软考--软件设计师（软件工程总结2）
目录
1.测试方法
2.软件项目管理
3.软件容错技术
4.软件复杂性度量
5.结构化分析方法（一种面向数据流的开发方法）
6.数据流图
1.测试方法
软件测试：静态测试（被测程序采用人工检测，计算机辅助静态分析的手段），动态测试（通过运行程序发现错误，一般采用黑盒测试【功能测试】和白盒测试【结构测试】）
等价类划分的举例：
2.软件项目管理
1.软件项目管理涉及的范围
人员，产品，过程，项目
2.进度管理
目的：确保软件项目在规定的时间内按期完成。
进度安排的常用图形描述方法：甘特图，项目计划评审技术图
3.软件项目的组织
3.软件容错技术
提高软件质量和可靠性的技术大致分为两类：避开错误，容错技术。
实现容错的主要手段：冗余。
4.软件复杂性度量
指的是：理解和处理软件的难易程度。
软件复杂性度量的参数：规模，难度，结构，智能度
软件复杂性包括：程序复杂性，文档复杂性
典型的程序复杂性度量有：McCabe环路复杂性度量，Halstead复杂性度量
McCabe环路复杂性度量：（虚线不是有向边）
5.结构化分析方法（一种面向数据流的开发方法）
结构化方法包括：结构化分析，结构化设计，结构化程序设计
结构化方法的指导思想：自顶向下，逐层分解。
衡量模块独立程度的标准：高内聚。低耦合
6.数据流图
外部实体是直角边，加工是圆弧边
相关文章：
软考--软件设计师（软件工程总结2）
目录 1.测试方法 2.软件项目管理 3.软件容错技术 4.软件复杂性度量 5.结构化分析方法（一种面向数据流的开发方法） 6.数据流图 1.测试方法 软件测试：静态测试（被测程序采用人工检测，计算机辅助静态分析的手段&…...
渗透测试之SSRF漏洞
一、SSRF介绍 SSRF（Cross-site Scripting，简称XSS）是一种安全漏洞，它允许攻击者通过构造特定的请求，使服务器发起对外网无法访问的内部系统请求。这种漏洞通常发生在服务端提供了从其他服务器应用获取数据的功能&#…...
【C++】1957. 求三个数的平均数
问题：1957. 求三个数的平均数 类型：基本运算、小数运算 题目描述： 小雅刚刚考完语文、数学、英语的三门期中考试，她想请你编个程序来帮她算算她的平均分。 要求输入三个正整数，分别表示三科考试的分数，输…...
GPU部署ChatGLM3
首先，检查一下自己的电脑有没有CUDA环境，没有的话，去安装一个。我的电脑是4060显卡，买回来就自带这些环境了。没有显卡的话，也不要紧，这个懒人安装包支持CPU运行，会自动识别没有GPU，…...
Windows远程执行
Windows远程执行 前言 1、在办公环境中，利用系统本身的远程服务进行远程代码执行甚至内网穿透横向移动的安全事件是非常可怕的，因此系统本身的一些远程服务在没有必要的情况下建议关闭，防止意外发生； 2、作为安全人员࿰…...
AJAX —— 学习（一）
目录 一、原生 AJAX （一）AJAX 介绍 1.理解 2.作用 3.最大的优势 4.应用例子 （二）XML 介绍 1.理解 2.作用 （三）AJAX 的特点 1.优点 2.缺点 二、HTTP 协议 （一）HTTP 介…...
Activity——idea(2020以后)配置actiBPM
文章目录 前言jar下载idea 安装本地扩展插件 前言 2020及之后版本的idea中，未维护对应的actiBPM扩展插件。如果需要安装该插件，则需要使用本地导入 jar的方式。 jar下载 访问官方网站，搜索对应的actiBPM扩展插件。 https://plugins.jetbra…...
MyBatis——配置优化和分页插件
MyBatis配置优化 MyBatis配置文件的元素结构如下： configuration（配置） properties（属性） settings（设置） typeAliases（类型别名） plugins（插件）…...
