互联网应用自考笔记知识点汇编_第1页
互联网应用自考笔记知识点汇编_第2页
互联网应用自考笔记知识点汇编_第3页
互联网应用自考笔记知识点汇编_第4页
互联网应用自考笔记知识点汇编_第5页
已阅读5页,还剩2页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

互联网应用自考笔记知识点汇编4.动态网页与后端技术后端技术选型:Python(Django/Flask):生态丰富,Django内置管理后台、ORM,Flask轻量灵活(如个人博客开发)。Node.js(Express/Koa):基于JavaScript,前后端同构(如Next.js框架),适合实时应用(如聊天系统)。渲染方式:四、网络安全与管理1.网络安全威胁主动攻击:DDoS(分布式拒绝服务):通过大量傀儡机(僵尸网络)向目标发送请求,耗尽带宽/连接(如某游戏服务器被攻击后无法登录)。SQL注入:利用SQL语句漏洞,非法操作数据库(如输入`'OR'1'='1`绕过登录验证)。XSS(跨站脚本):注入恶意脚本到网页,窃取用户Cookie(如论坛帖子中嵌入`<script>alert(document.cookie)</script>`)。被动攻击:窃听:通过抓包工具(如Wireshark)截取网络数据(如公共WiFi下的未加密通信)。流量分析:通过分析数据量、频率推断敏感信息(如军事行动的通信模式)。恶意软件:病毒:需宿主(如.exe文件),自我复制并破坏文件(如CIH病毒破坏BIOS)。木马:伪装成合法程序,窃取信息(如“灰鸽子”控制受害者电脑)。蠕虫:无需宿主,通过网络自我传播(如“尼姆达”蠕虫利用系统漏洞扩散)。2.安全防护技术防火墙:包过滤防火墙:基于IP、端口过滤(如禁止外部访问3306端口,防止MySQL被攻击)。加密技术:对称加密:同一密钥加解密(如AES-256,适合大量数据加密)。非对称加密:公钥加密、私钥解密(如RSA,用于数字签名、密钥交换)。认证与授权:身份认证:用户名+密码、短信验证码、生物识别(指纹/人脸)。授权:OAuth(第三方登录,如微信登录知乎)、JWT(JSONWebToken,无状态认证,适合分布式系统)。3.网络管理OSI网络管理功能:故障管理:检测、定位、修复故障(如路由器宕机后自动切换备用链路)。配置管理:管理设备配置(如批量修改交换机VLAN)。性能管理:监控带宽、延迟(如通过Zabbix查看服务器CPU使用率)。安全管理:访问控制、日志审计(如防火墙的访问日志)。计费管理:统计网络使用量(如运营商按流量收费)。SNMP(简单网络管理协议):组成:管理器(如Nagios)、代理(设备内置的SNMP模块)、MIB(管理信息库,存储设备参数)。操作:Get(获取参数)、Set(修改参数)、Trap(代理主动上报事件,如接口断开)。五、电子商务与电子政务1.电子商务模式B2B(企业对企业):企业间的采购/销售(如阿里巴巴国际站,制造商向批发商供货)。B2C(企业对消费者):企业直接面向用户(如京东自营,品牌方→消费者)。C2C(消费者对消费者):个人间的交易(如淘宝二手、闲鱼,个人卖家→个人买家)。O2O(线上到线下):线上引流、线下消费(如美团外卖,线上下单→线下配送)。2.电子支付体系第三方支付:依托平台担保交易(如支付宝“担保交易”,买家确认收货后打款给卖家)。移动支付:通过手机完成支付(如微信支付的“扫一扫”、ApplePay的NFC支付)。数字货币:以数字形式存在的法定货币(如数字人民币,支持离线支付、匿名性)。3.电子政务应用服务模式:G2G(政府间):如国家政务服务平台与地方平台的数据互通。G2B(政府对企业):如电子税务局,企业在线报税、申领发票。G2C(政府对公民):如“粤省事”,市民在线办理社保、公积金查询。G2E(政府对员工):如内部OA系统,公务员在线审批、请假。核心价值:打破地域与时间限制,提升政务效率(如“一网通办”实现“最多跑一次”)。六、新兴技术与互联网融合1.云计算服务模式:IaaS(基础设施即服务):提供虚拟机、存储(如阿里云ECS)。PaaS(平台即服务):提供开发环境(如GoogleAppEngine)。SaaS(软件即服务):直接使用软件(如钉钉、Salesforce)。部署模式:公有云:第三方运营(如AWS),成本低、扩展性强。私有云:企业自建(如银行的私有云),安全性高。混合云:结合公有与私有(如企业核心数据存私有云,对外服务用公有云)。2.大数据应用特征(4V):Volume(规模大):PB级数据(如淘宝双11交易数据)。Velocity(速度快):实时数据流(如股票行情、物联网传感器数据)。Variety(类型多):结构化(数据库)、非结构化(图片、视频)、半结构化(XML、JSON)。Value(价值密度低):需挖掘(如从海量用户行为中提取消费偏好)。处理技术:批处理:Hadoop(MapReduce+HDFS),适合离线分析(如用户画像)。流处理:SparkStreaming、Flink,适合实时分析(如实时推荐、frauddetection)。3.人工智能+互联网推荐系统:协同过滤:基于用户/物品的相似性(如“购

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论