一、如何删除自动执行的Windows程序(论文文献综述)
于承志[1](2021)在《软件使用手册本地化英译中翻译实践报告 ——以Azure为例》文中进行了进一步梳理随着信息全球化速度的加快,软件本地化已经成为信息技术中发展最快的领域之一。随之而来的,是对软件翻译需求的急剧增加。然而,软件本地化在翻译质量、翻译风格、翻译模式等方面还存在着诸多问题,专业性不达标。本翻译实践报告以Microsoft Azure软件使用手册为例,总结了机器翻译和计算机辅助翻译工具中的错误类型,并提出了相应的译后编辑策略。本报告首先分析了Microsoft Azure软件使用手册的语言和风格特征。然后选择了Trados做为计算机辅助翻译软件进行机器翻译。其次,在卡特琳娜·莱斯文本类型理论中信息型文本的翻译策略指导下,对机器翻译后的文本逐句进行人工译后编辑。为保证译文的客观性与准确性,作者还邀请了计算机行业的专业人士对译后编辑的译文进行校对和评审。最后,根据中国翻译协会本地化质量评价模型对错误进行分类,分析每种错误类型的出现频率,并针对典型错误提出相应的译后编辑策略。本翻译实践报告的结果显示,在随机选取的十章软件使用手册(750句)中,47%(352句)有不同类型的错误,需要进行译后编辑。其中,不符合表达习惯的翻译占22%(164句),其次是术语误用(17%,125句),误译(4%,29句),过度翻译(5%,34句)。为了满足信息型文本对翻译准确性和专业性的要求,作者提出了句子拆分、语序调整和词义重选等译后编辑策略。本文应用莱斯的文本类型理论指导软件手册的翻译。作者结合理论与实例,对软件手册中的机器翻译错误进行了分类,并提出了相应的译后编辑策略。为软件本地化领域的翻译人员提供翻译建议,以提高软件手册翻译的质量。
章晨曦[2](2021)在《基于组件化的后台管理页面可视化构建系统设计与实现》文中进行了进一步梳理“互联网+”时代推动了互联网与各行各业之间的紧密联系,Web应用的需求量也日益增长。对于每个Web应用,其后台管理系统是不可或缺的。这类系统所需求的前端功能大部分比较相似,页面结构相对固定,整体需求数量庞大,UI样式要求不高。系统功能主要为数据的展示和管理,以及用户权限的管理,本质是针对数据的增、删、改、查操作,在开发的过程中存在很多重复性工作。在传统的前端网页构造流程中,首先由美工设计界面原型图,然后开发者根据设计图编程生成静态网页,再编写逻辑代码生成动态网页,并且在开发的任何阶段可能会根据用户的需求变化进行修改。因此网页的开发过程当中存在很多制约效率的问题。为了提升开发效率,自动化开发成为前端页面开发的一个重要方向,而后台管理系统页面的自动化构建,有利于解决此类网页开发效率低下的弊病,对互联网的发展有重要的意义。本文针对后台管理系统网页的功能和结构的固定性,以提升系统前端的开发效率为出发点,深入调研了现有网页构建工具的发展现状,提出了一种后台管理页面可视化自动构建的解决方案。本文首先基于React框架开发系统前端,并采用Ant Design Pro脚手架搭建后台管理控制台,构建可视化交互操作界面。其次以组件化的开发方式,分析整理后台管理系统的通用功能,运用ECharts图表库和Ant Design UI组件样式库开发成低耦合、可复用、能交互的前端组件库。设计实现组件的拖拽、缩放、增删功能,基于响应式的流式网格布局,使组件能够在页面上灵活排列,从而生成个性化的页面布局。并且系统还具有导航路由和访问权限的自动配置、组件可视化动态编辑、后端数据接口绑定和交互、数据操作项设置、配置数据自动生成和保存、跨设备响应等功能。本系统能够以可视化的操作方式,结合自动化的开发流程,构建出满足功能需求的后台管理页面。系统屏蔽了 Web网页代码编写的细节,致力于前端开发的简化,提高效率,缩减成本,有利于应对当下互联网蓬勃发展所带来的源源不断的后台管理页面需求。
张逸龙[3](2021)在《基于PXI总线的某飞行器多通道信号模拟器研制》文中指出与某型飞行器配套的发射控制测试系统、校靶测试系统、综合测试系统以及角速度传感器与放大器测试系统能够完成对该型飞行器各关键部件的复杂测试任务,是评判飞行器质量合格与否的关键设备。但由于飞行器本身系统结构精密复杂,频繁的上电测试、供制冷气会对其使用寿命产生影响,因此实际情况并不允许测试设备在研期间长时间占用飞行器及其相关辅助测试设备;同时由于飞行器无法提供故障测试数据,因而无法对测试系统进行全面有效的评估。基于上述问题,本文提出了一种基于PXI总线的某飞行器多通道信号模拟器研制方法,该模拟器能够有效代替飞行器及相关辅助设备,支持测试系统开发调试工作,提高研发效率,降低研制成本。通过对上述4套测试系统的硬件结构以及测试接口与信号类型的详细分析,总结整理了信号模拟器系统需要实现的基本功能,提出了设计研制的关键技术指标。在此基础上,确定了以工控机为控制核心,外接集成远程控制器的PXI机箱的系统总体框架。系统硬件设计方面,针对目前自动测试设备领域使用较为广泛的几种仪器总线标准进行了仔细的研究对比,最终选择了基于PXI总线标准的系统硬件架构,并根据模拟器的功能需求和设计指标,选择了符合要求的的PXI功能模块和其他相关硬件设备。系统软件设计方面,选择了基于C#的Winform作为模拟器系统软件用户层框架,在Visual Studio 2017开发平台下完成了软件开发。依据软件模块化设计思想并结合多线程与数据库技术,同时充分发挥面向对象编程语言的优势,完成了系统登录管理模块、自检模块、配置管理模块、通信模块、信号模拟输出模块以及任务执行控制模块的软件设计。最后,分别针对信号模拟器系统的硬件和软件部分设计了详尽的调试验证方案,并与各测试系统进行了联调。结果表明,信号模拟器系统工作稳定可靠,系统硬件设计符合标准,软件各项功能满足调试需求,能够有效辅助测试系统研制。
