一、浅谈带量词的SQL语句的使用方法（论文文献综述）
张立国[1]（2020）在《面向自然语言问句的结构化查询语句生成方法研究与实现》文中研究表明21世纪互联网的快速发展使人们从工业时代进入了信息时代,人们每天的生产生活都会产生大量信息,其中大部分都会被收集、存储起来以备后期查询使用。数据库技术的发展为数据信息的存储、管理、检索提供了一站式的服务,但是数据库的使用需要掌握专业的结构化查询语言,如SQL语言。这种人机交互方式对于大多数人来说不够友好,许多人不具备专业结构化查询语言的使用技能,使得缺乏这种技能成为了运用数据库进行信息检索的一个障碍。随着人工智能的兴起,人机交互技术也得到了充分发展,其中自然语言交互作为一种方便、友好的交互方式引起了越来越多人的关注。自然语言处理作为自然语言交互的基础技术,可以将人类的自然语言以各种方式进行处理来完成特定的任务,其中语义解析就可以将自然语言转换为计算机可以理解、执行的语言,从而更好的释放人类对机器操作的潜力,降低人类使用机器的学习成本。本研究运用自然语言处理中的语义解析技术,基于深度学习方法构建了一个转换模型,将自然语言问句转化为计算机可以执行的关系型数据库查询语言SQL语句。该模型采用深度学习中的编码器-解码器方式作为基础结构,并运用更高抽象维度的语法树作为自然语言和SQL语句的中间表示形式。在编码阶段,运用模式连接的方法将自然语言提及到的语义实体和数据库中的列名和表名进行匹配和标记,并采用深度学习模型BERT进行数据的增强表示,在解码阶段,采用动态记忆模块进行已选列名的记录来提高数据库中列名的识别率,实验结果表明和其他模型相比,本研究提出的方法在Spider数据集上生成SQL语句的准确率有一定的提升,接近了当前State-Of-The-Art模型的性能。
徐尧燚[2]（2020）在《基于知识模型的检修停复电智能审批和执行系统的研究和开发》文中进行了进一步梳理检修计划是电力设备检修时关于方式调整和停复电操作安排的电力文本,调度员日常对检修计划进行停复电的审批和执行是电网加强生产管理和确保电力系统安全稳定运行的一项重要业务流程。随着城市电网规模不断扩大,检修停复电的审批和执行在电网调控业务量中的占比日益增大。目前电力大数据时代已经来临,智能电网的建设不断推进,在调度员业务繁忙以及调控中心智能自动化水平亟待提高的背景下,本文应用人工智能技术研发机器人调度员系统,围绕机器自主高效地完成计划检修停复电的日前审批和日内执行任务这一调度智能化发展方向完成了以下工作:1)根据检修停复电的调控流程提出一种基于知识模型的模块化架构智能系统,智能实现检修计划单的解析、关联分析、方式安全校核以及调度命令票和操作序列的智能生成和执行,一体化完成检修停复电业务的日前审批和日内执行。说明了系统的架构、模块设计和业务逻辑。分析了系统利用Rabbit消息队列与外部软件平台通信,实现数据交互和基于事件驱动的控制决策流程。采用My SQL数据库存储系统的各类数据、知识和规则,应用自然语言理解技术将检修计划文本解析成结构化数据,利用Neo4j软件和图拓扑搜索技术实现检修计划相关设备信息和数据的智能搜索、检修计划的关联分组。2)结合本体论和谓词表达对检修计划停复电相关的调度领域内的各类信息和数据进行了灵活的知识表示,提出电网模型知识和任务知识两大类本体知识的划分方式和生成方法;依据调度员经验和相关操作管理规程,基于一阶谓词逻辑方法构建了以推理次日拓扑变位时间序列和调度命令票为目标的通用规则体系,保证系统良好的通用性和扩展性。3)通过Python第三方模块NLTK的内置算法开发了利用本体知识和规则匹配的知识推理机制,在此基础上研究了次日拓扑变位时间序列和调度命令票的推理方法。提出检修计划关联分组的分析方法,进一步根据拓扑变位序列设计分组下检修计划运行方式的智能校核过程。利用命令票生成过程的相关结论,给出了通过查询结构表生成详细操作序列票的方法。通过算例验证了系统的智能性、有效性和通用性。在Py Charm软件开发环境中完成了检修停复电智能审批和执行系统的开发。系统的运行安全可靠,能够极大降低调度员的工作强度,提高审批和执行检修计划停复电的工作效率,闭环自动化完成相关调控业务。
姬鸿飞[3]（2020）在《基于复杂事件处理的心脏健康预警系统的设计与实现》文中进行了进一步梳理基于物联网的心脏健康预警系统是指结合以可穿戴设备为代表的物联网技术,通过采集心电、心率等心脏健康相关指标,实现对心脏健康状态的实时监控,并在发现异常时及时预警进而有效干预的系统。借助复杂事件处理技术能够高效地从生理指标事件流中发现潜在风险,检测到满足预设规则的复杂事件则代表异常的出现。目前基于物联网的心脏健康监控系统还存在以下问题:1)现有系统仍以心率监控和心电信号分析方式为主,鲜有利用心率、心电和反映当前运动状态的加速度数据的融合分析系统。2)面对高速增长的物联网设备带来的海量用户数据,传统的集中式架构复杂事件处理引擎无法完成高效的事件处理。3)分布式实时处理平台中缺乏有效的面向复杂事件处理的规则描述语言,不利于业务人员制定规则的快速落地。针对以上问题,本文结合了可穿戴式设备和分布式实时处理框架,利用复杂事件处理技术,设计并实现了完整的心脏健康预警系统。在系统的研究与实现过程中主要做了以下三部分工作:1)针对基于非确定有限状态机的复杂事件处理过程在匹配前缀模式中可能存在的性能问题,提出了一种针对非关键事件的延迟匹配方案,实验证明该方案带来了内存占用和匹配时间上的有效提升。2)设计了一种便于描述生理指标的DSL语言,用于简明地声明式地描述复杂事件处理规则,并基于ANTLR开源工具实现。3)设计实现了基于复杂事件处理的心脏健康预警系统,系统支持对多种已采集生理指标的联合分析,能够提供全天候的心脏健康监控。基于上述三个关键技术的研究成果,本文系统性的设计并开发实现了一个心脏健康预警系统。该系统提供Web形式管理后台,以支持SQL和自定义DSL方式的声明式异常模式规则下发。实时处理层基于Flink实现,提供高容错、低延时的复杂事件处理能力,能够实现对海量用户生理指标的处理存储以及对心脏风险的近实时预警。
