一、基于Web的数据库应用系统（论文文献综述）
周靖[1]（2020）在《浅析WEB数据库的安全》文中指出随着网络和数据库技术的发展,网站日益数据库化也就算使用数据库来管理整个网站,只要更新数据库的内容,网站的内容就会被自动更新,促使人们日益关注网WEB数据库的安全管理。
张清川,孙帆,王宇晨,李金良,王洁[2]（2017）在《物联网环境下Web数据库异常数据检测方法研究》文中研究指明物联网环境下web数据库网络承载着不同的网络载体和网络信道,web数据库通过云储存的形式来实现资源共享,云储存产生的异常数据会给网络信息web数据库空间带来一种危机感和存储数据容量空间的不足,所以对物联网环境下web数据库异常数据的检测要求更精准;传统的异常数据检测方法采用简化梯度方法进行web数据库异常数据检测,对含有干扰频率成份的web异常数据不能准确的去除,检测性能低;为此,提出一种基于时空关联的分布式的web数据库异常数据检测方法,通过与集中式算法的精度和消耗量进行对比,仿真实验表明,所提方法进行异常数据检测,减少了web数据的能量消耗,信号幅值大于干扰噪声数据幅值,具有较好的抗干扰性能。
邹雪皎[3]（2017）在《基于Web的数据库安全技术研究》文中进行了进一步梳理在网络与计算机技术日新月异的今天,功能强大的网络丰富了我们的生活,但是同时也带来了许多的隐患。现在Web应用通常使用数据库对应用的各种信息进行管理与存储,为了保护用户的隐私,数据库安全成为一个十分重要的研究课题。本文针对基于Web的数据库安全问题,通过研究与分析身份认证技术、权限管理技术、数据过滤技术、加密算法、密钥管理技术和数据管理技术,提出了基于Web的数据库安全模型。在这些研究的基础上实现了基于Web的数据库安全模型,并对模型进行有效评测,证明了模型的可用性与安全性。本文的主要研究内容与成果如下:（1）研究了数据库安全技术。主要介绍了数据库安全及威胁、数据库安全管理技术、数据加密技术与MySQL数据库安全机制。（2 ）提出了基于Web的数据库安全模型。模型对身份认证技术、权限管理技术、数据加密技术、密钥管理技术与数据管理技术进行了深入研究。（3）研究并设计了基于Web的数据库安全模型中的核心算法。设计验证用户身份与权限的算法;对数据进行分类,对密文进行匹配与搜索;采用二级密钥管理方法管理密钥,设计密钥的查找与更新算法;设计有效数据检查算法。（4）根据航空安全员训练合格证管理系统,设计实现了基于Web的数据库安全模型。包括访问控制层、数据加解密层、密钥管理层与数据管理层,并对该模型进行了评测,评测表明所提模型有较好的安全性,对数据库安全有一定应用价值。
张晓飞[4]（2016）在《WEB数据库安全技术研究与应用》文中研究说明在计算机网络技术与WEB技术不断发展的背景下,WEB数据库也得到了广泛的应用,保证数据库中的存储数据安全是非常重要的,因此WEB数据库安全技术得到了人们的广泛关注和重视,本文将分析WEB数据库安全技术及其应用。
贺韬[5]（2015）在《基于Web的钛冶金数据库系统研究和开发》文中研究表明在目前冶金相关研究领域中,通过计算机网络和数据库技术对钛及其化合物物性数据、钛金属冶金的相关技术和流程进行分析研究、预测和仿真模拟计算已成为国内外钛冶金研究的一个重要课题。而现有的冶金、物理、化学等生产及科研用途相关数据库中都还没有包含钛及其化合物、钛冶金相关工艺的完整内容,还只是零散地涉及,完全不能反映钛冶金、钛及其化合物的科研和生产水平,因此基于现代计算机网络和数据库技术来构架钛冶金数据库变得非常有意义,可以进一步推进钛冶金、钛及其化合物领域的研究,可以为人类在利用钛金属道路上增加一块铺路砖。针对以上问题所建立的钛冶金数据库是以钛、钛化合物以及钛冶金工艺为研究对象,并把涉及以上内容的各类型数据经过整理、分类、关联并进行合理归纳后形成一个有序的体系结构。不论是生产用户还是科研用户都可以通过该数据库查找到自己所需要的关于钛及钛冶金的相关内容,并可以通过相关计算得到需要的结果。