梁迎旭[4](2021)在《某飞行器角速度传感器与放大器测试系统的软件研制》文中指出随着飞行器性能的不断提高,对飞行器的跟踪能力也提出了更高的要求。角速度传感器作为飞行器跟踪系统中关键部件之一,它的性能参数将直接影响到飞行器的跟踪控制精度。因此,角速度传感器测试系统的研制具有重要的现实意义。本文以航天科工集团某公司的某飞行器的角速度传感器与放大器测试系统的软件研制项目为背景,采用虚拟仪器技术、多线程技术和模块化设计原则完成了对测试系统的软件研制,提高了对角速度传感器与放大器的测试效率。本文通过对测试系统的需求分析,提出了角速度传感器与放大器测试系统的总体设计方案。针对一块PXI-6143板卡无法满足对测试系统的输入输出信号的数量要求,本文采用设计信号调理单元电路的方案解决上述问题,降低了项目的研制成本。通过对测试系统的功能性需求和非功能性需求的分析,阐述了测试系统的软件设计方案。在测试系统的软件实现方面,本文利用Winform开发框架和Measurement Studio虚拟仪器集成套件库,在Visual Studio 2017开发环境中采用C#编程语言进行测试系统的软件开发。在软件开发过程中,本文采用模块化设计原则,将测试系统软件划分为系统登陆模块、参数设置模块、自动测试模块、手动测试模块、串口通信模块、波形显示模块、相位差计算模块、测试记录查询模块和数据库设计模块,分别对这些模块进行软件设计与实现。在测试系统软件的功能实现上,本文运用多线程编程技术和数据库技术实现对测试过程中数据的实时显示、异常参数值检测、数据存储和历史测试记录的查询。最后,在测试环境中分别对测试系统软件进行功能验证和测量精度验证,结果表明某飞行器的角速度传感器与放大器测试系统软件在功能实现和测试精度上均满足项目任务书的要求,达到了测试系统软件的预期设计目标。
周璐喆[5](2021)在《面向PDF文件的研招数据辅助整合软件研发》文中研究指明随着大学生“考研热”的居高不下,考生对于考研信息的需求开始日益增加。由于现有的提供考研信息的平台在查询院校信息时存在着数据散乱且第三方网页过多的缺陷,实验室团队计划整合网络上的考研信息并做进一步分析实践,从而为考生提供更好的服务。整合研究生招生名单数据是整个考研信息整合课题的一部分,由于实验室团队成员前期收集的研究生招生名单中半数以上为PDF文件,且人工整合PDF文件中表格数据有着不小的麻烦,因此本文研发了一个面向PDF文件的研招数据辅助整合软件,力求降低团队成员在整合PDF格式的研招数据文件时的困难。围绕该课题,本文进行了如下的工作。(1)对收集到的4663份PDF格式的研究生招生名单进行逐一浏览和分析,归纳待解决的问题,并确定接下来需要着重解决的PDF表格信息整合的主要问题,包括PDF表格抽取时的表格框线的缺失、子表结构、合并单元格结构、复杂表头结构以及跨页段表的问题,在表格信息整合时的额外信息的文本字段挖掘问题,以及在数据入库时的表格数据列匹配问题。针对这些问题的进行了解决方案设想,并以此分析了软件应该具有的功能点和模块。(2)设计了面向PDF文件的研招表格数据整合模型,同时搭建了软件的架构。(3)对面向PDF文件的研招数据整合软件的功能模块进行了详细的内部设计。包括PDF文档操作模块相关类设计、PDF表格识别提取模块相关类的设计、表格与信息预处理模块相关类设计、表格数据集成模块相关类设计,并阐明类设计中各个主要方法的功用。(4)设计了PDF表格识别与提取算法策略、文本信息挖掘算法策略、表格数据列匹配算法策略。详细阐述了每种算法运作的方式。(5)详细介绍了面向PDF文件的研招数据辅助整合软件的实现情况。包括对本软件的整体界面的说明,以及以案例演示的方式对PDF文档操作模块、PDF表格识别提取模块、表格与信息预处理模块、表格数据整合模块的实现流程的阐述。并通过实际整合一组PDF研招名单的实验来突出本软件相对优化前的Python库以及类似软件的优势。论文的创新之处有以下几点。(1)优化了PDF表格数据提取库pdfplumber,可以有效提升有框线表的提取准确率,并且在面对复杂表头、合并单元格、子表和跨页表等复杂情况的表格提取时能够更好的应对。(2)实际应用分布式词向量模型Word2vec并结合余弦相似度的方式让表格之间相同语义的数据列能够自动互相匹配,减少了人工匹配数据的麻烦。(3)设计了一套面向PDF文件的研招表格类型数据的整合模型,并依据该模型开发了面向PDF文件的研招数据辅助整合软件,降低了人工整合数据的困难,有效推进了实验室团队数据整合课题的进度,为后期的数据分析打下了基础。
徐小强[6](2021)在《从外网突破到内网纵深的自动化渗透测试方法设计与实现》文中进行了进一步梳理互联网技术的快速发展,为人类生产和生活提供极大便利的同时,也带来了巨大的网络安全挑战。渗透测试技术通过模拟黑客攻击方法来检测系统漏洞,可以快速发现网络安全问题,避免造成不可逆损失。近年来,网络安全行业高速发展,涌现出了众多渗透测试工具,大大方便了渗透测试人员对企业网络进行安全性测试的工作。但是,大多数工具只能针对可以直接访问的网络进行渗透测试,而绝大部分安全问题往往存在于测试工具无法直接访问的内部网络。针对这一问题,本文结合PTES渗透测试执行标准和ATT&CK攻击矩阵模型,设计了一种从外网突破到内网纵深的自动化渗透测试系统。该系统包含信息收集、漏洞探测、漏洞利用、权限提升、后渗透测试和痕迹清理六个部分。在信息收集环节,系统会对给定目标进行子域名信息收集、端口扫描和服务识别,特别是针对网站服务进行CMS指纹识别,为漏洞探测和漏洞利用奠定基础。在后渗透测试环节,为了规避WAF、IDS、IPS等安全设备的检查,系统构建了基于HTTP协议的隐蔽信道,打通了从外网到内网的流量转发路径,实现了对内网的自动化安全测试。在痕迹清理阶段,系统会自动清理在渗透测试过程中产生的临时文件,避免这些文件被恶意利用。本文模拟中小型企业内网拓扑结构,构建了存在漏洞的靶场环境,并在这种环境下进行了系统功能测试。测试实验结果表明,该系统实现了自动发现外网安全漏洞、自动构建内外网流量转发信道、进一步对内网进行自动化渗透测试的功能。达到了对企业内外网进行自动全面、高效准确的漏洞检测的标准,从而协助企业尽早进行漏洞修复和网络加固,避免因为安全漏洞造成的严重损失。