黄博[4]（2020）在《面向运维过程的业务命令语言研究》文中研究表明技术的发展方向由人类的需求决定。观察编程语言以及各种专用语言的发展历史可以发现语言的设计都朝着更加“自然”的方向发展。从人理解计算机到计算机理解人,这是必然的发展趋势。随着各式的应用系统迅速发展,业务需求不断的快速变化,新的业务层出不穷,业务复杂度不断地增大,跨系统的业务过程集成的需求也不断出现。基于上述需求,本文设计了一门自然、友好、基于中文的语言,用于以自然的语言描述方式描述用户的业务需求,完成用户指定的业务命令。本文针对特定领域场景——运维领域,提出一种面向运维过程的业务命令语言。通过收集该场景中用户常用的业务描述语句,根据业务描述语句的功能进行模块化划分与分类,提取语言的句型和关键字,从而形成相应的语法规则。对语言相关的业务操作单元进行封装,使得最终的应用系统具有良好的业务可重用性。并且将这些业务操作单元与语言的结构和关键字进行映射,形成语言的意义解释模块,进一步完成语言应用的设计。该语言相对于其他建模语言,更加贴近于自然语言,对用户更加友好。通过该语言,用户可以轻松地进行一些繁琐的业务过程构建,并且可以更加灵活的完成自己所需的业务。与此同时,该语言可以响应业务专业人员与普通用户对于业务流程不断变化的需求,进而有效地支撑企业可持续发展。
钟雨杰[5]（2020）在《自然语言生成SQL语句的研究与实现》文中研究说明数据库的自然语言接口的研究一直受到广泛关注,因为它允许非专家使用自然语言进行数据库查询,具有较高的应用价值。最近随着数据集的丰富,基于深度学习的方法越来越多。但同时数据集都是英文领域,需要使用一定的跨语言迁移方法进行模型迁移才能在中文领域应用。本文关注英文数据集WikiSQL提出的SQL生成任务,对数据集进行仔细分析后,发现了其中存在部分包含常识或领域知识的条件列不会被明确提及,而是隐含在自然语言查询语句中的情况,导致这一类条件的预测并不顺利。为了解决这一问题,本文在无外部知识引入的情况下提出了使用自然语言序列中的条件值序列辅助条件列推测任务的方法,对SQL生成模型进行了改进。主要改进了以下两点:第一,交换了条件值任务与条件列任务的顺序,这样可以先通过条件值任务获得条件值序列,以指导条件列任务的推测;第二,以序列标注任务的方法解决条件值任务,不仅提高了条件值准确率,也使得模型可以一次性获得全部的条件值序列。同时本文为了将模型应用至中文质检领域,使用了机器翻译技术将原英文数据集翻译成了中文,依据质检公司数据库人工标注了一个小型的质检数据集,并使用跨语言预训练语言模型的方法进行模型迁移。最终实验结果显示模型在测试集上的执行结果准确率提升了4.9%,证明了方法的有效性。同时经过跨语言迁移,模型在中文数据集上获得了 65.7%的执行结果准确率。最后开发了面向质检公司数据库的SQL生成工具原型,表现达到预期。
弓婷[6]（2019）在《基于依存句法分析的受限自然语言查询接口研究》文中指出自然语言是人类社会中最主要的信息载体,现实世界中存储和交换的大部分数据都是通过自然语言描述的,同时,它也是人与机器交互的重要媒介。数据库自然语言查询接口允许人们使用自然语言进行数据检索,不需要任何正式查询语言、数据库模型或底层数据的先验知识,因此对存储和检索信息具有重要意义。理想的自然语言接口应当支持用户针对底层数据库提出的任意查询,并以最低的代价获取准确的信息。由于受到自然语言处理技术的限制,实践上通常将查询语句的支持范围限定为一个受词汇、句式等方面约束的自然语言的子集,在该范围内实现受限的自然语言查询接口。本文的研究工作主要包括以下方面:（1）设计了一个通用数据库自然语言接口模型,在程序设计上将知识库构建与源代码相分离。根据通用接口的抽象模型,将自然语言到正式数据库语言的转换分解为自然语言到概念模型,再到结构化语言的两层映射,并以此为依据将系统划分为词法分析、句法分析和结构化语句生成三大模块。通过构建独立的专用知识库,实现系统的扩展性。（2）本文采用统计与词典相结合的N-最短路径分词方法,根据知识库优先级设定路径权重,并在分词过程中为每个词语标记关系数据的语义标签。同时,提出了一种以语义标签为依据的关系数据语义标注方法,实现查询语句的语义覆盖。通过依存句法分析获得查询语句的结构信息,并结合SQL语言特征消除数据的语义歧义。（3）本文以关系数据语义模型作为概念模型,以集合和链表作为中间数据结构,分析并总结了常用查询语句的句式特征,结合规则实现目标短语与条件短语的识别。对不同的目标及条件类型,提出针对性的转化策略。将原型系统应用于学生信息管理,实验表明该模型具有一定的可用性。
于斌[7]（2019）在《MSVL程序的高效运行时验证方法研究》文中认为建模仿真验证语言（Modeling,Simulation and Verification Language,简称MSVL）是一种时序逻辑程序设计语言,是投影时序逻辑（Projection Temporal Logic,简称PTL）的可执行子集,其包含丰富的数据结构、函数调用以及同步和异步通信机制,已成功应用于并发系统、反应式系统和嵌入式实时系统的模型描述、路径仿真和形式化验证。作为PTL的命题形式,命题投影时序逻辑（Propositional PTL,简称PPTL）具有完全正则表达能力,能够方便地对顺序、并行、区间相关和周期重复的性质进行描述。基于统一的PTL逻辑框架,现有的方法已经实现了对MSVL程序的运行时验证,用于检测程序的动态执行轨迹是否满足期望的PPTL性质。然而,目前的验证方法存在一些不足:首先,针对单条执行路径的时序逻辑性质验证,没有充分利用当前已经广泛普及的多核设备和分布式网络,导致验证效率不高;其次,针对程序执行中分配的内存区域,没有进行动态追踪,使得程序中存在的内存泄漏问题无法被及时发现;最后,针对含有分支路径的时序逻辑性质验证,不能保证发现的反例是所有路径中最短的,导致验证过程需要探索更多的状态空间。为了解决以上问题,本文围绕MSVL程序的高效运行时验证展开,主要工作概括如下:首先,提出了基于单机多核系统的MSVL程序并行运行时验证方法。该方法将程序执行生成的状态序列分为若干个被同时验证的片段,每个片段由一个线程池负责,线程池中的多个线程同时对一个片段进行验证,当一定数目的片段被验证后,这些片段的验证结果会被及时汇总以检测能否得到最终的验证结果。