致面部崩壞
  高清修復(fù)：可以把低分辨率的照片調(diào)整到高分辨率
  寬度，高度：輸出圖片的尺寸
  提示詞相關(guān)性CFG：較高的數(shù)值將提高生成結(jié)果與提示的匹配度
  隨機(jī)種子：seed 一樣的情況下，可以生成比較相似的圖片，記住保留你喜歡的種子，以便下次再次生成相似的圖像
  生成批次：每次生成圖像的組數(shù)。一次運(yùn)行生成圖像的數(shù)量為 生成批次 * 每批數(shù)量
每批數(shù)量：同時(shí)生成多少個(gè)圖像

• 第五部分：便是一鍵生成圖片的按鍵，我們?cè)O(shè)置完成以上參數(shù)的設(shè)置后，點(diǎn)擊生成按鍵，便可以自動(dòng)生成圖片了，

  生成下面的5個(gè)小圖標(biāo)（從左到右依次分別是）

  • 復(fù)原上次生成圖片的提示詞（自動(dòng)記錄）
  • 清空當(dāng)前所有提示詞
  • 打開(kāi)模型選擇界面
  • 應(yīng)用選擇的風(fēng)格模板到當(dāng)前的提示詞
  • 存檔當(dāng)前的正（負(fù)）面提示詞

• 相關(guān)的圖片會(huì)展示在第六部分區(qū)域。

四、如何在 InsCode 給 Stable Diffusion 安裝模型

常用模型下載網(wǎng)址

目前，模型數(shù)量最多的兩個(gè)網(wǎng)站是 civitai 和 Huggingface。

civitai 又稱 C 站，有非常多精彩紛呈的模型，有了這些模型，但是該網(wǎng)站在國(guó)內(nèi)是被屏蔽的。登錄需要科學(xué)上網(wǎng)。

Huggingface 則相對(duì)樸實(shí)無(wú)華一些，對(duì)模型的審核也會(huì)更加嚴(yán)格一些。但是好處在于不需要科學(xué)上網(wǎng)，而且網(wǎng)速很快。

此外，AI 圖站可以淘到不少 C 站下架了的模型，也是相當(dāng)不錯(cuò)的。

常用模型及說(shuō)明

如果你點(diǎn)開(kāi)上述網(wǎng)站去下載模型，就會(huì)發(fā)現(xiàn)有各種不同類型的模型。

CivitAI 上的模型主要分為四類：Checkpoint、LoRA、Textual Inversion、Hypernetwork，分別對(duì)應(yīng) 4 種不同的訓(xùn)練方式。

• Checkpoint：是 SD 能夠繪圖的基礎(chǔ)模型，因此被稱為大模型、底模型或者主模型，WebUI 上就叫它 Stable Diffusion 模型。安裝完 SD 軟件后，必須搭配主模型才能使用。不同的主模型，其畫(huà)風(fēng)和擅長(zhǎng)的領(lǐng)域會(huì)有側(cè)重。Checkpoint 模型包含生成圖像所需的一切，不需要額外的文件。但是它們體積很大，通常為2G-7G。存放在 Stable Diffusion 安裝目錄的 models 的 Stable-diffusion 目錄里。

• LoRA：一種輕量化的模型微調(diào)訓(xùn)練方法，是在原有大模型的基礎(chǔ)上，對(duì)該模型進(jìn)行微調(diào)，用于輸出固定特征的人或事物。特點(diǎn)是對(duì)于特定風(fēng)格特征的出圖效果好，訓(xùn)練速度快，模型文件小，一般 10-200 MB，需要搭配大模型使用。存放在 Stable Diffusion 安裝目錄的 models 的 Lora 目錄里

• Embedding/Textual lnversion：一種使用文本提示來(lái)訓(xùn)練模型的方法，可以簡(jiǎn)單理解為一組打包的提示詞，用于生成固定特征的人或事物。特點(diǎn)是對(duì)于特定風(fēng)格特征的出圖效果好，模型文件非常小，一般幾十 K，但是訓(xùn)練速度較慢，需要搭配大模型使用。存放在 Stable Diffusion 安裝目錄下的 Embeddings 目錄里。

• Hypernetwork：目前 Hypernetworks 已經(jīng)不太用，類似 LoRA，但模型效果不如 LoRA，一般幾十 K，需要搭配大模型使用。存放在 Stable Diffusion 安裝目錄的 models 下的 Hypernetworks 目錄里。