王川涛[7](2021)在《基于图像识别技术的Web GUI自动化测试平台的研究与实现》文中研究说明随着互联网的飞速发展,Web应用技术得到广泛使用,同时Web应用系统的规模和复杂程度也在逐渐增加,软件测试人员越来越重视如何保证Web系统功能正确性和可靠性的问题。目前Web应用软件具有更新快的特点,其中由于DOM结构的变化以及页面元素的更改导致GUI级的测试成本占回归测试总成本的比重越来越大。测试人员采用基于DOM对象的页面控件识别的方法来构建自动化测试脚本,测试脚本维护成本较高。为此本文以图像识别技术为基础,根据自动化测试执行流程构建了自动化测试平台,在回归测试中一定程度上提高了测试效率。本文的主要工作如下:(1)在自动化测试中结合图像识别的技术,将传统基于DOM页面元素定位的方式转化成基于GUI图像元素匹配定位的方式,并根据待测页面显示分辨率不同的特点,对匹配算法进行验证实验,选用SIFT特征匹配算法,较好地适应了Web应用GUI测试中较多涉及到尺度变化的情况。(2)根据自动化测试执行流程,设计实现了自动化测试平台,提供测试项目管理、测试用例管理、测试脚本管理、自动化测试执行、日志与测试报告服务等功能。该平台基于Django框架的MTV模式开发,同时对开源测试框架Airtest、Selenium进行集成,结合操作关键字映射表生成基于Img Page-Object模式的测试脚本,运用Jinjia2模板引擎输出可视化的测试报告。本平台系统已部署在实验环境下,并对其有效性进行了评估,结果表明该自动化测试平台在测试执行中通过图像识别技术实现了对传统基于DOM元素定位的自动化测试的补充,也清晰明了地展现了测试报告结果。本文选取了同一Web应用的4个不同版本进行回归测试实验,对于最新版本原始测试用例复用通过率和回归测试效率有所提高。实验结果表明,随着回归次数的增加,采用基于GUI图像识别定位的测试脚本可以提高Web页面控件的识别率,测试用例的复用性,以及测试效率,具有一定的实用价值。
黎星宇[8](2021)在《基于文本神经网络的恶意代码功能分类研究与应用》文中研究说明近年来,恶意代码分析一直都是中国网络安全领域研究的重要课题之一。其中高级可持续威胁攻击(Advanced Persistent Threat,APT)是一种特定的恶意代码入侵方式,它通过扫描探测系统漏洞,对靶机投放恶意漏洞利用脚本,再植入二进制恶意程序,达到感染主机的目的。研究恶意代码功能分类模型能进一步分析出恶意代码的功能行为信息,从而有效地提升APT防御技术,保护网络安全。但近年来分类恶意代码的特征选取缺乏自动化工具,且提取的数据特征无法全面描述恶意代码的语义行为,导致分类准确率低,代码可解释性差等问题。因此本文利用文本神经网络技术,从静态语义和动态行为两方面入手,针对漏洞利用源码与二进制恶意代码分别提出高效准确、功能级粒度的自动化分类方案。本文针对两种类型的恶意代码进行分析,主要研究工作与创新如下:(1)针对恶意漏洞利用源代码的研究中存在缺少自动化分析工具和代码难阅读的两个问题,提出了将代码词或词组看作单词和词组的概念,对其进行空间向量建模,构建了一种基于源代码语义的神经网络模型MSC-textCNN。实现源码的词义识别,做到无人工提取特征的预前过程,端到端分类恶意漏洞利用源代码的攻击功能。同时运用机器学习方法建立了恶意代码特征词库,能帮助源码分析者更快对源码做出行为解释。与几种机器学习方法相比,基于MSC-textCNN的方案在分类准确率上有3.08%到6.54%的提升。(2)考虑到静态特征无法表征恶意代码深层行为信息且容易出现信息错误,提出利用Windows系统调用(Application Programming Interface,API)序列监听二进制恶意代码的行为信息,组合卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)结构,构建分类模型MB-textRCNN。该模型不仅捕获系统调用序列中N-Gram词组间的联系,还能保留动态行为在时序上的前后依赖关系,模型最终取得了98.66%的分类精度。经验证整体方案在公开数据集上依旧有良好分类表现,与其他组合方案相比,平均准确率模提高了5.49%至7.03%,分类性能更出色。综合两类型恶意代码语义特征的提取,实现了基于B/S架构的恶意代码分析可视化原型系统。该系统在提供文件管理功能的基础上,使用Echarts技术帮助分析人员直观高效地进行可视化信息获取,采用图表联动等多种响应式交互技术辅助分析人员挖掘二进制恶意代码动态行为信息。
白浩然[9](2021)在《Android App模块的动态更新框架的设计与实现》文中认为近年来,信息技术和移动互联网飞速发展,手机App已经成为大众生活的一部分。随着公司业务的不断发展,App的复杂程度也呈现出爆炸式的增长,App的体量水涨船高,越变越大。从原本几兆、十几兆的体量变为现在的几十兆、上百兆。用户下载、更新、安装App的成本不断增高,导致了用户更新App的意愿下降。再加上应用市场严格、繁琐的审批流程,就进一步加大了公司推广新版本App的难度。同时,由于App的项目越来越大,项目编译时间也逐渐增长,这就使得开发者开发和调试App的成本也越来越大。本论文基于这些问题进行需求分析,提出了Android App热更新和Android App模块动态更新两大方案来解决Android平台上的这些难题,最终实现出包含这两项功能的Android App模块的动态更新框架。首先本文列出了和研究内容相关的Android技术原理。介绍了阅读本文应具备的Android相关知识。之后根据研究背景和现状对Android App模块的动态更新框架作出需求分析,并给该框架起别名为Luban框架。确立出了 Luban框架的具体功能点:App热更新加载、App热更新的各项管理流程,模块的加载、安装、更新、卸载等等。然后,本文根据需求分析对Luban框架进行了概要设计和详细设计,确立了框架的功能模块划分和每个功能点的具体实现。给出了App热更新中用到的Hook点以及在Hook点中对系统组件进行Hook的操作细节,各App热更新管理流程的具体流程图,App模块的加载、安装、更新、删除实现方案,Luban框架对四大组件和进程名的管理方案等等。然后本文根据这些设计最终实现出Luban框架。最后,本文对Luban框架进行了详尽的测试。测试结果表明,本文设计的Luban框架每项功能通过功能性测试和性能测试。Luban框架的每一项功能能够按照预期的效果执行并解决实际问题。