基于LLVM平台,开发了验证器PPTLCheck,实验结果表明相较于目前的验证工具,PPTLCheck的验证效率更高,并适用于大规模程序的完全正则性质的验证。作为验证实例,研究了多线程程序中多个子线程是否正确交替执行的验证问题,在对问题进行建模和性质描述后,使用PPTLCheck工具对多线程程序的动态执行进行验证。然后,提出了基于分布式网络的MSVL程序并行运行时验证方法。该方法利用分布式网络中性能各异的多核机器对程序执行产生的状态序列片段同时进行验证,在每台机器中,一个片段进而又被分为若干个能够被并行验证的子片段。为了多台机器高效合作,建立了用于消息传递的通信机制和任务分配的调度机制,并给出了一种自适应算法以自动调节不同机器中验证线程的数量。开发了基于局域网的PPTLCheck+工具,实验结果表明,PPTLCheck+比PPTLCheck具有更高的验证效率。作为验证实例,研究了SQLite3数据库提供的API在调用过程中是否符合规范的验证问题,为此,开发了SQLite3Check工具,其通过分析网页上描述的API调用规范,得到相应的PPTL公式描述后,使用PPTLCheck+对调用SQLite3数据库API的程序进行检测。进而,提出了针对MSVL程序内存泄漏的运行时检测方法。该方法采用动态符号执行技术尽可能多地运行程序的不同路径,在每条路径的执行过程中,后端检测器跟踪每个被访问的动态分配的内存块,计算指向每个内存块的指针数量,判断其是否发生泄露,并记录内存泄露位置和指向每个泄露内存块的变量变化情况,在程序执行后,将相应的内存释放语句添加到代码合适位置。基于KLEE工具和MSVL编译器,开发了DEF LEAK工具,实验结果表明,DEF LEAK能够发现更多的内存泄露,并更有效地帮助开发人员理解泄露发生的原因以安全修复内存泄露。最后,提出了含有非确定选择语句的MSVL程序的统一限界运行时验证方法。该方法基于MSVL的统一运行时验证方法和PPTL限界语义,构造深度递增的有界带标记的范式图（Bounded Labeled Normal Form Graph,简称BLNFG）,以发现所有分支上违反性质的最短前缀,在资源有限或者不要求整个路径满足性质的情况下,该方法可用于说明在一定的搜索深度内,程序中不存在反例路径。以经典的互斥问题、哲学家就餐问题和银行家算法为案例,说明了所提验证方法对实际问题的有效性。
汪洋[8]（2018）在《基于ALPHA语言的复杂查询SQL语句生成》文中研究说明用SQL语言表达复杂查询,是数据库教学中的一个重点和难点,但对数据库理论的初学者是个挑战。文章提出了一个复杂查询的SQL语句生成框架,首先将复杂查询用ALPHA语言表示,然后利用逻辑谓词等价变换理论,将ALPHA语句中的全称量词和逻辑蕴含进行等价变换,再使用ALPHA语言向SQL语言变换生成算法生成SQL查询。该框架在多年的教学实践中得到了检验,并取得了较好的教学效果。
王新阳[9]（2018）在《面向语义描述与数据查询的大数据组织方法及其关键应用技术研究》文中指出大数据、物联网等技术的普及和深入发展促使数据不仅在体量上急剧膨胀,数据的种类和格式也在快速增加。各种数据由于在模式以及操作方式上的不同而形成众多独立的数据种群,不同类型的数据无法统一查询和处理,阻碍了数据之间的互通。这不仅使得各种数据的统一高效使用成为一件很困难的事,也为如何从这些海量数据中充分挖掘出有价值的信息带来了极大的挑战。而使用传统的方式存储和操作这些异构数据已经越来越难以满足当前应用需求,例如No SQL等大数据模型往往没有固定的模式,数据结构经常处于动态变化之中,是与传统数据进行融合的最主要障碍。目前关于大数据与传统数据模型进行模式集成的研究仍然不够充分,且大数据的语义描述等问题也尚缺少全面的研究。因此,需要一种统一、高效且足够灵活的方式来描述各类异构数据,且能够表达数据内部以及异构数据之间的语义,实现数据内在价值的挖掘和潜在知识的发现。本文在充分比较、分析各种异构数据集成公共模型的基础上,吸纳了相关主要模型的特点和优势,提出了一种面向概念与关系的公共数据模型GDM（即格数据模型,Grid Data Model）。GDM模型在关系、段、节等定义的基础上实现了一种新的数据模式定义和结构组织的方式,能够统一描述各种数据结构和语义关系。文中同时给出了GDM模型的形式化标准定义。为了深入说明GDM模型的语义描述和逻辑推理能力,本文在GDM基本概念的基础上描述了GDM模型的语义推理和领域知识演化原理,并以（）描述逻辑为例,描述了如何通过GDM语法子集建立与描述逻辑的映射关系,以及如何利用GDM模型构建基于描述逻辑的本体知识库,并对GDM模型的相关推理问题进行了理论证明。本文接着研究了数据集成过程中数据结构异构的问题。为了实现各种传统数据模型与大数据模型的集成,本文利用GDM模型基于关系的数据结构描述机制,从形式化理论角度研究了各种数据模型向GDM进行模式转换的原理,包括结构化的关系模型、半结构化的XML和多种非结构化的No SQL数据数据模型。同时还研究了GDM模型能够同时描述有模式数据和无模式数据的混合模式特性以及进行动态修改数据的能力。本文然后基于虚模式定义了GDM模型代数以及查询语言GDM SQL的语法,并阐述了GDM数据查询过程和查询优化基本原则。以上GDM模型数据管理方案提供了格数据查询和操作的基本方法,是进行基于GDM模型的异构数据集成的必要前提。基于以上模型定义、相关理论和查询操作语言,本文研究了分布式环境下异构数据集成过程中的查询、处理和优化等若干方面,解决了查询变量关联、查询分解与查询计划生成、查询处理过程的并行调度等相关问题。同时,为了降低异构数据查询处理的时间成本,本文还提出了几种基于最小调度连通图的查询优化方案,通过模拟实验比较了各种优化策略的性能,验证了查询优化方法的有效性。为了进一步说明GDM模型的优秀特性和数据集成时的效率优势,本文还从各方面比较了GDM及几种基本数据模型的相关特性,并重点与OWL模型进行了深入对比。同时,还基于本文提出的效率评估模型,从时间和空间两个角度比较分析了各模型进行数据创建、修改、删除等操作时的时间与空间效率。结果表明,GDM在数据集成时其时间和空间效率相对于所比较模型总体来讲是最优的,非常适合异构数据集成。最后,本文设计了基于GDM模型的异构数据集成系统,介绍了系统的设计框架和实施过程,展示了系统的运行情况,验证了本文所提出的相关理论的可行性和有效性,显示了GDM模型能够比较出色地胜任分布式异构环境下的数据集成和知识发现。
