草庐IT

前后端分离数据传输加解密方案(建议方案二)

方案一 请求响应参数全部加密1.优缺点   a.优点:实现简单,比明文传输安全   b.缺点:1)由于加密所有参数,效率低下2)信息全加密,不利于前后端联调 3)密钥传输不安全,容易被拦截    优化点:前端生成AES对称加密密钥,用rsa私钥非对称加密将AES密钥加密,传给到后端,后端用rsa公钥解密后获取到AES密钥,这样前后端就有了公共的AES密钥了2.开发步骤(AES对称加密)    加密流程:   a.前端调用接口/web/security/v1/getAesKey并将其保存在sesssionStrage中   b.后端在前端调用/web/security/v1/getAesKey时

Git的进阶使用(二)

本篇文章旨在分享本人在学习Git时的随笔记🤩文章目录概述1、Git分支1.1主干分支1.2其他分支1.2.1创建分支1.2.2查看分支1.2.3切换分支1.2.4删除分支2、Git合并2.1主干分支2.2其他分支2.3合并分支3、Git冲突3.1主干分支3.2其他分支3.3切换分支-B13.4切换分支-B23.5合并分支-B13.6合并分支-B2最后概述  在实际的操作中,有些文件可能再不同的场合需要同时使用不同的内容,而且还不能冲突,比如项目的配置文件,我需要本地进行测试,同时还要部署到服务器上进行测试。本地环境和服务器上的环境是不一样的,所以同一个配置文件就需要根据环境的不同,进行不同的修

Eigen库的基本使用说明(二)

 之前的文章中,简单的介绍了一些基本的操作,回归之前的内容可以参考一下链接:zEigen库的基本使用说明_每日亿学的博客-CSDN博客_eigen库 本章内容主要就是继续延伸Eigen库的使用内容也会实时进行更新,Eigen库在SLAM中使用广泛,需要对这个库有一定的熟悉。一、赋值操作首先最简单的如何给申请好的矩阵对象进行赋值?1、定义对象时//这里以动态的矩阵模板为例子MatrixXia{//创建2x2matrix{1,2},//firstrow{3,4}//secondrow};Matrixc={1,2,3,4,5};2、类似输入流的方式Matrix3fm;m3、(,)赋值注意这里和数组不

计算机网络大题分析(二)

        某校园网有两个局域网,通过路由器R1、R2和R3互联后接入Internet,S1和S2为以太网交换机,局域网采用静态P地址配置,路由器部分接口以及各主机的IP地址如图所示;:假设NAT转换表结构为:请回答下列问题:【分析】网络拓扑图中,是由三个路由器来分割局域网,用R1大网下,分成两个内网,互为内外网,即R2和R3两个内网。路由器采用静态IP地址配置,并且使用NAT(网络地址转换),即通过配置NAT表将外网固定的静态的IP范围端口号转换成内网固定的静态网络端口号。(1)为使H2和H3能够访问Web服务器(使用默认端口号),需要进行什么配置?【分析】H2和H3同属于R2局域网中,

Python——实验二

一、求余数【问题描述】输入两个整数x,y,求x除以y的余数。【输入形式】两个整数x,y,每个占一行。【输出形式】余数。【样例输入】153【样例输出】0x=eval(input())y=eval(input())yu=x%yprint(yu)二、x3+y3+z**3【问题描述】输入x,y,z,求出x3+y3+z3,输出结果。【输入形式】3个浮点数,每个整数占一行。【输出形式】整数结果。【样例输入】1.01.01【样例输出】3.0x=eval(input())y=eval(input())z=eval(input())r=x**3+y**3+z**3print(r)三、求5个分数的平均分数【问题描

【HCIE-BigData-Data Mining课程笔记(二)】预备知识-数学基础

预备知识-数学基础文章目录预备知识-数学基础一、线性代数1.行列式及矩阵2.矩阵分解2.1特征值2.2奇异值二、概率论与数理统计3.随机事件3.1随机事件及其概率3.2离散型随机变量及其分布3.3连续型随机变量及其分布4.条件概率4.1随机向量及其分布4.2条件概率-贝叶斯公式4.3随机变量的数字特征5.假设检验5.1大数定律与中心极限定理5.2样本与抽样分布5.3参数估计与假设检验6.模型分析6.1方差分析和回归分析三、信息论基础知识6.2信息熵与基尼系数四、最优化7.最优化问题7.1最优化问题7.2梯度下降法一、线性代数1.行列式及矩阵1.1行列式行列式是一个将方阵映射到一个标量的函数,记

SaaS 架构实现理论(二)多租户/高性能多租户

高性能多租户1、构建Multi-Tenant应用1.1、做项目1.2、做产品1.3、多租户1.4、SaaS多租户设计(共享数据库,共享数据架构)2、高性能的Multi-Tenant最佳实践2.1、数据库层性能优化2.1.1、建立合适的索引2.1.2、消除大数据表链接2.1.3、避免复杂SQL2.2、应用层性能优化2.2.1、Cashe2.2.2、统计和报表计算2.2.3、基于Tenent的索引搜索2.2.4、异步操作2.3、Web层性能优化2.4、性能监控《互联网时代的软件革命-SaaS架构》学习笔记二1、构建Multi-Tenant应用1.1、做项目“4+1”视图时架构设计的结构标准,场景视

SpringBoot集成Elasticsearch7.4 实战(二)

1、前言本篇文章主要讲的是:在Springboot环境下,利用JAVA环境操作索引,集成SpringBoot等相关知识2.SpringBoot集成开发工具,这里选择的是IDEA2019.2,构建Maven工程等一堆通用操作,不清楚的自行百度。2.1.POM配置我这边选择elasticsearch-rest-high-level-client方式来集成,发现这有个坑,开始没注意,踩了好久,就是要排除掉elasticsearch、elasticsearch-rest-client,这里没有选择spring-boot-starter-data-elasticsearch,因为最新版的starter现

UE5学习笔记(二)——3D材质蓝图的常用节点介绍

什么是材质:材质是模型表面涂抹的油漆,多层油漆形成了物理基础渲染(PBRPhysicallyBasedRendering),它可以模拟自然界的任何材料的视觉效果。双击一个材质,可以打开材质蓝图(MaterialGraph)基础的四个属性为:在使用材质蓝图时,以下几个快捷操作可以方便你使用:按住右键移动整个蓝图滚轮可以放大缩小蓝图视图拖动左键框选可以选中多个节点右键空白后,输入关键词,快速加入节点法线纹理可以直接拖入蓝图中,生成节点按住alt点击已连接的接口,可以断开接口以下几个快捷键可以快速插入常用节点:按住数字1,2,3左键点击空白区域,可以快速插入常数值、二位数值、三维数值空白处按住U点击

Selenium:定位(二:By模块定位,简单无基础)

目录一、简介:二、BY模块三、find_element方法和find_elements方法1)、find_element方法和find_elements方法的区别2)、find_element方法和find_elements方法搭配BY模块使用        (1)find_element方法:        (2)find_elements方法:三、测试用例1)、定位逻辑2)、实际用例测试代码一、简介:        Selenium是通过模拟人对浏览器进行操作,既然是模拟人进行操作,那么就需要选择对页面上的哪一个标签进行操作。例如想让Selenium对页面上的登录按钮进行点击,就需要先让S