计算机毕设答辩提问（小程序/网站）

• 问题1：项目使用了什么技术？
• 问题2：为什么使用这个技术（框架）？这个技术有什么优点？
• 问题3：模块功能的具体实现
• 问题4：数据库加密了吗？
• 问题5：设计表的原则？
• 问题6：你做压测了吗？QPS怎么样？
• 问题7：前后端请求流程。
• 问题8：项目最难的部分，怎么完成的
• 问题9：项目不足
• 问题10：项目乱码怎么解决？
• 问题11：项目异常怎么处理
• 问题12：主外键，索引的作用，原理？
• 问题13：服务器干嘛的？
• 问题14：为什么要用框架？
• 问题15：项目是独立完成还是团队完成？
• 问题16：测试方法？
• 问题17：运用到的学科知识有哪些？
• 问题18：页面传值方法：
• 答辩现场老师提的问题
• 问题（网站）
• 问题（入侵检测是基于特征还是异常？）
• 问题（量子计算方面）
• 问题（深度学习）
• 问题：（数字签名投票系统网站）
• 问题：（Grover量子搜索算法分析）
• 问题：（知识图谱与用户画像）
• 问题：（图卷积漏洞检测）
• 注意事项

昨天进行了答辩，没有想象中的那么难，老师们都和蔼可亲，整体还不错。我们学校是上午进行答辩，下午代码检测。
答辩主要是是学生做好PPT，展示，介绍项目，老师提问，时间为5分钟左右。
下午的代码检测部分，主要是老师对代码部分进行检查，提问，考察学生的项目是不是自己做的，是否为独立完成，不是独立完成，个人完成度是否符合毕设的要求等。
下午比上午难度大点，老师啥都问，还要现场删代码，然后学生复原。
ps：也有小组的PPT讲解和代码检测同时进行。
接下来是我总结的老师们的提问。
我的毕设是一个小程序。

问题1：项目使用了什么技术？

答：前端是Uni-app、后端Spring Boot，在Spring Boot的Mapper层嵌入了MyBatis持久层架构，MySQL数据库

问题2：为什么使用这个技术（框架）？这个技术有什么优点？

前端使用Vue，前后端解耦，前后端分析，代码更加规范。

Spring Boot：简化项目配置，可以独立打包部署，运行更方便不需要在外部导入其他的配置，与服务器。

MySQL：免费的，且开源，轻量级。

问题3：模块功能的具体实现

1） 案例检索功能模块：该部分主要包括3个子功能。
第一个：文书检索：用户可以选择不同的关键字对法律文书进行搜索，通过关键字类型URL，通过检索关键字的可触发不同的条件对文书进行查询，其中查询是模糊查询。
第二个是文书排序和筛选：检索得到文书列表后，可对文书进行排序和筛选，其中排序选用的冒泡排序和Uni-app框架中的compare比较器实现。案例筛选是通过选择不同的字段对其筛选。
第三个是文书详情页：该页面主要是显示某一具体文书的详细信息，用户可在该页面点击收藏图标，完成对该文书的收藏，实现方法主要是获取文书id，通过该ID调用文书详情数据表，完成对文书的查询。

2）案例分析功能模块：该部分主要使用阿里云Echarts插件对数据进行可视化分析，数据交由后端处理，后端对相关字段通过MapperRequst()方法类聚合，完成对数据的提取。

3）案例收藏功能模块：
实现收藏的前提条件是用户必须登录，用户登录后，获取用户编号，进入案例详情页面，用户点击收藏，触发收藏URL，把案例id和用户id同时请求接口，然后存入数据库，就可以知道是哪个用户收藏的哪个文书，在收藏页面，因为获取了用户id可以找到该用户所收藏的文书。
onPullDownRefresh（）方法实现下拉刷新功能。

4）个人信息管理模块：
当用户对该小程序授权后，前端微信官方提供的wx.getUserProfile方法获取用户的ID、用户名、用户所在地，并且对其加密，后端拿到数据后，存储到数据库中。

问题4：数据库加密了吗？

对用户信息的保存进行加密了，采用的是微信官方的加密方法函数，以url+key方式进行。

问题5：设计表的原则？

数据字典，三段式，主键、外键、自增主键，E-R图。
数据字典：程序设计方法。
三段式：数据表中的字段和主键直接对应不依靠其他中间字段；
主键是唯一标识一条记录，不能有重复，不允许为空，而外键可以重复，可以是空值；2、主键是用来保持数据完整性，外键是用来建立与其他表联系用的；3、主键只有一个，外键可以有多个。
定义主键和外键主要是为了维护关系数据库的完整性。
数据库设计遵循三段式（三范式）；
数据表间采用外键关联；

E-R图也称实体-联系图 (Entity Relationship Diagram)，提供了表示实体类型、属性和联系的方法，用来描述 现实世界 的 概念模型。它是描述现实世界关系概念模型的有效方法。 是表示概念关系模型的一种方式。

问题6：你做压测了吗？QPS怎么样？

做过，postman测试过。

问题7：前后端请求流程。

首先前端DSN解析IP，选择服务器，三次握手，pom.xml，filter
然后前端Uni-app–>Spring Boot–>Mapper–>Controller–>Service–>Dao->MySQL
请求到数据后：Dao->Service->Controller
->前端