潘瑾琨[10]（2017）在《跨站脚本漏洞检测技术研究》文中研究指明随着互联网和Web2.0的发展,Web应用越来越普遍,深入人们的生活。但在给我们带来便利的同时,Web应用也伴随着巨大的风险。各种Web漏洞威胁着Web应用及用户数据的安全。其中,跨站脚本漏洞由于数量众多、形式多样且危害严重,位列OWASP Web漏洞排行榜第三名。一旦被攻击者利用,跨站脚本漏洞可以导致用户隐私泄露、用户会话劫持、网页钓鱼挂马等一系列严重后果。多年以来,学术界和工业界一直都致力于跨站脚本漏洞的检测防护等方面的研究,取得了很多进展。但是由于跨站脚本漏洞形式多变防不胜防,加上针对Web应用的程序分析技术的局限,跨站脚本漏洞的检测仍然面临着很多挑战。本文围绕白盒检测和黑盒检测两方面,分别从输入点选取和漏洞利用生成两个阶段作为切入点,主要工作与创新点总结如下:第一,针对浏览器扩展的特殊性,提出了一种引入了DOM作为新的攻击面的漏洞类型,即源于DOM的跨站脚本漏洞。同时针对该漏洞,提出了一种结合静态分析和动态分析的检测框架。该框架利用文本过滤、AST解析等轻量级静态分析技术进行初步筛选,利用影子DOM扩展动态符号执行对于结构化DOM文档的支持,并能够生成漏洞利用的DOM文档。从现实世界的浏览器扩展Greasemonkey的用户脚本中,我们成功地检测出了58个源于DOM的跨站脚本漏洞,潜在影响用户数达到676,174。第二,针对Web应用中广泛存在的正则表达式问题,提出了一种面向正则表达式增强的跨站脚本漏洞检测技术。该技术通过扩展约减规则,增强了现有技术对于边界、反向引用、断言等一系列高级正则表达式特性的支持;通过引入更具有表现力的正则表达式约束描述语言,简化了对于正则表达式的描述和表达;通过“延迟生成”、“按需展开”等一系列优化措施,提高了正则表达式相关约束的求解效率。第三,针对污点推断过程中受到的URL重写和HTML净化的影响,提出了一种借鉴生物信息学的基因序列比对技术的跨站脚本漏洞污点推断技术。通过局部序列比对解决了Web服务器URL重写对URL输入带来的问题,利用空位罚分机制缓解了Web应用HTML净化措施对HTML输出造成的影响。这些措施使得污点推断在这两种场景中的准确率和精度得到了有效的提高。第四,针对现有黑盒跨站脚本漏洞扫描器对于人工知识的依赖问题,以及现有基于机器学习脚本漏洞检测技术的误报问题,借鉴自然语言处理领域生成式智能问答系统的解决方案,提出了一种基于序列到序列模型的跨站脚本漏洞检测技术。通过将跨站脚本漏洞检测问题建模成序列到序列模型,生成可验证的漏洞利用攻击载荷,从而消除了误报。通过采用引入注意力机制的编码器-解码器框架,其中编码器解码器均采用数据驱动的长短期记忆循环神经网络,从而摆脱了对人工知识的依赖,根据不同的上下文有针对性地生成攻击载荷。我们的方法有效提高了跨站脚本漏洞的检测率和检测效率。
二、浅谈带量词的SQL语句的使用方法（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、浅谈带量词的SQL语句的使用方法（论文提纲范文）
（1）面向自然语言问句的结构化查询语句生成方法研究与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文组织结构 |
| 第二章 相关技术介绍 |
| 2.1 语义解析 |
| 2.1.1 语义解析的目标及组成 |
| 2.1.2 语义解析技术发展 |
| 2.2 深度学习 |
| 2.3 自然语言编码与神经网络 |
| 2.4 结构化查询语言SQL |
| 2.5 本章总结 |
| 第三章 模型结构及处理流程 |
| 3.1 中间表示 |
| 3.1.1 SQL语句向中间表示的转换 |
| 3.1.2 中间表示到SQL语句生成 |
| 3.2 数据集及数据预处理 |
| 3.3 模式链接 |
| 3.4 预训练BERT编码器 |
| 3.5 模型结构 |
| 3.6 本章小结 |
| 第四章 实验设置及结果分析 |
| 4.1 实验设置及环境 |
| 4.2 评价标准 |
| 4.3 结果与分析 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 发表论文和参加科研情况 |
| 附录 |
| 致谢 |
（2）基于知识模型的检修停复电智能审批和执行系统的研究和开发（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 电网调控中心的检修停复电业务处理现状 |
| 1.1.2 检修停复电智能处理实现的需求 |
| 1.1.3 研究目的和意义 |
| 1.2 国内外研究概况 |
| 1.2.1 调度机器人的研究现状 |
| 1.2.2 自然语言理解和图拓扑搜索识别 |
| 1.2.3 知识表示和推理机制 |
| 1.2.4 检修计划的方式校核和调度命令票/操作序列的自动生成 |
| 1.3 本文研究内容和章节安排 |
| 第二章 检修停复电智能处理系统的架构和功能设计 |
| 2.1 系统的物理和逻辑架构 |
| 2.1.1 系统的物理架构 |
| 2.1.2 系统逻辑架构和业务流程 |
| 2.1.3 系统开发工具 |
| 2.2 系统模块设计和实现 |
| 2.2.1 系统模块划分和具体功能设计 |
| 2.2.2 自然语言理解和图拓扑搜索技术的应用 |
| 2.3 系统的数据交互和控制决策 |
| 2.3.1 SMPIP系统与外部系统的数据交互 |
| 2.3.2 系统模块的内部数据交互 |
| 2.3.3 系统的通信和控制决策 |
| 2.4 本章小结 |
| 第三章 基于本体模型和一阶谓词逻辑的停复电知识体系 |
| 3.1 电网停复电知识体系的构成 |
| 3.2 电网停复电本体知识的表示和构建 |
| 3.2.1 本体知识的划分和表示 |
| 3.2.2 本体知识库的自动生成 |
| 3.3 通用型电网停复电规则的设计和构建 |