雷凯[10](2021)在《使用Windows API进行恶意软件检测的研究》文中进行了进一步梳理近年来计算机技术不断发展,计算机软件和硬件水平也不断提高,越来越多的恶意软件涌现了出来。针对Windows主机的的入侵也越来越多,传统的网络安全措施难以适应Windows环境安全检测需求。为了解决Windows环境下的网络安全问题,研究者们提出了基于机器学习的Windows入侵检测技术。在机器学习算法中,随机森林、K-Means、SVM等算法被广泛应用于入侵检测,但是这些算法复杂度高,模型泛化能力弱,数据量较大时检测时间较长。使用集成学习Boosting的算法有LightGBM,使用集成学习Bagging思想的算法有随机森林,Bagging思想是非常简单的,就是每一个子数据集生成一个弱学习器,然后通过投票的方式决出一个强学习器,对于简单的数据集来说,随机森林简单且高效。LightGBM是基于直方图算法的决策树算法,能够将大量相对连续的数值进行离散化。本文通过对入侵检测以及集成算法的研究,最终选LightGBM算法作为入侵检测系统的算法,并对入侵检测结果使用准确率、精确率、召回率、F-1度量进行了评估。论文主要工作内容如下:(1)针对数据集的处理,本论文充分利用收集到的多个关于Windows API调用的公开数据集,针对这些数据集的不同,本文将这些数据集进行了合并,形成了两套数据集。通过对比这两套数据集,选用一套效果好的数据集加入到本文的入侵检测系统中。整理完数据集本文先对数据进行预处理,充分挖掘数据信息,找到296个重要的API调用,并考虑到不同恶意软件之间的差异,将数据集分为9部分,代表不同的九种恶意软件。(2)本论文设计了 Windows环境下的使用LightGBM入侵检测系统,利用Python的Sklearn库对数据集进行训练,通过调整LightGBM中学习率、树的最大深度、特征选取比例和每次迭代的数据比例参数确定了理想参数范围,并在测试集上取得了很高的分类准确率。(3)作为横向对比,采用相同数据集,在LightGBM检测基础上,分别使用回归树、决策树、随机森林、GBDT、XGBoost和LightGBM算法进行了异常检测。在训练时间以及准确率等方面,将结果与LightGBM算法进行对比,对模型进行评估及优化。LightGBM的准确率、精确率、F-1值和AUC值都高于其他机器学习模型,都在97%以上。
二、如何删除自动执行的Windows程序(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、如何删除自动执行的Windows程序(论文提纲范文)
(1)软件使用手册本地化英译中翻译实践报告 ——以Azure为例(论文提纲范文)
摘要 |
Abstract |
Introduction |
1 Translation Project Description |
1.1 Introduction to the Source Text |
1.2 Research Significance |
1.3 Structure of the Thesis |
2 Guiding Theory |
2.1 Introduction to Text Typology |
2.1.1 Text Typology |
2.1.2 Translation Methods for Informative Text |
2.2 Quality Evaluation Framework |
3 Translation Process |
3.1 Pre-Translation |
3.1.1 Features of the Source Text |
3.1.2 Selection of CAT Tool |
3.2 While-Translation |
3.3 Post-Translation |
3.3.1 Verification of the Inconsistency of Machine Translation |
3.3.2 Error Classification on Machine Translation Output |
3.3.3 Putting Forward Post-editing Methods |
4 Case Study |
4.1 Language and Style Errors |
4.1.1 Attributive Clause |
4.1.2 Prepositional Phrases |
4.1.3 Verbal Phrases |
4.2 Terminological Errors |
4.3 Inaccurate Translation |
4.3.1 Negative Structure Sentence Translation |
4.3.2 Fragmentary Sentence Translation |
4.3.3 Article Translation |
References |
Appendix(1):Translation practice and the Author’s Analysis |
Appendix(2):TAC’s Quality Evaluation Model |
Acknowledgement |
(2)基于组件化的后台管理页面可视化构建系统设计与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 本文主要研究内容 |
1.4 论文组织结构 |
第二章 关键技术分析 |
2.1 Web前端框架React介绍 |
2.1.1 虚拟DOM |
2.1.2 React组件化 |
2.1.3 单向数据流 |
2.2 MVC模式介绍 |
2.2.1 MVC模式的结构 |
2.2.2 MVC模式的优点 |
2.3 UI组件框架介绍 |
2.3.1 Ant Design |
2.3.2 Ant Design Pro脚手架 |
2.3.3 ECharts |
2.4 Spring Boot框架 |
2.5 本章小结 |
第三章 系统架构及功能设计 |
3.1 系统总体架构设计 |
3.2 系统技术架构设计 |
3.3 系统工作流程设计 |
3.4 系统功能模块设计 |
3.4.1 用户角色划分 |
3.4.2 页面编辑模块设计 |
3.4.3 组件库模块设计 |
3.4.4 组件编辑模块设计 |