[蓝桥杯 2013 省 B] 翻硬币
[蓝桥杯 2013 省 B] 翻硬币 题目背景 小明正在玩一个“翻硬币”的游戏。 题目描述 桌上放着排成一排的若干硬币。我们用 * 表示正面，用 o 表示反面（是小写字母，不是零），比如可能情形是 **oo***oooo，如果…...
[BT]BUUCTF刷题第13天（4.1）
第13天 Upload-Labs-Linux (Basic) Pass-01 根据题目提示，该题为绕过js验证。 一句话木马： <?php eval(system($_POST["cmd"]));?> // 符号 表示后面的语句即使执行错误，也不报错。 // eval() 把括号内的字符串全部…...
特别详细的Spring Cloud 系列教程1：服务注册中心Eureka的启动
Eureka已经被Spring Cloud继承在其子项目spring-cloud-netflix中，搭建Eureka Server的方式还是非常简单的。只需要通过一个独立的maven工程即可搭建Eureka Server。 我们引入spring cloud的依赖和eureka的依赖。 <dependencyManagement><!-- spring clo…...
Day108：代码审计-PHP模型开发篇MVC层动态调试未授权脆弱鉴权未引用错误逻辑
目录 案例1-Xhcms-动态调试-脆弱的鉴权逻辑 案例2-Cwcms-动态调试-未引用鉴权逻辑 案例3-Bosscms-动态调试-不严谨的鉴权逻辑 知识点： 1、PHP审计-动态调试-未授权安全 2、PHP审计-文件对比-未授权安全 3、PHP审计-未授权访问-三种形态 动态调试优点: 环境配置&…...
重读Java设计模式: 桥接模式详解
引言 在软件开发中，经常会遇到需要在抽象与实现之间建立连接的情况。当系统需要支持多个维度的变化时，使用传统的继承方式往往会导致类爆炸和耦合度增加的问题。为了解决这一问题，我们可以使用桥接模式。桥接模式是一种结构型设计模式&#…...
新规解读 | 被网信办豁免数据出境申报义务的企业，还需要做什么？
为了促进数据依法有序自由流动，激发数据要素价值，扩大高水平对外开放，《促进和规范数据跨境流动规定》（以下简称《规定》）对数据出境安全评估、个人信息出境标准合同、个人信息保护认证等数据出境制度作出优化调整。 …...
fakebook-攻防世界
题目 先目录扫描一下 dirseach 打开flag.php是空白的 访问robots.txt,访问user.php.bak <?php class UserInfo { public $name ""; public $age 0; public $blog ""; public function __construct($name, $age, $blog) { …...
mynet开源库
1.介绍 个人实现的c开源网络库． 2.软件架构 1.结构图 2.基于event的自动分发机制 3.多优先级分发队列，延迟分发队列 内部event服务于通知机制的优先级为0，外部event优先级为1． 当集中处理分发的event_callback时，…...
深度挖掘商品信息，jd.item_get API助您呈现商品全面规格参数
深度挖掘商品信息，特别是在电商平台上，对于商家、开发者和用户来说都至关重要。jd.item_get API作为京东开放平台提供的一个强大工具，能够帮助用户轻松获取商品的全面规格参数，进而为商品分析、推荐、比较等提供有力的数据支撑。 …...
A Random Walk Based Anonymous Peer-to-Peer
一、 背景 匿名性一直是P2P系统等自组织环境中最具挑战性的问题之一。在本文中，我们提出了一个匿名协议，称为基于随机漫步的匿名协议(RWAP)，在分散的P2P系统。我们通过全面的轨迹驱动模拟来评估RWAP。结果表明，与现有方法相比，RWAP显著降低了流量成本和加密开销。 二、 …...
php代码执行计划任务dos实现方式和宝塔面板实现方式
dos php 计划任务 echo off :loop echo 这是一个死循环 echo This is an infinite loop. php think gpt php think ai timeout /t 2 goto loop 宝塔面板 php 计划任务 #!/bin/bash PATH/bin:/sbin:/usr/bin:/usr/sbin:/usr/local/bin:/usr/local/sbin:~/bin export PATH ste…...