| 3.3.1 拓扑变位时间序列推理规则的设计 |
| 3.3.2 调度命令票推理规则的设计 |
| 3.3.3 规则库的设计 |
| 3.4 系统推理机的知识推理机制 |
| 3.5 本章小结 |
| 第四章 检修计划的关联分组校核和调度命令票的推理 |
| 4.1 检修计划的关联分组机制 |
| 4.1.1 操作拓扑关联分析 |
| 4.1.2 负荷转移关联分析 |
| 4.2 次日拓扑变位时间序列的推理生成 |
| 4.2.1 拓扑变位时间序列的生成形式 |
| 4.2.2 基于知识驱动的拓扑变位的推理流程 |
| 4.3 计划分组的运行方式智能安全校核 |
| 4.3.1 分组拓扑变位冲突校核 |
| 4.3.2 基于次日拓扑变位时间序列的分组负荷校核 |
| 4.4 调度命令票和操作序列的分层推理生成机制 |
| 4.4.1 基于本体知识和规则匹配的调度命令票推理机制 |
| 4.4.2 应用结构数据表开发的操作序列生成方法 |
| 4.5 本章小结 |
| 第五章 系统开发和案例分析 |
| 5.1 系统开发和应用界面 |
| 5.2 检修计划分组方式校核案例 |
| 5.3 复杂调度命令票推理生成案例 |
| 5.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（3）基于复杂事件处理的心脏健康预警系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 复杂事件处理技术的应用现状 |
| 1.2.2 心脏健康监控系统研究现状 |
| 1.2.3 基于CEP的远程医疗研究现状 |
| 1.3 主要研究内容 |
| 1.4 论文组织结构 |
| 第二章 相关技术与理论基础 |
| 2.1 复杂事件处理技术 |
| 2.1.1 事件模型 |
| 2.1.2 复杂事件处理检测模型 |
| 2.1.3 复杂事件处理引擎 |
| 2.1.4 复杂事件处理技术小结 |
| 2.2 分布式流处理技术 |
| 2.2.1 Apache Flink |
| 2.2.2 Apache Kafka |
| 2.2.3 流处理技术小结 |
| 2.3 领域专用语言 |
| 2.3.1 DSL的特点及分类 |
| 2.3.2 ANTLR |
| 2.3.3 领域专用语言小结 |
| 第三章 一种自评估的CEP延迟匹配方案的研究与实现 |
| 3.1 问题分析 |
| 3.2 可自评估的延迟匹配方案设计 |
| 3.2.1 事件相关定义 |
| 3.2.2 关键事件条件选择 |
| 3.2.3 非关键事件缓冲队列 |
| 3.2.4 阈值及窗口设计 |
| 3.3 基于Flink的自评估延迟匹配方法实现 |
| 3.3.1 关键事件条件评估 |
| 3.3.2 非关键事件缓冲 |
| 3.4 实验分析 |
| 3.4.1 实验环境 |
| 3.4.2 实验内容 |
| 3.4.3 实验结果与分析 |
| 第四章 一种描述异常指标匹配规则的领域专用语言的设计与实现 |
| 4.1 复杂事件处理的语义研究 |
| 4.2 领域专用语言的设计 |
| 4.2.1 模式间连续性 |
| 4.2.2 跳过逻辑 |
| 4.2.3 选择子句 |
| 4.2.4 基于ANTLR的语法解析方案的实现 |
| 4.3 性能测试与分析 |
| 4.3.1 语法测试 |
| 4.3.2 与SQL对比分析 |
| 第五章 基于可穿戴设备的心脏健康预警系统的设计与实现 |
| 5.1 需求分析 |
| 5.1.1 系统业务需求分析 |
| 5.1.2 系统功能性需求分析 |
| 5.1.3 系统非功能性需求分析 |
| 5.1.4 指标分析 |
| 5.2 系统架构设计 |
| 5.3 系统关键模块设计与实现 |
| 5.3.1 数据采集模块 |
| 5.3.2 数据适配模块 |
| 5.3.3 实时计算模块 |
| 5.3.4 规则管理模块 |
| 5.4 接口设计与实现 |
| 5.5 系统测试 |
| 5.5.1 测试环境 |
| 5.5.2 页面展示 |
| 5.5.3 系统功能测试 |
| 5.5.4 规则应用实例 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 附录一 缩略语表 |
| 附录二 ANTLR词法与语法解析规则 |
| 致谢 |
| 攻读硕士期间取得的研究成果 |
（4）面向运维过程的业务命令语言研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 背景和意义 |
| 1.2 研究现状 |
| 1.2.1 易语言 |
| 1.2.2 业务流程执行语言 |
| 1.2.3 帮语 |
| 1.3 主要工作和创新点 |
| 1.4 内容安排 |
| 1.5 本章小结 |
| 第二章 相关理论与技术 |
| 2.1 ANTLR |
| 2.2 文法识别方法 |
| 2.3 Domain-specific language |
| 2.4 本章小结 |
| 第三章 面向运维过程的语言设计 |
| 3.1 面向运维过程语言的背景说明 |
| 3.1.1 运维过程相关活动分析 |
| 3.1.2 面向运维过程语言的支撑环境 |
| 3.2 面向运维过程语言的文法 |
| 3.2.1 面向运维过程语言的范例语句 |
| 3.2.2 面向运维过程语言的EBNF表示 |
| 3.3 面向运维过程语言的词法设计 |
| 3.3.1 面向运维过程语言的词法规则 |
| 3.4 面向运维过程语言的语法设计 |
| 3.4.1 语言模式 |
| 3.4.2 面向运维过程语言的语法规则 |
| 3.5 本章小结 |
| 第四章 面向运维过程的语言应用设计 |
| 4.1 面向运维过程的语言应用总体架构 |
| 4.2 语言管理功能模块 |
| 4.2.1 语言编辑器 |
| 4.2.2 语言调试器 |
| 4.3 语句执行功能模块 |
| 4.3.1 词法分析功能模块 |
| 4.3.2 语法分析功能模块 |
| 4.3.3 语义解释功能模块的语法树节点设计 |
| 4.3.4 语义执行功能模块 |
| 4.4 文法管理功能模块 |