建立数据库的工作中的一项主要内容是把涉及钛冶金相关计算的各种计算模型按照一定规范、科学的、高效的方式存储起来,成为了钛冶金数据库的主要内容。经过对WEB开发技术进行了深入的分析和比较,对比各技术的优点和缺点,设计了基于PHP+MYSQL开发技术的钛冶金数据库系统后台数据库高效连接器,并提出了用数据库高效连接器来实现后台数据库访问,最终确定了数据库高效连接器的设计思路。数据库本身不能是封闭的,只有实现对外的数据共享和交换,才能保持数据库的生命力延续,而数据的交换需要数据库检索性能必须达到非常高的标准,否则,数据库的共享交换效率将变得非常低,从而成为数据库对外发展的瓶颈。为了解决这个问题,本文创新性地提出了数据库条目优化技术,通过这一技术可以使得数据库访问即使在并发海量访问时,也可以高效的查找到所需的数据,实现数据库访问效率质的飞跃。而在追求数据库运行和访问效率的同时,必须要兼顾安全,在经过研究相关领域数据库时发现,所有的相关领域数据库开发者都没有针对数据库本身安全性提出相应的设计需求,而一旦数据库安全性发生问题,对科研和生产都会带来巨大的威胁,因此在对钛冶金数据库结构的仔细研究分析后,创新性地引入了数据库数据探针设计、共享中间件设计和物理隔离网络间数据库安全同步设计,在钛冶金数据库安全方面进行了创新,最终完成了系统软件的开发和调试工作,使基于WEB的钛冶金数据库成为一个内容全面、功能完备、运行安全高效的数据库。在整个数据库研发和建设工作中,除了对后台数据库体系架构进行重点研究外,还对钛冶金数据库系统的WEB展现、页面的具体规划设计以及部分计算过程软件的WEB实现也做了相关工作。钛冶金WEB数据库的建设,是钛冶金与现代计算机网络、数据库技术的有效融合,既对数据库内容及功能进行了详细的设计,又对网络及数据库技术进行了仔细的探讨,最终得到的数据库本身是基本完备的、先进的和安全的,为今后钛冶金相关领域的发展做了一部分基础工作。
王振辉,王振铎,谢膺白,支侃买[6]（2015）在《基于XML的Web数据库安全中间件研究与设计》文中研究说明针对不断出现的Web数据库安全问题和企业用户灵活多变的安全需求,对影响Web数据库安全的主要因素进行分析,构建一种基于XML的Web数据库安全中间件。从微管理和面向服务理念对身份鉴别、访问控制、漏洞检测和操作审计四个方面进行深入探讨。用监听器和过滤器实现用户访问控制、漏洞扫描器进行漏洞检查、日志记录器进行审计跟踪。为了更准确的预防SQL注入等攻击行为,使用了正则表达式定义过滤规则。实验和仿真证明,该中间件能够动态地适应环境变化,可以有效防止内外部用户对Web数据库的攻击和数据泄露。
卢一枝[7]（2015）在《Deep Web数据库集成技术的研究》文中指出与Surface Web相比,Deep Web中包含的信息量占整个Web的绝大多数,并且这些数据信息主要来源于后台数据库,用户只有通过提交查询请求的方式获取。正因为这些丰富的Deep Web资源无法被传统的搜索引擎直接检索,所以对多个不同的Deep Web数据库进行集成,实现用户统一获取来自不同网站Deep Web数据的目标显得更为重要。目前大多数Deep Web数据库集成技术是基于领域的,根据同一领域内Deep Web查询接口的模式信息构成相似的原则,本质上是对同一领域查询接口的集成。本文在研究和分析了Deep Web数据库集成技术的国内外研究现状以及现阶段Deep Web数据库集成方法存在问题的基础上,提出了两种Deep Web数据库集成技术,分别是:非实时查询Deep Web数据库集成技术和实时查询Deep Web数据库集成技术,并着重对非实时查询Deep Web数据库集成技术做了详细介绍。在非实时查询Deep Web数据库集成技术中,主要从获取数据源、Deep Web数据库集成、查询结果合成这三个方面进行深入研究,并在最后用此方法对两个异构数据库的集成进行了举例说明。在实时查询Deep Web数据库集成技术中,主要介绍了检索分类和Web数据源的选择两种技术。最后本文对提出的两种不同的集成方案做了优缺点分析,并将本文提出的两种技术与基于查询接口集成的Web数据集成技术三者进行了比较。结果表明,非实时查询的Deep Web数据库集成技术能有效地解决现有Deep Web数据库集成中存在的主要问题,节省了用户大量的访问时间,具有较高的可行性及研究价值。
