基于JMX的软件自动化测试模型①

简要分析了现在自动化软件测试系统的需求和JMX网络管理体系结构,在此基础上提出了使用JMX框架来构建的软件自动化测试模型的方法,最后结合JMX规范和实现方法,分析了基于JMX的软件自动化测试模型的优势。     

跨站脚本漏洞的白盒测试框架的设计和实现

伴随着B/S架构的流行和Web2.0时代的迅速发展,由于对不可信用户数据缺乏正确的校验机制,造成跨站脚本漏洞广泛地存在于各类网站中,并严重威胁用户安全。其主要原因在于服务端代码和客户端脚本的混合,使得当前技术无法准确而有效地生成攻击向量,探测跨站脚本漏洞。本文基于静态数据流特征分析,依据脚本注入位置和攻击向量模式设计了新的分析模糊器,通过采用字符串约束求解技术来验证攻击向量的有效性,并实现了白盒测试框架的原型系统XSS-Explore。实验结果表明,与同类工具相比,该系统能够较全面而准确地检测跨站脚本漏洞。     

现代远程协作学习系统的设计与实现

目前的远程教学中主要依赖的信息共享、个体学习、有限交互的模式,已经不能满足学习者对学习质量越来越高的期望。在此,提出一个协作学习模型。这种协作方式可以使学生在信息交流的过程中,更好地了解他人的观点、方法和建议,促进自己的学习。同时,这种模型也为基于Web的信息交流提供新的协作方式。     

基于制导链路的导弹干扰动态对抗仿真研究

随着计算机仿真技术的发展,系统仿真成为评估导弹武器作战性能的重要手段。以导弹中制导阶段制导受电子干扰的情况为主要研究对象,建立干扰信号功率的数学模型,阐述基于制导链路的动态对抗仿真实现方法。组成一套完整的导弹抗干扰动态仿真系统,为评估导弹受电子干扰的作战效果提供技术基础和实现途径。     

飞行模拟器虚拟仪表设计

阐述某型飞机飞行模拟器仪表仿真系统的设计方案,给出在Visual C++6.0下基于OpenGL的虚拟仪表的绘制方法。实践证明,基于OpenGL的虚拟仪表建模形象逼真,代码的可重用性好、效率高、扩展性强,在通用性和模块化方面具有良好的特性。     

工作流技术在法院管理系统中的应用

法院管理系统是实现案件受理、立案、案件审理、结案等流程为一体的综合管理系统,案件审理具有多样化的特征。本文运用工作流技术,设计并实现一个法院案件管理系统。该系统依据WfMC提出的工作流参考模型0,对案件审理过程进行任务、角色和权限的抽象,将案件审理过程中的案件受理、立案、审理、结案等通过工作流技术完美地整合在一起,满足了案件审理流程多样化的需求,提高了案件审理的效率。     

调频电台声音特效模拟仿真

深入研究了调频电台使用过程中经常产生的单音和啸叫两种声音特效,利用傅主叶级数进行数学建模,通过曲线拟合方法进行对比选择最佳模拟单音策略,并且通过实验测定模拟产生啸叫的基波振幅和基频取值范围,借助VB和C++语言实现该声音特效模拟仿真.通过实验测定和工程实践,证明该模型能够有效地解决电台声音特效的模拟仿真问题,提供了一种...     

SIMD-BF模型上的并行FWHT算法研究

蝶形网络是并行计算中的一种重要的网络拓扑结构.并行计算模型是并行算法设计和分析的基础.文章以并行FFT算法的基本思想为基础,根据快速Walsh-Hadamard变换的两种蝶式计算流图,提出SIMD-BF模型上的两种并行FWHT算法.算法分析的结果表明:离散Walsh-Hadamard变换算法的复杂度为O(n2);快速W...     

校园网络维护探讨

校园网络的蓬勃发展给网络管理者带来了很大的挑战和麻烦。文章主要对网络管理和维护进行了探讨,根据目前已有的防火墙技术并结合自身的经验对校园网络提出一套管理和维护的方法。深入剖析了ARP病毒的攻击原理并给出了整体解决方案,该方案旨在既保证网络安全又能提高网络的传输效率。     

基于视觉注意模型VAMAI的敏感图像检测方法

基于内容的敏感图像检测方法是过滤互联网上敏感信息的有效手段。然而,基于全局特征的检测方法误检率偏高,现有的基于BoW（bag-of-visual-words）的检测方法速度较慢。为了快速准确地检测敏感图像,本文提出基于视觉注意模型VAMAI（visual attention model for adult images）的敏感图像检测方法,包括构造面向敏感图像的视觉注意模型VAMAI、基于兴趣区域和SURF（speeded up robust features）的视觉词表算法、全局特征选择及其与BoW的融合三部分。首先,结合显著图模型、肤色分类模型和人脸检测模型,构造VAMAI,用于较准确地提取兴趣区域。然后,基于兴趣区域和SURF构建视觉词表,用于提高基于BoW的检测方法的检测速度与检测精度。最后,比较多种全局特征的性能,从中选择颜色矩,将它与BoW的支持向量机分类结果进行后融合。实验结果表明:VAMAI能够较准确地检测兴趣区域;从检测速度和检测精度两方面显著地提高了敏感图像的检测性能。