| 4.5 本章小结 |
| 第五章 面向运维过程的语言应用功能测试 |
| 5.1 面向运维过程的语言应用功能测试环境 |
| 5.2 语言解释器功能测试 |
| 5.2.1 词法分析器功能测试 |
| 5.2.2 语法分析器功能测试 |
| 5.2.3 执行模块功能测试 |
| 5.3 语言错误信息展示功能测试 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（5）自然语言生成SQL语句的研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究动态 |
| 1.2.1 数据库的自然语言接口研究动态 |
| 1.2.2 跨语言迁移学习研究现状 |
| 1.3 研究内容 |
| 1.4 论文组织结构 |
| 第二章 技术基础概述 |
| 2.1 SQL生成模型的技术 |
| 2.1.1 循环神经网络 |
| 2.1.2 长短时记忆神经网络 |
| 2.1.3 注意力机制 |
| 2.1.4 指针网络 |
| 2.1.5 序列标注任务相关技术 |
| 2.1.6 KL散度 |
| 2.2 跨语言迁移的技术 |
| 2.2.1 词向量 |
| 2.2.2 跨语言词向量 |
| 2.2.3 跨语言预训练语言模型 |
| 第三章 SQL生成模型的研究 |
| 3.1 SQL生成任务 |
| 3.1.1 任务描述 |
| 3.1.2 任务评估指标 |
| 3.1.3 数据集 |
| 3.2 问题分析 |
| 3.3 模型描述 |
| 3.3.1 编码器 |
| 3.3.2 标注解码器推测条件值 |
| 3.3.3 推测条件列 |
| 3.3.4 推测条件运算符 |
| 3.3.5 推测查询列 |
| 3.3.6 推测聚合函数 |
| 3.4 参数与训练 |
| 3.4.1 实验配置与参数 |
| 3.4.2 数据预处理 |
| 3.4.3 训练细节 |
| 3.5 实验结果与分析 |
| 第四章 模型迁移至中文质检领域的研究 |
| 4.1 使用Bert提高模型效果 |
| 4.1.1 结合表头信息的Bert编码器 |
| 4.1.2 数据预处理 |
| 4.1.3 实验结果 |
| 4.2 跨语言迁移方法 |
| 4.2.1 准备小型中文数据集 |
| 4.2.2 基于机器翻译的迁移方法 |
| 4.2.3 基于跨语言预训练语言模型的方法 |
| 4.2.4 实验对比结果分析 |
| 第五章 自然语言查询工具原型的设计与实现 |
| 5.1 需求分析 |
| 5.2 前端页面设计 |
| 5.2.1 自然语言查询模块 |
| 5.2.2 辅助工具模块 |
| 5.3 后端服务设计 |
| 5.3.1 SQL预测模块 |
| 5.3.2 SQL生成模块 |
| 5.3.3 SQL执行模块 |
| 5.3.4 历史记录模块 |
| 5.4 工具效果展示 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（6）基于依存句法分析的受限自然语言查询接口研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文研究的内容 |
| 1.4 本文的组织结构 |
| 第二章 NLIDB系统模型与知识库构建 |
| 2.1 受限分析 |
| 2.2 受限汉语自然语言接口模型分析 |
| 2.2.1 NLIDB模型分析 |
| 2.2.2 NLIDB系统模型 |
| 2.3 知识库构建 |
| 2.3.1 通用知识库 |
| 2.3.2 领域专用知识库 |
| 2.4 本章小结 |
| 第三章 融合关系数据语义的词法分析 |
| 3.1 关系数据语义表示 |
| 3.2 融合关系数据语义的N-最短路径分词算法 |
| 3.2.1 中文分词概述 |
| 3.2.2 本文的分词算法 |
| 3.3 词性标注 |
| 3.3.1 词性标注概述 |
| 3.3.2 隐马尔科夫词性标注分析 |
| 3.4 关系数据语义标注 |
| 3.4.1 关系数据语义结点 |
| 3.4.2 关系数据语义标注 |
| 3.5 本章小结 |
| 第四章 依存句法分析 |
| 4.1 依存句法分析概述 |
| 4.2 决策式依存句法分析模型 |
| 4.3 关系数据语义依存分析 |
| 4.4 独立语义集合 |
| 4.5 本章小结 |
| 第五章 结构化语句生成 |
| 5.1 查询目标识别 |
| 5.1.1 目标短语的识别 |
| 5.1.2 SQL目标子句的生成 |
| 5.2 查询条件的识别与分析 |
| 5.2.1 查询条件的分类 |
| 5.2.2 查询条件的中间结构 |
| 5.2.3 SQL条件子句的生成 |
| 5.3 本章小结 |
| 第六章 实验与分析 |
| 6.1 实验环境 |
| 6.2 实验结果与分析 |
| 6.2.1 测试用例与运行结果 |
| 6.2.2 示例分析 |
| 6.2.3 实验结果分析 |
| 6.2.4 错误分析 |
| 6.3 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 A(攻读硕士学位期间主要成果) |
（7）MSVL程序的高效运行时验证方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 时序逻辑的研究现状 |
| 1.2.2 时序逻辑编程的研究现状 |
| 1.2.3 运行时验证方法的研究现状 |
| 1.2.4 目前方法存在的问题 |
| 1.3 本文研究内容 |
| 1.4 论文组织结构 |
| 第二章 技术背景 |
| 2.1 投影时序逻辑 |
| 2.1.1 语法 |
| 2.1.2 语义 |
| 2.1.3 导出公式与逻辑规则 |
| 2.2 命题投影时序逻辑 |
| 2.3 MSVL及MSVL编译器 |
| 2.4 运行时验证方法 |
| 2.4.1 基本原理 |
| 2.4.2 运行时验证与其他验证方法的对比 |
| 2.4.3 运行时验证的应用范围 |
| 2.5 本章小结 |
| 第三章 基于单机多核系统的并行运行时验证方法 |