李洋[8]（2013）在《基于Internet的妊娠期高血压疾病远程监测与管理系统》文中认为妊娠期高血压疾病（简称妊高病）不但严重危害孕产妇的健康和生命安全，也是造成孕婴死亡以及胎儿出生缺陷的主要原因。妊高病具有发病隐蔽、临床症状出现晚、发病急骤等特点，这些特点给防治带来了较大困难。为了防治妊高病，降低该病的发病率，本课题提出一种基于Internet的妊高病远程监测与管理系统，属于远程医疗范畴。该系统应用Internet互通互联、家庭覆盖率高、远距离数据传输性能优越等特点，完成了妊高病的远程监测与管理。首先，本论文从整体上介绍了基于Internet的妊娠期高血压疾病远程监测与管理系统的层次结构。该系统共分为三个层次，分别是数据采集层、数据收集层和Web数据库层。数据采集层负责采集孕妇的生理指标数据，通过蓝牙数据传输方式或手动录入方式，将生理指标数据传入数据收集层。数据收集层由Android移动终端设备以及配套的客户端应用程序组成，客户端应用程序的作用是收集数据采集层发来的生理指标数据，并利用Android移动终端设备具有连接互联网的功能，将孕妇的生理指标数据上传到Web数据库层。Web数据库层是整个系统的核心，是实现远程监测与管理妊高病的技术基础，所有与妊高病监测管理相关的数据都存储在该层的数据库中，所有与妊高病监测管理相关的业务逻辑处理都在该层的业务处理程序中完成。其次，本论文具体介绍了自主研发的指端容积脉搏波检测设备的设计思路和实现方法。设计指端容积脉搏波检测设备的目的是通过无创的方式得到孕妇的指端容积脉搏波数据，进而得到各项血流参数。该设备在获得孕妇脉搏波数据的同时还能对脉搏波质量进行评分，从而帮助孕妇更好的采集脉搏波数据。当脉搏波检测完毕后，该检测设备可以通过蓝牙模块将脉搏波数据传送到数据收集层。再次，本论文具体介绍了基于Android操作系统的移动客户端应用程序。该程序主要功能是收集孕妇的生理指标数据，包括脉搏波数据、血压数据、身高数据、体重数据以及生化数据。除此之外，该程序利用移动互联网与Web数据库进行数据交互，将生理指标数据上传到Web数据库中。最后，本论文介绍了基于Web数据库的妊娠期高血压疾病后台管理系统。该部分内容是实现妊高病远程监测与管理的关键部分，包含的功能模块有：登录与注册模块、权限管理模块、验证信息模块、基本信息管理模块、账户管理模块、病例浏览及回复模块、医生管理模块和OpenAPI模块。
乔隽[9]（2013）在《Web数据库采样技术研究》文中认为Web的飞速发展使其成为一个浩瀚而复杂的巨大数据源。整个Web可以进一步划分为Surface Web和Deep Web两大部分,Deep Web中信息的获取需要通过查询接口在线访问其后端的Web数据库,受限于查询接口的查询能力。由于Deep Web中数据库数量的巨大,给我们的使用带来了困难,这就需要了解Deep Web数据集成系统中所包含数据库的主题分布、更新频率以及大小等有用特征。在实际中,Web数据库所包含的信息量巨大,将Web数据库中的所有数据抽取下来进行分析的工作变得难以实现,由此Web数据库采样技术应运而生。Web数据库采样技术是指通过一定的技术将Web数据库中的数据随机地抽取一部分,这一部分数据能够代表Web数据库所具有的特征信息。现有的Web数据库采样方法中存在着诸多不足,主要体现在两个方面,一是采样的代价大效率低,一是样本的质量差。采样方法在获得样本数据时,击中率低,每次查询得到结果记录的重复率高,进而导致了采样的代价大。样本的质量差,采集到的样本数据库中数据分布存在偏差,同时样本数据库还存在着不能够准确地反应出Web数据库中数据特征的问题。本文提出了一种新的Web数据库采样模型,用以获得能够代替Web数据库分析的样本数据库。