问题8：项目最难的部分，怎么完成的

前后端框架的搭建，前后数据交互、缓存。
通过查阅相关资料，因选用的框架为当前热门框架，故跟着网上的视频学习过，重点是对每一个接口的封装都要保持一致，尤其是字段名以及字段名的类型，方法类基本相似，前端可以用console灵活打印结果。查看是否一致。
遇到的某一问题：在对文书详情页的案号（case_number）写入后端时，因错写该字段的类型，导致项目出错，无法显示文书详情页面。
解决方法：首先在APIPOST中输入该接口地址，查看前端是否接收到数据。
然后，前端没有接收到数据，表示问题出现了后端或数据库，Spring Boot查看该接口的Dao层，以及编译时的错误原因。最后，找到错误，在Mapper层修改字段类型。

问题9：项目不足

此次设计主要是本地部署，没有实现内网穿透、服务器部署。UI还需要进一步提高。

问题10：项目乱码怎么解决？

数据库新建选择UFT-8
后端前端的依赖都选用UTF-8

问题11：项目异常怎么处理

在底层Service层采用throw将异常向上抛，在controller层选择try catch避免整个系统崩溃。不是每层都异常处理。

问题12：主外键，索引的作用，原理？

各个数据表的ID都为该表的主键，select by id数据库更新需要使用。
主外键的区别：1）主键是唯一标识一条记录，不能有重复，不允许为空，而外键可以重复，可以是空值；2）主键是用来保持数据完整性，外键是用来建立与其他表联系用的；3）主键只有一个，外键可以有多个。
MySQL的索引，原理为B+树，每层查询的数据是固定的，提高查询速度。

问题13：服务器干嘛的？

运行项目，启动项目Tomcat

问题14：为什么要用框架？

不用框架会更加复杂，用框架可以解决常见问题，运用框架使得代码更规范、更优雅。

问题15：项目是独立完成还是团队完成？

独立完成。

问题16：测试方法？

对项目进行功能测试时，采用黑盒测试。其中对接口测试，接口响应式速度选用APIPOST，压力测试选着postman。

问题17：运用到的学科知识有哪些？

数据结构：主要用来存储数据以及数据的相关操作，例如：线性表（排序选择）、（双端）队列（检索出的文书列表）、栈（数据的写入，例如：检索的关键字记录、意见反馈等）。
软件工程：设计和开发流程，采用自底向上的开发方法、自顶向下的测试流程，测试主要是黑盒测试。
移动终端编程：前后端分离架构，页面间的逻辑，以及编程语言JavaScript。
TCP/IP网络编程：前后端通讯的实现，以及数据缓存和数据交互。

问题18：页面传值方法：

微信小程序不同页面传值方法，用过两种设置缓存和通过url传值。
设置缓存
设置缓存：wx.setStorageSync(‘message缓存名字’,res.data.message缓存值)
获取缓存：wx.getStorageSync(‘message缓存名字’)

通过url传值
在url中传入要发送的值
wx.navigateTo({
url: ‘…/sectionItem/sectionItem?id=’ + that.data.id + ‘&chapter=’ + event.currentTarget.dataset.id,
})

需要加载的page中的onLoad方法中获取值
onLoad:function (options){
console.log(“id:”+options.id)
console.log(“chapter:”+options.chapter)
}

答辩现场老师提的问题

问题（网站）

1）传统技术与基于react的技术区别？为什么选择它们。
2）查询的业务需要自己写吗？
3）中后端适配怎么实现？

问题（入侵检测是基于特征还是异常？）

1）选择怎样的漏洞，有什么特征？
2）数据集是否很大？数据量过小，较小的数据集，是否有使用深度学习的必要性？

问题（量子计算方面）

1）介绍原理时，算法原理和步骤，为什么量子质数分解可以刚好分解为指数基地；

2）这个平台有什么限制？

3）该平台为什么可以用这两种方法实现近似周期？

1）经典复杂度为多少？量子算法的复杂度为多少？
2）加速器设置为多少？
3）转质怎么实现？什么矩阵？
4）模拟是在哪里实现的？为什么不选择百度？百度不是当下流行的吗？
5）维度太大的计算量为多少？为什么选择二维？
6）建议：量子状态的存储不能直译。

问题（深度学习）

1）硬件方面有要求吗？在什么硬件设备上实现？
2）训练的数据集有多大？
3）基线方法。

问题：（数字签名投票系统网站）

1）如果修改，所有地方都修改了吗？
2）与其他的同类型的网站相比较，有什么优点？
3）适应哪些场景？有什么意义？
4）性能问题有考虑吗？架构方面如何？

问题：（Grover量子搜索算法分析）

1）量子算法不是第一个？实践上是吗？也不是？
2）完备性搜索算法？
3）为什么选择Grover算法解决这个问题？
4）是否真机实现过？结果怎么样？找出来了吗？
5）量子计算机的结果数据很大吗？

问题：（知识图谱与用户画像）

1）知识图谱是自己做的吗？
2）知识图谱和用户画像结合的有什么优势，其对比是什么？
3）在知识图谱和用户画像的对比中，为什么只和协同过滤算法对比？

问题：（图卷积漏洞检测）

1）入侵检测是基于特征还是异常？
2）选择怎样的漏洞，有什么特征？
3）数据量有多大？太小是否有进行深度学习的必要？

注意事项

答辩最好熟悉项目，不是自己写的也要多看几遍。不仅要熟悉逻辑，更重要的是熟悉代码啊，老师们特别喜欢扣代码细节。还有就是和学科相关的知识点。