模型推薦：Checkpoint > LoRA > Textual Inversion > Hypernetwork

通常情況 Checkpoint 模型搭配 LoRA 或 Textual Inversion 模型使用，可以獲得更好的出圖效果。

補(bǔ)充：還有一類 VAE 模型，簡(jiǎn)單理解它的作用就是提升圖像色彩效果，讓畫(huà)面看上去不會(huì)那么灰蒙蒙，此外對(duì)圖像細(xì)節(jié)進(jìn)行細(xì)微調(diào)整。

幾個(gè)推薦模型

• DreamShaper

  勝任多種風(fēng)格（寫(xiě)實(shí)、原畫(huà)、2.5D 等），能生成很棒的人像和風(fēng)景圖的 Checkpoint 模型。

  

• Chilloutmix/Chikmix

  Chilloutmix 就是大名鼎鼎的亞洲美女模型。市面上你看到的大量的 AI 美女，基本上都是這個(gè)模型生成的。當(dāng)時(shí)最火的圖應(yīng)該下面這個(gè)系列。

  

  也正是這個(gè)模型，讓 AI 繪畫(huà)徹底出圈。

• Cetus-Mix

  這是一個(gè)二次元的混合模型，融合了很多二次元的模型，實(shí)際使用效果還不錯(cuò)。對(duì)提示詞的要求不高。

  

• Guofeng 系列

  這是一個(gè)中國(guó)華麗古風(fēng)風(fēng)格模型，也可以說(shuō)是一個(gè)古風(fēng)游戲角色模型，具有 2.5D 的質(zhì)感。目前最新的版本是 GuoFeng3.4。

  

• blindbox

  可生成盲盒風(fēng)格的 LoRA 模型，使用時(shí)主模型建議選 ReV Animated。

  

如何在 InsCode 給 Stable Diffusion 安裝 Lora

1. 首先，在自己的電腦上下載好需要安裝的 Lora 文件，并通過(guò) Jupyter Lab 啟動(dòng) GPU，如下圖所示：

   

2. 打開(kāi) JupyterLab 界面，找到上傳入口，將下載好的 Lora 上傳到 GPU。

   

3. 打開(kāi) Terminal ，將已經(jīng)上傳到 GPU 的 Lora 文件復(fù)制到 /release/stable-diffusion-webui/models/Lora 文件夾下。

   
   具體命令：

   # cd /root/workspace
   # ls
   jupyterlab.log  shinkai_makoto_offset.safetensors  stable-diffusion-webui.log
   # cp shinkai_makoto_offset.safetensors /release/stable-diffusion-webui/models/Lora 
   # cd /release/stable-diffusion-webui/models/Lora
   # ls
   Cute_Animals.safetensors     SuoiresnuStyle-Rech44.safetensors  ZhouShuyi.safetensors   capi-09.safetensors                 mix4.safetensors
   GuoFeng3.2_Lora.safetensors  YaeMiko_mixed.safetensors          cZhouShuyi.safetensors  koreanDollLikeness_v15.safetensors  	shinkai_makoto_offset.safetensors
   
   

   注意，這里的 shinkai_makoto_offset.safetensors 是我下載的 Lora 文件

4. 當(dāng)看到下載的 Lora 模型文件已經(jīng)存在 Lora 文件夾下，重新打開(kāi) Stable Diffusion WebUI，點(diǎn)擊右側(cè)紅圈中的 icon，稍等片刻，可以看到 Lora 界面被打開(kāi)

   

5. 點(diǎn)擊 Lora 之后，可以看到當(dāng)前 Stable Diffusion 已經(jīng)安裝的 Lora，找到自己上傳的 Lora，就會(huì)在 Prompt 產(chǎn)生一行對(duì)該 Lora 的引用。

   

至此，當(dāng)前的 Stable Diffusion 版本已經(jīng)裝好了某個(gè)自己喜歡的 Lora，同理 ， 可以用同樣的操作方式安裝 Checkpoint、 Embedding 等。

接下來(lái)我們使用 InsCode Stable Diffusion 來(lái)進(jìn)行 AI 繪圖。

五、使用 InsCode Stable Diffusion 進(jìn)行 AI 繪圖

下面是我的一些生成例子的圖片展示，附帶參數(shù)設(shè)置以提示詞和種子：

生成圖一

參數(shù)配置：

Steps（采樣迭代步數(shù)）: 30
Sampler（采樣方法）: Euler a
生成批次：1
批次數(shù)量：1
CFG scale: 7
Size: 768x1024
Model hash: 7234b76e42
Model: chilloutmix-Ni
Version: v1.2.0
Seed: 162297642