在该模型中主要应用了两种新的技术,一种是基于属性相关度的查询模式,一种是基于词频-属性值相关度的查询条件生成策略。通过这两种新技术的使用,不仅降低了采样的代价,同时也提高了样本的质量,达到采样的最终目的,即获得一个与Web数据库数据分布情况基本一致的样本数据库。基于属性相关度的查询模式为从查询属性中选择两个属性组合构成,这两个属性要求一个属性为分类属性,另一个属性为与分类属性的最不相关的文本属性。查询条件中可以有一个或多个属性值,这些属性值可以属于同一个属性也可以属于不同的属性,本文中提出的查询模式的作用就是限制查询条件中属性值的个数和所属的属性。在本文的采样模型中,采样过程使用的所有查询条件都按照查询模式定义生成。与传统方法相比,在得到相同的样本记录数时,本文提出的Web数据库采样模型向Web数据库发送查询的次数明显减少,即采样的代价减小。基于词频-属性值相关度的查询条件生成策略是从词频统计和属性值相关度两个角度分析当前样本数据库,生成满足查询模式的查询条件。词频的大小反映了Web数据库所代表领域的发展现状和发展趋势,对了解Web数据库有很大的作用。为了得到能够代表Web数据库特征的样本数据库,在生成查询条件中加入对词频的分析,达到增加样本质量的目的。属性值相关度是指两个不同的属性值出现在同一条记录中的频率,在生成查询条件中考虑属性值相关度是为了减少发送无用查询的次数,达到了减小采样代价的目的。基于属性相关度的查询模式和基于词频-属性值相关度的查询条件生成策略共同作用于采样模型,在采样关注的两个重点——采样代价和样本质量两个方面得到提高。这两点在实验中得到了验证,切实说明了本文提出的新的Web数据库采样模型能够高效地采集到代替Web数据库分析的样本数据库。
郑东,施化吉[10]（2013）在《主题分布在Deep Web数据库选择中的应用》文中研究指明随着越来越多的信息隐藏在Deep Web中,针对用户查询找出最相关的Web数据库成为亟待解决的问题。提出了一种基于Web数据库主题分布的方法用于Deep Web数据集成中的Web数据库选择。获取主题覆盖度形式的Web数据库内容描述,而后利用选定的Web数据库获取查询主题,最终由查询主题和主题分布矩阵来选择Web数据库。在真实Web数据库上的实验结果表明,该方法既取得了较高的查询召回率,也可有效降低数据库内容描述建立的代价。
二、基于Web的数据库应用系统（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、基于Web的数据库应用系统（论文提纲范文）
（1）浅析WEB数据库的安全（论文提纲范文）
| 一、WEB数据库的安全 |
| 二、WEB数据库的优点 |
| 1. 可以自动更新网页 |
| 2. 强大的搜索功能 |
| 3. 可以实现各种基于WEB数据库的应用 |
| 三、WEB数据库安全的目标 |
| 四、WEB数据库系统安全的主要风险 |
| 五、WEB数据库总体安全策略 |
| 1. 物理安全 |
| 2. 用户识别 |
| 3. 访问控制 |
| 4. 审计追踪和检测 |
| 5. WEB数据库加密 |
| 6. WEB数据库的备份与恢复 |
（2）物联网环境下Web数据库异常数据检测方法研究（论文提纲范文）
| 0 引言 |
| 1 物联网环境下web数据库异常数据检测特征提取 |
| 2 时空关联的分布式异常数据检测方法 |
| 3 仿真实验 |
| 4 结束语 |
（3）基于Web的数据库安全技术研究（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 国内外研究现状及存在问题 |
| 1.2.1 国内外研究现状 |
| 1.2.2 存在问题 |
| 1.3 研究内容 |
| 1.4 论文组织 |
| 第二章 数据库安全相关技术概述 |
| 2.1 数据库安全及威胁 |
| 2.1.1 数据库安全定义 |
| 2.1.2 数据库安全面临的威胁 |
| 2.2 数据库安全管理技术综述 |
| 2.2.1 身份认证 |