3.4.5 配置数据操作模块设计 |
3.4.6 项目打包下载模块设计 |
3.4.7 后端功能模块设计 |
3.5 本章小结 |
第四章 基于组件化的后台管理可视化页面构建系统的实现 |
4.1 页面编辑模块实现 |
4.1.1 系统页面整体布局实现 |
4.1.2 导航菜单以及访问权限的可视化配置实现 |
4.1.3 页面组件拖拽增删功能实现 |
4.1.4 响应式布局实现 |
4.2 组件库模块实现 |
4.2.1 ECharts图表组件实现 |
4.2.2 Ant Design UI组件实现 |
4.2.3 封装AJAX请求实现 |
4.3 组件编辑模块实现 |
4.3.1 组件样式配置及接口参数配置实现 |
4.3.2 组件显示数据配置及操作数据配置实现 |
4.3.3 组件编辑模块应用实现示例 |
4.4 配置数据操作模块实现 |
4.4.1 浏览器本地实时保存和读取实现 |
4.4.2 数据库持久化储存和读取实现 |
4.5 项目打包下载模块实现 |
4.6 后端功能模块实现 |
4.7 本章小结 |
第五章 系统测试及优化 |
5.1 系统整体性能测试及分析 |
5.2 系统单元测试及跨设备响应测试 |
5.2.1 单元测试 |
5.2.2 跨设备响应测试 |
5.3 系统性能优化 |
5.3.1 打包文件优化 |
5.3.2 系统代码优化 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 下一步工作展望 |
参考文献 |
致谢 |
(3)基于PXI总线的某飞行器多通道信号模拟器研制(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
§1.1 课题研究背景与意义 |
§1.2 国内外研究现状及分析 |
§1.2.1 自动测试系统发展与调试综述 |
§1.2.2 导弹模拟器研究发展现状 |
§1.3 课题研究内容 |
§1.4 论文章节安排 |
第二章 测试系统概述与模拟器需求分析 |
§2.1 某飞行器自动测试系统概述 |
§2.1.1 测试系统功能结构 |
§2.1.2 测试接口与信号类型 |
§2.2 信号模拟器功能需求分析与技术指标 |
§2.2.1 功能需求分析 |
§2.2.2 关键技术指标 |
§2.3 本章小结 |
第三章 信号模拟器总体方案设计 |
§3.1 系统硬件方案设计 |
§3.1.1 模拟器系统总线标准选择 |
§3.1.2 模拟器系统硬件组成结构 |
§3.2 系统软件方案设计 |
§3.2.1 软件总体框架结构 |
§3.2.2 上层应用软件功能设计 |
§3.2.3 软件开发平台语言及应用程序框架选择 |
§3.2.4 数据库选择 |
§3.3 本章小结 |
第四章 信号模拟器应用软件设计与实现 |
§4.1 用户登录管理模块设计与实现 |
§4.1.1 用户登录验证 |
§4.1.2 用户信息管理 |
§4.2 系统自检模块设计与实现 |
§4.3 系统参数配置管理模块设计与实现 |
§4.3.1 系统参数配置 |
§4.3.2 系统参数管理 |
§4.4 系统通信模块设计与实现 |
§4.4.1 数字I/O通信 |
§4.4.2 串口通信 |
§4.5 信号模拟输出模块设计与实现 |
§4.5.1 信号特征分析与建模 |
§4.5.2 信号输出模式配置 |
§4.6 任务执行控制模块设计与实现 |
§4.6.1 发控测试模拟单元 |
§4.6.2 校靶测试模拟单元 |
§4.6.3 综合测试模拟单元 |
§4.6.4 角感测试模拟单元 |
§4.7 本章小结 |
第五章 信号模拟器系统调试与验证 |
§5.1 系统调试意义及内容安排 |
§5.2 系统调试验证方案设计 |
§5.2.1 硬件调试方案 |
§5.2.2 软件调试方案 |
§5.2.3 系统联调方案 |
§5.3 系统调试验证结果与分析 |
§5.3.1 系统硬件调试 |
§5.3.2 系统软件调试 |
§5.3.3 系统联调 |
§5.4 本章小结 |
结论 |
参考文献 |
致谢 |
作者在攻读硕士期间的主要研究成果 |
(4)某飞行器角速度传感器与放大器测试系统的软件研制(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
§1.1 课题的研究背景与意义 |
§1.2 虚拟仪器的发展 |
§1.3 角速度传感器测试系统的研究现状 |
§1.4 课题研究内容及章节安排 |
§1.4.1 课题研究的主要内容 |
§1.4.2 本文的章节安排 |
第二章 测试系统的介绍和需求分析 |
§2.1 测试系统的介绍 |
§2.2 测试系统的需求分析 |
§2.2.1 功能性需求分析 |
§2.2.2 非功能性需求分析 |
§2.2.3 测试系统的输入输出信号分析 |
§2.3 本章小结 |
第三章 测试系统的总体方案设计 |
§3.1 测试系统的硬件方案设计 |
§3.1.1 测试系统的PXI采集单元的方案设计 |
§3.1.2 测试系统的信号调理单元的方案设计 |
§3.2 测试系统的软件方案设计 |
§3.2.1 测试系统的软件功能设计方案 |
§3.2.2 测试系统软件的界面布局设计 |
§3.2.3 测试系统软件的串口通信的设计 |
§3.2.4 测试系统软件的多线程设计 |
§3.3 本章小结 |
第四章 测试系统的软件开发环境 |
§4.1 软件开发平台的选择 |
§4.2 C#语言的概述 |
§4.3 Windows Form简介 |
§4.4 Measurement studio概述 |
§4.5 SQL Server概述 |
§4.6 本章小结 |
第五章 测试系统软件的设计与实现 |
§5.1 系统软件的软件结构设计 |
§5.2 系统软件登陆界面设计与实现 |
§5.3 参数设置模块设计与实现 |
§5.4 产品测试模块设计与实现 |
§5.4.1 产品测试流程的设计 |
§5.4.2 产品自动测试过程的模块设计 |
§5.4.3 产品手动测试过程的模块设计 |
§5.4.4 串口通信模块设计 |
§5.4.5 波形显示模块设计 |
§5.4.6 相位差计算模块设计 |
§5.4.7 数据保存和报表打印模块设计 |