提示詞：

Prompt: Best quality,raw photo,seductive smile,cute,realistic lighting,beautiful detailed eyes,(collared shirt:1.1),bowtie,pleated skirt,floating long hair,beautiful detailed sky,
Negtive Prompt: Negative prompt: nsfw, ng_deepnegative_v1_75t,badhandv4, (worst quality:2), (low quality:2), (normal quality:2), lowres,watermark, monochrome

生成圖二

參數(shù)配置：

Steps（采樣迭代步數(shù)）: 30
Sampler（采樣方法）: Euler a
生成批次：1
批次數(shù)量：1
CFG scale: 7
Size: 768x1024
Model hash: 74c61c3a52
Model: GuoFeng3
Version: v1.2.0
Seed: 1110161009

提示詞：

Prompt: best quality,red clothes,smile,handsome girl,fairy and elegant aura,delicate makeup,
Negtive Prompt: nsfw,ng_deepnegative_v1_75t,badhandv4,(worst quality:2),(low quality:2),(normal quality:2),lowres,watermark,monochrome,modern element,topless female,

生成圖三

在圖三圖四中使用了 Makoto Shinkai 的 Lora 模型，可以生成新海誠(chéng)畫(huà)風(fēng)圖片

參數(shù)配置：

Steps（采樣迭代步數(shù)）: 30
Sampler（采樣方法）: Euler a
生成批次：1
批次數(shù)量：1
CFG scale: 7
Size: 1440x810
Model hash: 9c321174ae
Model: ghostmix_v11
Version: v1.2.0
Seed: 2262843784

提示詞：

Prompt: ((Best quality)), ((masterpiece)), abandoned brutalist architecture of Pripyat,sunlight,cloudy weather, hyper realistic DSLR photo, Nikon D5 lora:add_detail:1,mist,
Negtive Prompt: ng_deepnegative_v1_75t,easynegative,(worst quality:2), (low quality:2), (normal quality:1.8), lowres, ((monochrome)), ((grayscale)),sketch,ugly,morbid, deformed,logo,text, bad anatomy,bad proportions,disfigured,extra arms, extra legs, fused fingers,extra digits, fewer digits, mutated hands, poorly drawn hands,bad hands, (loli, young, child, infant, teenager:1.5), ((((turned on lights))))

生成圖四

參數(shù)配置：

Steps（采樣迭代步數(shù)）: 30
Sampler（采樣方法）: Euler a
生成批次：1
批次數(shù)量：1
CFG scale: 7
Size: 1440x810
Model hash: 9c321174ae
Model: ghostmix_v11
Version: v1.2.0
Seed: 4267252388

提示詞：

Prompt: shinkai makoto, kimi no na wa., air conditioner, antennae, architecture, building, cable, city, cloud, cloudy sky, comet, crane (machine), house, industrial pipe, japan, light, night, night sky, no humans, outdoors, pipeline, satellite dish, shinjuku (tokyo), sky, star (sky), tokyo (city), window,lora:shinkai_makoto_offset:1
Negtive Prompt: (painting by bad-artist-anime:0.9), (painting by bad-artist:0.9), watermark, text, error, blurry, jpeg artifacts, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, artist name, (worst quality, low quality:1.4), bad anatomy

六、使用體驗(yàn)

本次功能測(cè)評(píng)到此結(jié)束。總得來(lái)說(shuō)，InsCode 上面在線運(yùn)行 Stable Diffusion 體驗(yàn)非常棒。然而，有時(shí)候會(huì)卡死，需要重啟 GPU。此外，chilloutmix 在負(fù)面提示詞較少時(shí)容易生成澀圖。。。不利于青少年學(xué)習(xí)

感興趣的小伙伴可以親自嘗試一下！

**題外話**

=========

初入計(jì)算機(jī)行業(yè)的人或者大學(xué)計(jì)算機(jī)相關(guān)專業(yè)畢業(yè)生，很多因缺少實(shí)戰(zhàn)經(jīng)驗(yàn)，就業(yè)處處碰壁。下面我們來(lái)看兩組數(shù)據(jù)：

• 2023屆全國(guó)高校畢業(yè)生預(yù)計(jì)達(dá)到1158萬(wàn)人，就業(yè)形勢(shì)嚴(yán)峻；

• 國(guó)家網(wǎng)絡(luò)安全宣傳周公布的數(shù)據(jù)顯示，到2027年我國(guó)網(wǎng)絡(luò)安全人員缺口將達(dá)327萬(wàn)。

  一方面是每年應(yīng)屆畢業(yè)生就業(yè)形勢(shì)嚴(yán)峻，一方面是網(wǎng)絡(luò)安全人才百萬(wàn)缺口。

6月9日，麥可思研究2023年版就業(yè)藍(lán)皮書(shū)（包括《2023年中國(guó)本科生就業(yè)報(bào)告》《2023年中國(guó)高職生就業(yè)報(bào)告》）正式發(fā)布。