| 2.2.2 权限管理 |
| 2.2.3 数据管理 |
| 2.3 数据库加密技术简介 |
| 2.3.1 同态加密 |
| 2.3.2 数据加密算法 |
| 2.3.3 数据库加密的粒度 |
| 2.3.4 密钥管理技术 |
| 2.4 MySQL数据库安全机制介绍 |
| 2.4.1 账户安全 |
| 2.4.2 安全检查 |
| 2.4.3 数据维护与备份 |
| 2.5 本章小结 |
| 第三章 基于Web的数据库安全模型设计 |
| 3.1 基于Web的数据库安全模型安全需求 |
| 3.2 基于Web的数据库安全模型总体架构 |
| 3.3 基于Web的数据库安全模型功能设计 |
| 3.3.1 访问控制 |
| 3.3.2 数据加密 |
| 3.3.3 密钥管理 |
| 3.3.4 数据管理 |
| 3.4 本章小结 |
| 第四章 基于Web的数据库安全模型核心算法设计 |
| 4.1 访问控制 |
| 4.1.1 身份认证 |
| 4.1.2 权限管理 |
| 4.2 密文搜索算法 |
| 4.3 密钥管理 |
| 4.3.1 密钥查找算法 |
| 4.3.2 密钥更新算法 |
| 4.4 数据检查算法 |
| 4.5 本章小结 |
| 第五章 基于Web的数据库安全模型实现 |
| 5.1 基于Web的数据库安全模型开发环境与总体设计 |
| 5.1.1 基于Web的数据库安全模型开发环境 |
| 5.1.2 基于Web的数据库安全模型总体设计 |
| 5.2 访问控制实现 |
| 5.2.1 身份认证 |
| 5.2.2 权限管理 |
| 5.2.3 数据过滤 |
| 5.3 数据加解密实现 |
| 5.4 密钥管理实现 |
| 5.4.1 密钥的生成与存储 |
| 5.4.2 密钥的查找 |
| 5.4.3 密钥的更新与销毁 |
| 5.5 数据管理实现 |
| 5.5.1 数据检查 |
| 5.5.2 数据备份 |
| 5.5.3 数据扫描 |
| 5.6 本章小结 |
| 第六章 基于Web的数据库安全模型评测 |
| 6.1 评测目标 |
| 6.2 评测环境 |
| 6.3 基于Web的数据库安全模型功能评测 |
| 6.3.1 访问控制 |
| 6.3.2 密文搜索 |
| 6.3.3 密钥管理 |
| 6.4 基于Web的数据库安全模型性能评测 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 进一步的研究工作 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（4）WEB数据库安全技术研究与应用（论文提纲范文）
| 1、WEB数据库简单介绍 |
| 1.1 WEB数据库的含义 |
| 1.2 WEB数据库的特征 |
| 2、WEB数据库安全 |
| 2.1 计算机信息安全 |
| 2.2 WEB数据库安全的含义 |
| 2.3 WEB数据库安全的等级 |
| 2.4 实现WEB数据库安全的技术 |
| 3、WEB数据库安全中的数据库加密技术 |
| 3.1 密码学的基础及原理 |
| 3.2 数据加密的算法 |
| 3.3 WEB数据库的加密技术 |
| 4、结语 |
（5）基于Web的钛冶金数据库系统研究和开发（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 关于钛的归纳 |
| 1.1.1 钛矿物和分布情况 |
| 1.1.2 钛冶金工业 |
| 1.1.3 钛的应用 |
| 1.2 钛的化学和物理性质归纳 |
| 1.2.1 钛的化学性质 |
| 1.2.2 钛的物理性质 |
| 1.3 相关数据库国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 本论文的研究意义 |
| 1.4 本论文的工作 |
| 第二章 钛化合物热力学数据计算模型 |
| 2.1 钛冶金数据库中热容和焓的计算模型 |