§5.5 测试记录查询模块设计与实现 |
§5.6 测试系统软件的数据库设计 |
§5.7 本章小结 |
第六章 测试系统软件的测试与验证 |
§6.1 系统软件的测试环境 |
§6.2 系统软件的参数设置模块的测试 |
§6.3 系统软件的产品测试模块的测试 |
§6.3.1 串口通信模块测试 |
§6.3.2 波形显示模块测试 |
§6.3.3 产品自动测试过程模块测试 |
§6.3.4 产品手动测试过程模块测试 |
§6.4 系统软件的测试记录查询模块的测试 |
§6.5 系统软件的测试结果的精度验证 |
§6.6 本章小结 |
第七章 总结和展望 |
§7.1 全文总结 |
§7.2 后续工作展望 |
参考文献 |
致谢 |
作者在攻读硕士期间的主要研究成果 |
(5)面向PDF文件的研招数据辅助整合软件研发(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景 |
1.1.1 大学生“考研热”居高不下 |
1.1.2 考研教育数据信息的需求日益增加 |
1.1.3 现有的提供考研教育信息的平台存在不足 |
1.1.4 整合PDF文件的研究生招生数据存在困难 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 PDF表格数据提取 |
1.3.2 文本信息挖掘 |
1.3.3 异构数据整合与文本相似性 |
1.4 研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
1.5 论文组织结构 |
第2章 研究基础与相关技术 |
2.1 研招数据整合基本含义 |
2.2 PDF表格提取相关算法 |
2.2.1 PDF简介 |
2.2.2 pdfplumber库 |
2.3 短文本相似性相关算法 |
2.3.1 Word2vec概述 |
2.3.2 余弦相似度 |
2.4 软件相关技术介绍 |
2.5 本章小结 |
第3章 面向PDF文件的研招数据辅助整合软件需求分析 |
3.1 PDF表格数据整合的整体分析 |
3.1.1 PDF表格抽取分析 |
3.1.2 表格数据整合分析 |
3.2 软件用例分析 |
3.2.1 PDF文档操作模块用例分析 |
3.2.2 PDF表格识别与提取模块用例分析 |
3.2.3 表格与信息预处理模块用例分析 |
3.2.4 表格数据整合模块用例分析 |
3.3 软件活动分析 |
3.3.1 PDF文档操作活动分析 |
3.3.2 PDF表格识别提取活动分析 |
3.3.3 表格与信息预处理模块活动分析 |
3.3.4 表格数据整合活动分析 |
3.4 本章小结 |
第4章 面向PDF文件的研招数据辅助整合软件设计 |
4.1 PDF表格数据整合模型设计 |
4.2 软件架构设计 |
4.3 软件包设计 |
4.4 数据库设计 |
4.4.1 软件数据库E-R图 |
4.4.2 研招数据存储总表字段的设计 |
4.4.3 软件数据库字段设计 |
4.5 类的设计 |
4.5.1 PDF文档操作模块相关类的设计 |
4.5.2 PDF表格识别提取模块相关类的设计 |
4.5.3 表格与信息预处理模块相关类设计 |
4.5.4 表格数据整合模块相关类设计 |
4.5.5 PDF表格识别与提取算法相关类设计 |
4.5.6 文本信息挖掘算法相关类设计 |
4.5.7 表格数据列匹配算法相关类设计 |
4.6 PDF格式研究生招录名单信息整合算法设计 |
4.6.1 PDF表格识别与提取算法 |
4.6.2 文本信息挖掘算法 |
4.6.3 表格数据列匹配算法 |
4.7 本章小结 |
第5章 面向PDF文件的研招数据辅助整合软件的实现 |
5.1 实验和开发环境 |
5.2 软件整体界面的介绍 |
5.3 软件整体功能模块的操作与实现 |
5.3.1 PDF文档操作模块 |
5.3.2 PDF表格识别提取模块的实现 |
5.3.3 表格与信息预处理模块的实现 |
5.3.4 表格数据整合模块的实现 |
5.4 软件测试与分析 |
5.4.1 软件对于PDF表格提取效果分析 |
5.4.2 软件对于PDF文件的研招数据整合效率对比分析 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
(6)从外网突破到内网纵深的自动化渗透测试方法设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 课题研究内容 |
1.4 论文整体结构 |
第二章 相关技术 |
2.1 PTES渗透测试执行标准 |
2.1.1 前期交互阶段 |
2.1.2 信息搜集阶段 |
2.1.3 威胁建模阶段 |
2.1.4 漏洞分析阶段 |
2.1.5 渗透攻击阶段 |
2.1.6 后渗透测试阶段 |
2.1.7 漏洞报告阶段 |
2.2 代理技术 |
2.2.1 正向代理 |
2.2.2 反向代理 |
2.3 隐蔽信道 |
2.3.1 ICMP协议隐蔽信道 |
2.3.2 DNS隐蔽信道 |
2.3.3 HTTP协议隐蔽信道 |
2.4 ATT&CK攻击矩阵 |
2.5 本章小结 |
第三章 从外网到内网渗透测试系统设计 |
3.1 整体设计 |
3.2 自动化渗透测试流程设计 |
3.2.1 信息收集模块设计 |
3.2.2 漏洞探测模块设计 |
3.2.3 漏洞利用模块设计 |
3.2.4 权限提升模块设计 |
3.2.5 后渗透测试模块设计 |
3.2.6 痕迹清理模块设计 |
3.3 人机交互模块设计 |
3.4 数据库设计 |
3.5 本章小结 |
第四章 自动化渗透测试系统实现 |
4.1 自动化渗透测试平台整体实现方案 |
4.2 人机交互模块实现 |
4.2.1 访问控制模块实现 |
4.2.2 系统配置模块实现 |
4.2.3 插件管理模块实现 |
4.2.4 任务下发模块实现 |
4.2.5 任务监控模块实现 |
4.2.6 结果展示模块实现 |
4.3 自动化渗透测试模块实现 |
4.3.1 信息收集子模块实现 |
4.3.2 漏洞探测子模块实现 |
4.3.3 漏洞利用子模块实现 |
4.3.4 权限提升子模块实现 |
4.3.5 后渗透测试子模块实现 |