| 3.1 MSVL程序的传统运行时验证方法 |
| 3.2 基于单机多核系统的并行运行时验证方法 |
| 3.2.1 基本框架 |
| 3.2.2 插桩 |
| 3.2.3 验证任务分配和结果合并 |
| 3.2.4 验证模块中的相关算法 |
| 3.3 实现和评价 |
| 3.3.1 实现 |
| 3.3.2 验证效率评价 |
| 3.3.3 验证规模评价 |
| 3.3.4 并行机制对性能的提升 |
| 3.4 验证实例 |
| 3.4.1 问题背景 |
| 3.4.2 问题模型 |
| 3.4.3 性质描述 |
| 3.4.4 验证结果 |
| 3.5 本章小结 |
| 第四章 基于分布式网络的并行运行时验证方法 |
| 4.1 基于分布式网络的并行运行时验证方法 |
| 4.1.1 基本框架 |
| 4.1.2 调度算法 |
| 4.1.3 单个机器中序列片段的并行验证 |
| 4.2 实现和评价 |
| 4.2.1 实现 |
| 4.2.2 验证效率评价 |
| 4.3 验证实例 |
| 4.3.1 问题背景 |
| 4.3.2 违反SQLite3数据库API调用规范的实例 |
| 4.3.3 API调用序列规范的描述 |
| 4.3.4 实验结果 |
| 4.3.5 相关工作 |
| 4.4 本章小结 |
| 第五章 MSVL程序内存泄漏的运行时检测方法 |
| 5.1 泄露实例 |
| 5.2 MSVL程序内存泄漏的运行时检测方法 |
| 5.2.1 方法框架 |
| 5.2.2 插桩 |
| 5.2.3 内存泄露检测、消除和修复 |
| 5.2.4 动态符号执行 |
| 5.3 实验结果 |
| 5.3.1 针对单条执行路径DEF LEAK的性能 |
| 5.3.2 采用动态符号执行后DEF LEAK的性能 |
| 5.4 相关工作 |
| 5.4.1 静态内存泄漏检测方法 |
| 5.4.2 动态内存泄漏检测方法 |
| 5.5 本章小结 |
| 第六章 MSVL程序的统一限界运行时验证方法 |
| 6.1 MSVL程序的统一运行时验证方法 |
| 6.2 PPTL限界语义 |
| 6.3 MSVL程序的统一限界运行时验证方法 |
| 6.4 验证实例 |
| 6.4.1 互斥问题 |
| 6.4.2 哲学家就餐问题 |
| 6.4.3 银行家算法 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）基于ALPHA语言的复杂查询SQL语句生成（论文提纲范文）
| 1 复杂查询SQL语句生成框架 |
| 2 复杂查询的谓词等价变换理论 |
| 2.1 全称谓词等价变换 |
| 2.2 逻辑蕴含谓词等价变换 |
| 3 复杂查询的ALPHA语言变换 |
| 4 基于ALPHA语言的复杂查询的SQL语句生成算法 |
| 5 结束语 |
（9）面向语义描述与数据查询的大数据组织方法及其关键应用技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与目的 |
| 1.2 相关问题的国内外研究现状 |
| 1.2.1 异构数据集成技术与系统研究现状 |
| 1.2.2 面向异构数据集成的统一建模研究现状 |
| 1.2.3 基于公共数据模型的逻辑推理与知识发现的相关理论及研究现状 |
| 1.2.4 以NoSQL为主的大数据模型 |
| 1.3 论文的主要研究内容与创新点 |
| 1.4 论文的组织结构及各章主要内容 |
| 第二章 GDM公共数据模型 |
| 2.1 异构数据集成问题描述 |
| 2.2 主要公共数据模型介绍 |
| 2.2.1 面向结构的数据模型 |
| 2.2.2 面向语义的数据模型 |
| 2.3 基于关系和概念的格数据模型(GDM) |
| 2.3.1 格数据关系 |
| 2.3.2 格数据类型 |
| 2.3.3 模型的形式化定义 |
| 2.4 本章小结 |
| 第三章 GDM模型的数据语义描述和推理 |
| 3.1 问题描述 |
| 3.2 GDM模型的语义表达和演化 |
| 3.3 GDM模型与描述逻辑及知识表示 |
| 3.3.1 概念映射 |
| 3.3.2 GDM节与公理映射 |
| 3.3.3 GDM关系与角色映射 |
| 3.3.4 GDM个体与事实映射 |
| 3.4 转化正确性及相关推理问题证明 |
| 3.5 本章小结 |
| 第四章 面向大数据集成的异构数据源模式转换 |
| 4.1 模式映射简介 |
| 4.1.1 模式映射方法 |
| 4.1.2 模式映射过程 |
| 4.2 关系数据模型的模式转换 |
| 4.3 以XML为代表的半结构化数据模型的模式转换 |
| 4.4 NOSQL数据模型的模式转换 |
| 4.5 混合模式及动态数据集成 |
| 4.6 本章小结 |
| 第五章 GDM模型数据管理 |
| 5.1 GDM数据管理的图论基础 |
| 5.2 GDM模型代数运算 |
| 5.2.1 模式代数 |
| 5.2.2 GDM对象代数 |
| 5.3 GDM数据查询与操作 |
| 5.3.1 格数据操作模型 |
| 5.3.2 基于SQL的GDM数据查询与操作 |
| 5.3.3 GDM数据查询过程与优化 |
| 5.4 本章小结 |
| 第六章 基于GDM的异构数据集成的查询、处理与优化 |
| 6.1 基于中间模式的多层局部自治集成模型 |
| 6.1.1 集成模型的定义 |
| 6.1.2 模式的类型与映射 |
| 6.2 异构数据集成的查询处理机制与过程 |
| 6.2.1 全局查询语言及查询变量关联 |
| 6.2.2 查询分解与查询计划生成 |
| 6.2.3 查询结果处理及并行调度 |
| 6.3 分布式异构环境下基于并行调度的查询优化 |
| 6.3.1 异构数据集成中的查询处理代价模型 |
| 6.3.2 预定义查询优化 |
| 6.3.3 自适应查询优化 |
| 6.3.4 综合优化策略 |
| 6.3.5 查询优化策略的评价与分析 |
| 6.4 本章小结 |
| 第七章 GDM模型特性分析与集成效率评价 |
| 7.1 数据模型综合分类与定性比较分析 |
| 7.1.1 数据模型分类 |