千万不要错过这6款能让你快速写作成长的宝藏软件…… #学习方法#AI写作
国外ChatGPT爆火，AI写作在国内也引起不小的瞩目，目前国内的AI写作工具少说也有几十上百个，要在这么多AI写作中找出适合自己的工具，一个一个尝试是不太现实的，所以今天就给大家推荐一些款AI写作工具。帮助你少走弯路&am…...
Prompt Tuning、P-Tuning、Prefix Tuning的区别
一、Prompt Tuning、P-Tuning、Prefix Tuning的区别 1. Prompt Tuning（提示调优） 核心思想：固定预训练模型参数，仅学习额外的连续提示向量（通常是嵌入层的一部分）。实现方式：在输入文本前添加可训练的连续向量（软提示），模型只更新这些提示参数。优势：参数量少（仅提…...
突破不可导策略的训练难题：零阶优化与强化学习的深度嵌合
强化学习（Reinforcement Learning, RL）是工业领域智能控制的重要方法。它的基本原理是将最优控制问题建模为马尔可夫决策过程，然后使用强化学习的Actor-Critic机制（中文译作“知行互动”机制），逐步迭代求解…...
2025年能源电力系统与流体力学国际会议 (EPSFD 2025)
2025年能源电力系统与流体力学国际会议（EPSFD 2025）将于本年度在美丽的杭州盛大召开。作为全球能源、电力系统以及流体力学领域的顶级盛会，EPSFD 2025旨在为来自世界各地的科学家、工程师和研究人员提供一个展示最新研究成果、分享实践经验及…...
day52 ResNet18 CBAM
在深度学习的旅程中，我们不断探索如何提升模型的性能。今天，我将分享我在 ResNet18 模型中插入 CBAM（Convolutional Block Attention Module）模块，并采用分阶段微调策略的实践过程。通过这个过程，我不仅提升…...
基于ASP.NET+ SQL Server实现（Web）医院信息管理系统
医院信息管理系统 1. 课程设计内容 在 visual studio 2017 平台上，开发一个“医院信息管理系统”Web 程序。 2. 课程设计目的 综合运用 c#.net 知识，在 vs 2017 平台上，进行 ASP.NET 应用程序和简易网站的开发；初步熟悉开发一…...
vscode（仍待补充）
写于2025 6.9 主包将加入vscode这个更权威的圈子 vscode的基本使用 侧边栏 vscode还能连接ssh？ debug时使用的launch文件 1.task.json {"tasks": [{"type": "cppbuild","label": "C/C: gcc.exe 生成活动文件"…...
【解密LSTM、GRU如何解决传统RNN梯度消失问题】
解密LSTM与GRU：如何让RNN变得更聪明？ 在深度学习的世界里，循环神经网络（RNN）以其卓越的序列数据处理能力广泛应用于自然语言处理、时间序列预测等领域。然而，传统RNN存在的一个严重问题——梯度消失&#…...
376. Wiggle Subsequence
376. Wiggle Subsequence 代码 class Solution { public:int wiggleMaxLength(vector<int>& nums) {int n nums.size();int res 1;int prediff 0;int curdiff 0;for(int i 0;i < n-1;i){curdiff nums[i1] - nums[i];if( (prediff > 0 && curdif…...
基于数字孪生的水厂可视化平台建设：架构与实践
分享大纲： 1、数字孪生水厂可视化平台建设背景 2、数字孪生水厂可视化平台建设架构 3、数字孪生水厂可视化平台建设成效 近几年，数字孪生水厂的建设开展的如火如荼。作为提升水厂管理效率、优化资源的调度手段，基于数字孪生的水厂可视化平台的…...
SpringTask-03.入门案例
一.入门案例 启动类： package com.sky;import lombok.extern.slf4j.Slf4j; import org.springframework.boot.SpringApplication; import org.springframework.boot.autoconfigure.SpringBootApplication; import org.springframework.cache.annotation.EnableCach…...