2022屆大學(xué)畢業(yè)生月收入較高的前10個(gè)專業(yè)

本科計(jì)算機(jī)類、高職自動(dòng)化類專業(yè)月收入較高。2022屆本科計(jì)算機(jī)類、高職自動(dòng)化類專業(yè)月收入分別為6863元、5339元。其中，本科計(jì)算機(jī)類專業(yè)起薪與2021屆基本持平，高職自動(dòng)化類月收入增長(zhǎng)明顯，2022屆反超鐵道運(yùn)輸類專業(yè)（5295元）排在第一位。

具體看專業(yè)，2022屆本科月收入較高的專業(yè)是信息安全（7579元）。對(duì)比2018屆，電子科學(xué)與技術(shù)、自動(dòng)化等與人工智能相關(guān)的本科專業(yè)表現(xiàn)不俗，較五年前起薪漲幅均達(dá)到了19%。數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)雖是近年新增專業(yè)但表現(xiàn)亮眼，已躋身2022屆本科畢業(yè)生畢業(yè)半年后月收入較高專業(yè)前三。五年前唯一進(jìn)入本科高薪榜前10的人文社科類專業(yè)——法語(yǔ)已退出前10之列。

“沒(méi)有網(wǎng)絡(luò)安全就沒(méi)有國(guó)家安全”。當(dāng)前，網(wǎng)絡(luò)安全已被提升到國(guó)家戰(zhàn)略的高度，成為影響國(guó)家安全、社會(huì)穩(wěn)定至關(guān)重要的因素之一。

網(wǎng)絡(luò)安全行業(yè)特點(diǎn)

1、就業(yè)薪資非常高，漲薪快 2021年獵聘網(wǎng)發(fā)布網(wǎng)絡(luò)安全行業(yè)就業(yè)薪資行業(yè)最高人均33.77萬(wàn)！

2、人才缺口大，就業(yè)機(jī)會(huì)多

2019年9月18日《中華人民共和國(guó)中央人民政府》官方網(wǎng)站發(fā)表：我國(guó)網(wǎng)絡(luò)空間安全人才 需求140萬(wàn)人，而全國(guó)各大學(xué)校每年培養(yǎng)的人員不到1.5W人。獵聘網(wǎng)《2021年上半年網(wǎng)絡(luò)安全報(bào)告》預(yù)測(cè)2027年網(wǎng)安人才需求300W，現(xiàn)在從事網(wǎng)絡(luò)安全行業(yè)的從業(yè)人員只有10W人。

行業(yè)發(fā)展空間大，崗位非常多

網(wǎng)絡(luò)安全行業(yè)產(chǎn)業(yè)以來(lái)，隨即新增加了幾十個(gè)網(wǎng)絡(luò)安全行業(yè)崗位︰網(wǎng)絡(luò)安全專家、網(wǎng)絡(luò)安全分析師、安全咨詢師、網(wǎng)絡(luò)安全工程師、安全架構(gòu)師、安全運(yùn)維工程師、滲透工程師、信息安全管理員、數(shù)據(jù)安全工程師、網(wǎng)絡(luò)安全運(yùn)營(yíng)工程師、網(wǎng)絡(luò)安全應(yīng)急響應(yīng)工程師、數(shù)據(jù)鑒定師、網(wǎng)絡(luò)安全產(chǎn)品經(jīng)理、網(wǎng)絡(luò)安全服務(wù)工程師、網(wǎng)絡(luò)安全培訓(xùn)師、網(wǎng)絡(luò)安全審計(jì)員、威脅情報(bào)分析工程師、災(zāi)難恢復(fù)專業(yè)人員、實(shí)戰(zhàn)攻防專業(yè)人員…

職業(yè)增值潛力大

網(wǎng)絡(luò)安全專業(yè)具有很強(qiáng)的技術(shù)特性，尤其是掌握工作中的核心網(wǎng)絡(luò)架構(gòu)、安全技術(shù)，在職業(yè)發(fā)展上具有不可替代的競(jìng)爭(zhēng)優(yōu)勢(shì)。

隨著個(gè)人能力的不斷提升，所從事工作的職業(yè)價(jià)值也會(huì)隨著自身經(jīng)驗(yàn)的豐富以及項(xiàng)目運(yùn)作的成熟，升值空間一路看漲，這也是為什么受大家歡迎的主要原因。