4.3.6 痕迹清理模子模块实现 |
4.4 第三方插件模块实现 |
4.4.1 子域名收集插件 |
4.4.2 端口服务识别插件 |
4.4.3 漏洞插件 |
4.4.4 权限提升插件 |
4.5 本章小结 |
第五章 系统测试与实验分析 |
5.1 靶机实验环境构建 |
5.2 系统功能测试 |
5.3 后台功能模块测试 |
5.4 实验结果分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 论文工作总结 |
6.2 问题和展望 |
参考文献 |
致谢 |
(7)基于图像识别技术的Web GUI自动化测试平台的研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 背景与研究意义 |
1.2 国内外研究现状 |
1.3 本文主要研究内容 |
1.4 本文组织结构 |
1.5 本章小结 |
2 相关理论及关键技术 |
2.1 软件自动化测试概述 |
2.1.1 软件自动化测试技术及优势 |
2.1.2 自动化测试工具和框架 |
2.1.3 Web GUI自动化测试 |
2.2 图像匹配技术 |
2.2.1 图像匹配算法分类 |
2.2.2 图像匹配关键要素 |
2.3 开发框架介绍 |
2.3.1 Django Web框架 |
2.3.2 Django的 MTV模式 |
2.4 本章小结 |
3 图像匹配识别算法 |
3.1 基于特征的图像匹配算法 |
3.1.1 Harris角点检测算法 |
3.1.2 SIFT特征匹配算法 |
3.2 匹配效果的验证 |
3.2.1 实验设计 |
3.2.2 实验结果与分析 |
3.3 本章小结 |
4 测试平台的设计与实现 |
4.1 测试平台的需求分析 |
4.1.1 用户群体分析 |
4.1.2 可行性分析 |
4.1.3 功能需求分析 |
4.1.4 非功能需求分析 |
4.2 测试平台整体概述 |
4.2.1 平台架构设计 |
4.2.2 平台模块划分 |
4.2.3 数据库设计 |
4.2.4 平台开发环境 |
4.3 测试用例管理模块 |
4.3.1 GUI图像管理 |
4.3.2 测试数据管理 |
4.4 测试脚本管理模块 |
4.4.1 功能函数封装 |
4.4.2 元素操作关键字映射表 |
4.4.3 Img Page-Object模式测试脚本 |
4.5 自动化测试执行模块 |
4.5.1 图像匹配定位 |
4.5.2 异常检测监控 |
4.6 日志与测试报告模块 |
4.6.1 日志服务 |
4.6.2 测试报告 |
4.7 本章小结 |
5 平台的运行与测试 |
5.1 平台运行环境 |
5.2 平台系统测试 |
5.2.1 平台功能测试 |
5.2.2 平台兼容性测试 |
5.3 平台验证 |
5.3.1 待测系统分析 |
5.3.2 待测系统测试 |
5.4 回归测试分析 |
5.4.1 对比实验分析 |
5.4.2 测试效率分析 |
5.5 本章小结 |
6 总结与展望 |
6.1 研究工作总结 |
6.2 未来展望 |
致谢 |
参考文献 |
(8)基于文本神经网络的恶意代码功能分类研究与应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.2.1 恶意漏洞利用代码的分析研究 |
1.2.2 二进制恶意代码的分析研究 |
1.3 研究目的与内容 |
1.3.1 研究目的 |
1.3.2 研究内容 |
1.4 论文组织结构 |
1.5 本章小结 |
第2章 相关理论与技术 |
2.1 APT攻击链中的恶意代码 |
2.1.1 漏洞利用源代码 |
2.1.2 二进制恶意代码 |
2.2 恶意代码的分析方法 |
2.2.1 静态分析方法 |
2.2.2 动态分析方法 |
2.3 文本神经网络模型 |
2.3.1 词向量模型 |
2.3.2 卷积神经网络 |
2.3.3 LSTM单元 |
2.3.4 传统文本处理方法 |
2.4 本章小结 |
第3章 基于MSC-textCNN模型的恶意漏洞利用源码分类方案 |
3.1 方法概述 |
3.2 漏洞利用源代码的向量化表示 |
3.2.1 漏洞利用源码数据预处理 |
3.2.2 基于CBOW模型的漏洞利用源码向量化 |
3.3 MSC-textCNN模型 |
3.4 实验结果与分析 |
3.4.1 数据集 |
3.4.2 恶意漏洞利用源码的特征词库 |
3.4.3 评价指标 |
3.4.4 结果与分析 |
3.5 本章小结 |
第4章 基于MB-textRCNN模型的二进制恶意代码分类方案 |
4.1 方法概述 |
4.2 恶意软件动态API调用与行为特征分析 |
4.2.1 恶意软件动态API提取方法 |
4.2.2 典型API函数动态行为分析 |
4.3 APIs特征向量化表示方法 |
4.4 MB-textRCNN模型 |
4.5 实验结果与分析 |
4.5.1 数据集 |
4.5.2 实验环境 |
4.5.3 参数选取与评估指标 |
4.5.4 实验结果与分析 |
4.6 本章小结 |
第5章 恶意代码分类原型系统 |
5.1 系统结构 |
5.2 漏洞利用源码分析模块 |
5.3 二进制恶意代码分析模块 |
5.4 文件管理中心模块 |
5.5 本章小结 |
第6章 结论与展望 |
6.1 全文总结 |
6.2 未来展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(9)Android App模块的动态更新框架的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 国内插件化技术 |
1.2.2 国内App热更新技术 |
1.2.3 国外App热更新与插件化技术 |
1.3 主要研究内容 |
1.4 论文结构 |
第二章 Android技术原理 |
2.1 Android系统架构 |
2.2 Android系统中的虚拟机 |
2.3 Android中的类加载 |
2.3.1 基本概念 |
2.3.2 双亲委派机制 |
2.4 Android中的跨进程通信方式 |
2.4.1 通过Socket进行跨进程通信 |