| 2.1.1 热容 |
| 2.1.2 焓 |
| 2.1.3 数据库中焓的计算 |
| 2.2 钛冶金数据库中熵和Gibbs函数的计算模型 |
| 2.2.1 熵 |
| 2.2.2 数据库中熵的计算 |
| 2.2.3 吉布斯(Gibbs)函数 |
| 2.2.4 吉布斯函数判据 |
| 2.2.5 吉布斯函数的计算 |
| 2.2.6 数据库中吉布斯函数变的计算 |
| 2.3 热力学函数计算模型的实现要求 |
| 2.4 热力学过程计算模型 |
| 2.4.1 非化学变化过程 |
| 2.4.2 标准状态下的化学反应过程热力学计算 |
| 2.5 小结 |
| 第三章 钛冶金WEB数据库辅助计算与功能计算设计 |
| 3.1 设计辅助计算方法 |
| 3.1.1 化学反应方程式的配平 |
| 3.1.2 计算机化分子式的书写 |
| 3.1.3 元素解析程序 |
| 3.2 计算模型的程序实现 |
| 3.2.1 关于热力学数据库的计量单位 |
| 3.2.2 有效数字位数的选定和表示 |
| 3.2.3 钛冶金WEB数据库中存储的热力学基础数据 |
| 3.2.4 热力学过程计算流程 |
| 3.3 体系热力学平衡计算 |
| 3.4 小结 |
| 第四章 钛冶金WEB数据库技术体系结构分析 |
| 4.1 钛冶金WEB数据库体系结构设计中的关键技术 |
| 4.1.1 中间件技术 |
| 4.1.2 Web数据库技术 |
| 4.2 基于Web的钛冶金数据库体系结构模型 |
| 4.2.1 客户/服务器应用模型 |
| 4.2.2 钛冶金WEB数据库体系结构分析和设计 |
| 4.3 小结 |
| 第五章 钛冶金WEB数据库系统体系结构设计 |
| 5.1 钛冶金WEB数据库系统设计中的关键技术 |
| 5.1.1 数据库访问技术 |
| 5.1.2 几种常用的数据库访问技术 |
| 5.1.3 PHP技术 |
| 5.1.4 PHP与其它Web数据库开发技术的比较 |
| 5.2 基于PHP技术的钛冶金数据库访问 |
| 5.2.1 基于PHP技术的数据库连接访问 |
| 5.2.2 基于Web的钛冶金数据库连接访问机制 |
| 5.3 基于MYSQL架构的钛冶金数据库系统 |
| 5.3.1 MYSQL数据库在本系统中的应用优点 |
| 5.3.2 基于PHP+MYSQL数据库的钛冶金WEB数据库系统 |
| 5.4 钛冶金WEB数据库系统设计 |
| 5.4.1 WEB数据库访问模式 |
| 5.4.2 钛冶金WEB数据库系统模块化设计 |
| 5.4.3 钛冶金数据库设计 |
| 5.4.4 钛冶金WEB数据库安全设计 |
| 5.5 小结 |
| 第六章 钛冶金数据库系统的WEB实现 |
| 6.1 系统页面的构成 |
| 6.1.1 系统主页 |
| 6.1.2 数据库系统的管理和维护页面 |
| 6.1.3 系统管理页面 |
| 6.2 数据库基础数据查询页面 |
| 6.2.1 化合物数据库首页 |
| 6.2.2 化合物查询页面 |
| 6.2.3 钛化合物热力学基础数据 |
| 6.2.4 钛物理性质基础数据 |
| 6.2.5 钛化合物结构基础数据 |
| 6.3 数据库计算功能实现 |
| 6.4 小结 |
| 第七章 结论 |
| 7.1 主要结论 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录A：攻读博士学位期间发表的论文 |
| 附录B：攻读博士学位期间参与的科研项目 |
| 附录C：部分源代码 |
（6）基于XML的Web数据库安全中间件研究与设计（论文提纲范文）
| 0 引言 |
| 1 Web数据库安全中间件设计框架 |
| 1.1 设计思想 |
| 1.2 Web数据库安全中间件逻辑结构 |
| 1.3 Web数据库安全中间件访问控制逻辑 |
| 1.4 Web数据库安全中间件数据存储设计 |
| 2 Web数据库安全中间件功能设计 |
| 3 关键技术说明 |