從某種程度來(lái)講，在網(wǎng)絡(luò)安全領(lǐng)域，跟醫(yī)生職業(yè)一樣，越老越吃香，因?yàn)榧夹g(shù)愈加成熟，自然工作會(huì)受到重視，升職加薪則是水到渠成之事。

黑客&網(wǎng)絡(luò)安全如何學(xué)習(xí)

今天只要你給我的文章點(diǎn)贊，我私藏的網(wǎng)安學(xué)習(xí)資料一樣免費(fèi)共享給你們，來(lái)看看有哪些東西。

1.學(xué)習(xí)路線圖

攻擊和防守要學(xué)的東西也不少，具體要學(xué)的東西我都寫(xiě)在了上面的路線圖，如果你能學(xué)完它們，你去就業(yè)和接私活完全沒(méi)有問(wèn)題。

2.視頻教程

網(wǎng)上雖然也有很多的學(xué)習(xí)資源，但基本上都?xì)埲辈蝗?，這是我自己錄的網(wǎng)安視頻教程，上面路線圖的每一個(gè)知識(shí)點(diǎn)，我都有配套的視頻講解。

內(nèi)容涵蓋了網(wǎng)絡(luò)安全法學(xué)習(xí)、網(wǎng)絡(luò)安全運(yùn)營(yíng)等保測(cè)評(píng)、滲透測(cè)試基礎(chǔ)、漏洞詳解、計(jì)算機(jī)基礎(chǔ)知識(shí)等，都是網(wǎng)絡(luò)安全入門(mén)必知必會(huì)的學(xué)習(xí)內(nèi)容。

（都打包成一塊的了，不能一一展開(kāi)，總共300多集）

因篇幅有限，僅展示部分資料，需要點(diǎn)擊下方鏈接即可前往獲取

CSDN大禮包：《黑客&網(wǎng)絡(luò)安全入門(mén)&進(jìn)階學(xué)習(xí)資源包》免費(fèi)分享文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-678497.html

3.技術(shù)文檔和電子書(shū)

技術(shù)文檔也是我自己整理的，包括我參加大型網(wǎng)安行動(dòng)、CTF和挖SRC漏洞的經(jīng)驗(yàn)和技術(shù)要點(diǎn)，電子書(shū)也有200多本，由于內(nèi)容的敏感性，我就不一一展示了。

因篇幅有限，僅展示部分資料，需要點(diǎn)擊下方鏈接即可前往獲取

CSDN大禮包：《黑客&網(wǎng)絡(luò)安全入門(mén)&進(jìn)階學(xué)習(xí)資源包》免費(fèi)分享

4.工具包、面試題和源碼

“工欲善其事必先利其器”我為大家總結(jié)出了最受歡迎的幾十款款黑客工具。涉及范圍主要集中在 信息收集、Android黑客工具、自動(dòng)化工具、網(wǎng)絡(luò)釣魚(yú)等，感興趣的同學(xué)不容錯(cuò)過(guò)。

還有我視頻里講的案例源碼和對(duì)應(yīng)的工具包，需要的話也可以拿走。

因篇幅有限，僅展示部分資料，需要點(diǎn)擊下方鏈接即可前往獲取

CSDN大禮包：《黑客&網(wǎng)絡(luò)安全入門(mén)&進(jìn)階學(xué)習(xí)資源包》免費(fèi)分享

最后就是我這幾年整理的網(wǎng)安方面的面試題，如果你是要找網(wǎng)安方面的工作，它們絕對(duì)能幫你大忙。

這些題目都是大家在面試深信服、奇安信、騰訊或者其它大廠面試時(shí)經(jīng)常遇到的，如果大家有好的題目或者好的見(jiàn)解歡迎分享。

參考解析：深信服官網(wǎng)、奇安信官網(wǎng)、Freebuf、csdn等

內(nèi)容特點(diǎn)：條理清晰，含圖像化表示更加易懂。

內(nèi)容概要：包括 內(nèi)網(wǎng)、操作系統(tǒng)、協(xié)議、滲透測(cè)試、安服、漏洞、注入、XSS、CSRF、SSRF、文件上傳、文件下載、文件包含、XXE、邏輯漏洞、工具、SQLmap、NMAP、BP、MSF…

因篇幅有限，僅展示部分資料，需要點(diǎn)擊下方鏈接即可前往獲取

CSDN大禮包：《黑客&網(wǎng)絡(luò)安全入門(mén)&進(jìn)階學(xué)習(xí)資源包》免費(fèi)分享

到了這里，關(guān)于InsCode Stable Diffusion使用教程（非常詳細(xì)）從零基礎(chǔ)入門(mén)到精通，看完這一篇就夠了的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！