2.4.2 通过Binder进行跨进程通信 |
2.5 Hook技术 |
2.5.1 反射 |
2.5.2 动态代理 |
2.5.3 Android中的黑名单API调用限制 |
2.6 Android App中的Manifest文件 |
2.7 本章小结 |
第三章 Luban框架需求分析 |
3.1 App更新流程中的痛点与需求 |
3.2 功能需求分析 |
3.2.1 Android App的热更新功能 |
3.2.2 Android App模块的动态加载功能 |
3.3 本章小结 |
第四章 Luban框架的设计 |
4.1 Luban框架功能结构设计 |
4.2 Luban框架外部接口设计 |
4.3 Android App热更新功能 |
4.3.1 Android App的启动过程 |
4.3.2 Hook系统组件 |
4.3.3 Luban框架自身热更新流程设计 |
4.3.4 Android App热更新管理 |
4.4 Android App模块动态更新方案 |
4.4.1 安装/更新模块 |
4.4.2 加载模块 |
4.4.3 删除模块 |
4.5 Luban框架对四大组件的管理流程设计 |
4.6 Luban框架进程名管理流程设计 |
4.7 Android 10+系统上创建ClassLoader耗时过长的解决方法 |
4.8 本章小结 |
第五章 Luban框架的实现 |
5.1 工具类方法实现 |
5.2 Android App热更新功能实现 |
5.2.1 Hook系统组件的实现 |
5.2.2 Luban框架自身热更新的实现 |
5.2.3 Android App热更新管理功能的实现 |
5.3 Android App模块动态更新功能实现 |
5.3.1 安装/更新模块 |
5.3.2 加载模块 |
5.3.3 删除模块 |
5.4 Luban框架对四大组件的管理功能的实现 |
5.5 Luban框架进程名管理功能的实现 |
5.6 Android 10+系统上dex2oat问题的解决方法具体实现 |
5.7 绕过系统对黑名单API的调用限制 |
5.8 本章小结 |
第六章 Luban框架的测试 |
6.1 测试环境 |
6.2 功能测试 |
6.2.1 Android App热更新功能的测试 |
6.2.2 Android模块动态更新功能的测试 |
6.3 非功能测试 |
6.3.1 性能测试 |
6.3.2 兼容性测试 |
6.4 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
致谢 |
(10)使用Windows API进行恶意软件检测的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 课题研究背景 |
1.1.2 课题研究内容 |
1.2 入侵检测国内外研究现状 |
1.3 论文研究内容及目标 |
1.3.1 论文研究内容 |
1.3.2 论文研究目标 |
1.4 论文结构与安排 |
第二章 Windows主机入侵检测 |
2.1 计算机病毒发展史 |
2.2 Windows恶意软件的种类 |
2.2.1 勒索病毒 |
2.2.2 挖矿病毒 |
2.2.3 DDoS木马病毒 |
2.2.4 蠕虫病毒 |
2.2.5 感染型病毒 |
2.2.6 后门病毒 |
2.2.7 木马病毒 |
2.2.8 间谍病毒 |
2.2.9 广告病毒 |
2.3 Windows恶意软件入侵的方式 |
2.4 Windows恶意软件检测方法 |
2.5 本章小结 |
第三章 入侵检测算法模型 |
3.1 决策树算法 |
3.1.1 ID3算法 |
3.1.2 C4.5算法 |
3.1.3 CART算法 |
3.1.4 决策树的生成和剪枝 |
3.2 决策树集成算法 |
3.2.1 RF |
3.2.2 AdaBoost |
3.2.3 GBDT |
3.2.4 XGBoost |
3.2.5 LightGBM |
3.3 本章小结 |
第四章 基于Windows API入侵检测系统设计 |
4.1 实验环境的搭建 |
4.1.1 Cuckoo沙箱环境 |
4.1.2 机器学习模型环境的搭建 |
4.2 数据的获取 |
4.2.1 公开数据集 |
4.2.2 自产数据集 |
4.2.3 数据的预处理 |
4.2.4 数据结构设计 |
4.3 机器学习模型的选取与训练 |
4.3.1 实验的分类设计 |
4.3.2 实验评价指标 |
4.3.3 实验方案1结果以及分析 |
4.3.4 实验方案2的结果及分析 |
4.4 入侵检测系统的评估 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 论文工作的总结 |
5.2 未来研究展望 |
参考文献 |
附录 |
致谢 |
四、如何删除自动执行的Windows程序(论文参考文献)
- [1]软件使用手册本地化英译中翻译实践报告 ——以Azure为例[D]. 于承志. 大连理工大学, 2021(02)
- [2]基于组件化的后台管理页面可视化构建系统设计与实现[D]. 章晨曦. 北京邮电大学, 2021(01)
- [3]基于PXI总线的某飞行器多通道信号模拟器研制[D]. 张逸龙. 桂林电子科技大学, 2021(02)
- [4]某飞行器角速度传感器与放大器测试系统的软件研制[D]. 梁迎旭. 桂林电子科技大学, 2021(02)
- [5]面向PDF文件的研招数据辅助整合软件研发[D]. 周璐喆. 江西财经大学, 2021(10)
- [6]从外网突破到内网纵深的自动化渗透测试方法设计与实现[D]. 徐小强. 北京邮电大学, 2021(01)
- [7]基于图像识别技术的Web GUI自动化测试平台的研究与实现[D]. 王川涛. 西南科技大学, 2021(08)
- [8]基于文本神经网络的恶意代码功能分类研究与应用[D]. 黎星宇. 四川大学, 2021(02)
- [9]Android App模块的动态更新框架的设计与实现[D]. 白浩然. 北京邮电大学, 2021(01)
- [10]使用Windows API进行恶意软件检测的研究[D]. 雷凯. 北京邮电大学, 2021(01)