| 7.1.2 基本特性的定性分析与比较 |
| 7.2 与OWL的对比与分析 |
| 7.3 数据集成时间与空间效率的评价分析 |
| 7.3.1 数据集成的时间与空间效率评估模型 |
| 7.3.2 初始化参数的一些假设和解释 |
| 7.3.3 实验结果的比较与分析 |
| 7.4 本章小结 |
| 第八章 异构数据集成系统的设计与实现 |
| 8.1 基于GDM的异构数据集成系统的语义操作层次框架 |
| 8.2 一种综合的多策略相似度衡量方法 |
| 8.3 基于GDM模型的异构数据集成系统 |
| 8.3.1 开发环境与相关配置 |
| 8.3.2 系统架构及实施体系 |
| 8.3.3 格数据引擎核心功能展示与说明 |
| 8.3.4 Paragraph Turbo核心功能展示与说明 |
| 8.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 附录A:GDM模型中数据以及关系的层次 |
| 附录B:GDM模型结点类型 |
| 附录C:GDM SQL语法定义 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（10）跨站脚本漏洞检测技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号使用说明 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 跨站脚本漏洞 |
| 1.2.1 漏洞原理 |
| 1.2.2 数据即代码,代码即数据 |
| 1.2.3 漏洞示例 |
| 1.2.4 漏洞种类 |
| 1.2.5 漏洞利用策略 |
| 1.3 研究内容及主要贡献 |
| 1.3.1 研究内容 |
| 1.3.2 主要贡献 |
| 1.4 论文组织结构 |
| 第二章 研究现状 |
| 2.1 服务端跨站脚本 |
| 2.1.1 反射型 |
| 2.1.2 存储型 |
| 2.2 客户端跨站脚本 |
| 2.2.1 基于DOM型 |
| 2.2.2 通用型 |
| 2.2.3 突变型 |
| 2.2.4 跨上下文型 |
| 2.3 跨站脚本蠕虫 |
| 2.3.1 概述类 |
| 2.3.2 检测和预防 |
| 2.3.3 仿真建模 |
| 2.4 本章小结 |
| 第三章 面向浏览器扩展的源于DOM的跨站脚本漏洞检测技术 |
| 3.1 引言 |
| 3.2 浏览器扩展Greasemonkey |
| 3.3 源于DOM的跨站脚本漏洞 |
| 3.4 技术方法 |
| 3.4.1 总体框架 |
| 3.4.2 轻量级静态分析 |
| 3.4.3 动态分析 |
| 3.5 技术实现 |
| 3.6 实验结果及分析 |
| 3.6.1 实验设置 |
| 3.6.2 实验结果 |
| 3.6.3 讨论 |
| 3.7 本章小结 |
| 第四章 面向正则表达式增强的跨站脚本漏洞检测技术 |
| 4.1 引言 |
| 4.2 动态符号执行与约束求解 |
| 4.3 正则表达式的挑战 |
| 4.4 技术方法 |
| 4.4.1 总体框架 |
| 4.4.2 Z3-regex正则表达式约束描述语言 |
| 4.4.3 Z3-regex对于正则表达式特性的支持 |
| 4.5 技术实现 |
| 4.6 实验 |
| 4.6.1 实验设置 |
| 4.6.2 实验结果 |
| 4.6.3 讨论 |
| 4.7 本章小结 |
| 第五章 基于基因序列比对算法的跨站脚本漏洞污点推断技术 |
| 5.1 引言 |
| 5.2 污点推断 |
| 5.3 URL重写 |
| 5.4 HTML净化 |
| 5.5 技术方法 |
| 5.5.1 跨站脚本漏洞污点推断与基因序列比对的类比 |
| 5.5.2 局部基因序列比对 |
| 5.5.3 空位罚分 |
| 5.5.4 基于局部序列比对和净化罚分的污点推断技术 |
| 5.6 实验结果及分析 |
| 5.6.1 实验设置 |
| 5.6.2 实验结果 |
| 5.6.3 讨论 |
| 5.7 本章小结 |
| 第六章 基于序列到序列模型的跨站脚本漏洞检测技术 |
| 6.1 引言 |
| 6.2 跨站脚本漏洞扫描器 |
| 6.3 基于机器学习的跨站脚本漏洞检测 |
| 6.4 技术方法 |
| 6.4.1 跨站脚本漏洞检测与智能问答系统的类比 |
| 6.4.2 生成式智能问答系统技术解决方案 |
| 6.4.3 基于序列到序列模型的跨站脚本漏洞检测技术 |
| 6.5 技术实现 |
| 6.6 实验结果及分析 |
| 6.6.1 实验设置 |
| 6.6.2 实验结果 |
| 6.6.3 讨论 |
| 6.7 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
四、浅谈带量词的SQL语句的使用方法（论文参考文献）
- [1]面向自然语言问句的结构化查询语句生成方法研究与实现[D]. 张立国. 天津工业大学, 2020(01)
- [2]基于知识模型的检修停复电智能审批和执行系统的研究和开发[D]. 徐尧燚. 华南理工大学, 2020(02)
- [3]基于复杂事件处理的心脏健康预警系统的设计与实现[D]. 姬鸿飞. 北京邮电大学, 2020(05)
- [4]面向运维过程的业务命令语言研究[D]. 黄博. 华南理工大学, 2020(02)
- [5]自然语言生成SQL语句的研究与实现[D]. 钟雨杰. 北京邮电大学, 2020(04)
- [6]基于依存句法分析的受限自然语言查询接口研究[D]. 弓婷. 昆明理工大学, 2019(04)
- [7]MSVL程序的高效运行时验证方法研究[D]. 于斌. 西安电子科技大学, 2019(02)
- [8]基于ALPHA语言的复杂查询SQL语句生成[J]. 汪洋. 安庆师范大学学报(自然科学版), 2018(04)
- [9]面向语义描述与数据查询的大数据组织方法及其关键应用技术研究[D]. 王新阳. 华南理工大学, 2018(02)
- [10]跨站脚本漏洞检测技术研究[D]. 潘瑾琨. 国防科技大学, 2017(02)