| 3.1 监听器实现技术 |
| 3.2 过滤器实现技术 |
| 3.3 漏洞扫描器实现技术 |
| 3.4 日志记录器实现技术 |
| 3.5 XML文件读写技术 |
| 3.6 数据加密/解密技术 |
| 4 系统原型实现与性能测试 |
| 4.1 系统原型实现 |
| 4.2 实验和性能仿真 |
| 5 结语 |
（7）Deep Web数据库集成技术的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容 |
| 1.4 论文创新点 |
| 1.5 论文结构 |
| 第2章Deep Web相关知识介绍 |
| 2.1 Deep Web数据库 |
| 2.1.1 Web数据库概念 |
| 2.1.2 Web数据库的异构性 |
| 2.2 现有Deep Web集成框架 |
| 2.3 本章小结 |
| 第3章 非实时查询Deep Web数据库集成设计 |
| 3.1 集成思想 |
| 3.1.1 获取数据源 |
| 3.1.2 数据集成 |
| 3.1.3 非实时查询处理 |
| 3.2 整体方案设计 |
| 3.3 举例说明 |
| 3.4 本章小结 |
| 第4章 实时查询Deep Web数据库集成技术 |
| 4.1 检索分类 |
| 4.2 数据源选择 |
| 4.3 本章小结 |
| 第5章 各集成技术的比较 |
| 5.1 非实时查询与现有集成技术的比较 |
| 5.2 实时查询与现有集成技术的比较 |
| 5.3 非实时查询与实时查询的比较 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（8）基于Internet的妊娠期高血压疾病远程监测与管理系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 总体设计思路 |
| 1.3 国内外研究现状 |
| 1.3.1 关于孕期监测与管理的现状 |
| 1.3.2 国内外对远程医疗的研究现状 |
| 1.4 论文各章节安排 |
| 第2章 指端容积脉搏波检测设备的设计 |
| 2.1 检测设备的硬件电路设计 |
| 2.1.1 反射式光电传感器 |
| 2.1.2 放大滤波电路 |
| 2.1.3 OLED 显示电路 |
| 2.1.4 单键开关电路 |
| 2.1.5 蓝牙模块 |
| 2.2 检测设备的底层软件设计 |
| 2.2.1 RVMDK 简介 |
| 2.2.2 μC/OSII 简介 |
| 2.2.3 移植μC/OSII |
| 2.2.4 基于μC/OSII 的设备驱动程序设计 |
| 2.2.5 GUI 图形库设计 |
| 2.3 应用层任务设计 |
| 2.3.1 按键处理任务 |
| 2.3.2 数据采集任务 |
| 2.3.3 脉搏波质量评价任务 |
| 2.3.4 脉搏波单波发送任务 |
| 2.3.5 用户界面显示任务 |
| 2.4 本章小结 |
| 第3章 基于 Android 的移动客户端设计 |
| 3.1 移动客户端总体设计 |
| 3.2 移动客户端功能模块的划分 |
| 3.3 移动客户端开发关键技术分析 |
| 3.3.1 基于 HTTP 协议的网络通信 |
| 3.3.2 XML 文件解析 |
| 3.4 蓝牙数据传输模块 |
| 3.4.1 Android 蓝牙介绍 |
| 3.4.2 蓝牙数据传输的实现 |
| 3.4.3 设备间通信协议设定 |
| 3.5 生理指标录入模块 |
| 3.6 血流参数计算模块 |
| 3.7 网络数据传输模块 |
| 3.8 本地数据存储模块 |
| 3.9 本章小结 |
| 第4章 基于 Web 数据库的妊高病后台管理系统的设计 |
| 4.1 Web 数据库概述 |
| 4.1.1 Web 数据库工作原理 |
| 4.1.2 Web 数据库开发 |
| 4.2 Django 框架 |
| 4.2.1 Django 框架的组件 |
| 4.2.2 Django 的 MTV 设计模型 |
| 4.2.3 Django 项目开发 |
| 4.3 系统分析与设计 |
| 4.4 系统的设计与实现 |
| 4.4.0 URL 地址分配 |
| 4.4.1 数据库的设计 |
| 4.4.2 关键的系统功能模块设计与实现 |
| 4.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
（9）Web数据库采样技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 问题的提出及意义 |
| 1.3 本文主要的工作 |
| 1.4 本文组织结构 |
| 第2章 Web数据库采样方法概述 |
| 2.1 Web数据库采样方法 |
| 2.1.1 双层伯努利模型 |
| 2.1.2 Hidden-DB-Sampler |
| 2.1.3 WDB-Sampler |
| 2.1.4 Probability-Based-Sampler |
| 2.1.5 NU-HDB-Sampler |
| 2.1.6 Keyword-Based-DB-Sampler |
| 2.2 Deep Web数据提取方法 |
| 2.3 Web信息抽取技术 |
| 2.4 中文分词技术 |
| 2.5 本章小结 |
| 第3章 一种新的Web数据库采样方法-RFSampler |
| 3.1 相关符号定义及预备知识 |
| 3.2 采样方法的评价体系 |
| 3.2.1 样本质量 |
| 3.2.2 采样代价 |
| 3.3 系统模型 |
| 3.4 系统流程 |
| 3.4.1 预处理阶段 |
| 3.4.2 查询条件的生成 |
| 3.4.3 采样终止条件 |
| 3.4.4 采样方法评价 |
| 3.5 本章小结 |
| 第4章 基于属性相关度的查询模式 |
| 4.1 相关概念 |
| 4.2 相关工作 |
| 4.3 属性相关度 |
| 4.4 查询模式 |
| 4.5 基于属性相关度的查询模式 |
| 4.6 本章小结 |
| 第5章 基于词频-属性值相关度的查询条件生成策略 |
| 5.1 相关概念 |
| 5.2 相关工作 |
| 5.3 词频分析 |
| 5.4 属性值相关度 |
| 5.5 基于词频-属性值相关度的查询条件生成策略 |
| 5.6 本章小结 |
| 第6章 实验分析及总结 |
| 6.1 实验结果及分析 |
| 6.1.1 实验的硬件和软件 |
| 6.1.2 实验结果及分析 |
| 6.2 本章小结 |
| 第7章 结论 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文和参加的项目 |
四、基于Web的数据库应用系统（论文参考文献）
- [1]浅析WEB数据库的安全[J]. 周靖. 办公自动化, 2020(13)
- [2]物联网环境下Web数据库异常数据检测方法研究[J]. 张清川,孙帆,王宇晨,李金良,王洁. 计算机测量与控制, 2017(09)
- [3]基于Web的数据库安全技术研究[D]. 邹雪皎. 北京邮电大学, 2017(03)
- [4]WEB数据库安全技术研究与应用[J]. 张晓飞. 智能城市, 2016(04)
- [5]基于Web的钛冶金数据库系统研究和开发[D]. 贺韬. 昆明理工大学, 2015(04)
- [6]基于XML的Web数据库安全中间件研究与设计[J]. 王振辉,王振铎,谢膺白,支侃买. 计算机应用与软件, 2015(08)
- [7]Deep Web数据库集成技术的研究[D]. 卢一枝. 上海师范大学, 2015(01)
- [8]基于Internet的妊娠期高血压疾病远程监测与管理系统[D]. 李洋. 北京工业大学, 2013(03)
- [9]Web数据库采样技术研究[D]. 乔隽. 东北大学, 2013(03)
- [10]主题分布在Deep Web数据库选择中的应用[J]. 郑东,施化吉. 计算机工程与应用, 2013(10)