U社区后台核心模块的设计与实现

发布时间：2017-07-17 00:00

  本文关键词：U社区后台核心模块的设计与实现

  更多相关文章： U社区 Oauth协议 基于RBAC的权限管理 敏感信息过滤

【摘要】：U社区是以移动用户生活圈为中心覆盖其周围5公里以内的年轻群体及商家店铺的真实的虚拟网络社区，基于生活圈构建的社交的网络平台。U社区服务平台主要的目的是为人们的生活带来乐趣和便捷，随时随地为人们提供各种服务和交流。无论人们是在办公室、商业中心还是在家中以及其它地方都可以通过移动端设备或PC端登陆U社区来获取自己想要的服务。 U社区虽然是网络上的虚拟社区，但却映射了人们生活中的真社区。其中U的含义是英文ubiquitous的缩写，它指的是任何时间、任何地点、任何人都可以通过移动互联网方便的访问社区并得到任何想要的服务信息。U社区的理念体现了未来物联网构建的U时代的“四任何三无所”基本概念，即任何人或实体，利用任何网络环境，在任何时间和任何地点都可以通过无所不在的网络，在无所不包的应用平台上，得到无所不能的服务。U社区为未来以物联网为基础的智能知识型社会网络的链接提供底层的接口准备。 本文对U社区的后台服务进行了研究和分析，设计并实现了后台支撑系统中的几个核心服务模块。主要包括第三方通用账号登陆模块、基于RBAC的权限管理模块和敏感信息的识别与过滤模块。第三方通用账号登陆功能极大方便了用户的登陆和使用，借助第三方开放平台庞大的用户基数，来提升U社区的访问量，并能为U社区提供详细的用户信息、完整的好友关系、多元的传播渠道。基于RBAC的权限管理能够灵活地支持系统的安全策略，，并对应用系统的变化有很大的伸缩性。同时，在操作上，权限分配直观、容易理解，便于管理员处理大量用户信息。在敏感信息的识别与过滤模块中，本文对文本的分词采用了最大逆向匹配算法，对文本的特征提取采用了TF×IDF算法，最后通过字典树匹配算法对敏感词汇进行匹配和屏蔽，极大提高了U社区后台的安全性和规范性，为干净绿色的网络环境提供了技术保障。 实验表明，本文设计并实现的U社区后台核心服务模块达到了预定的目标，满足设计的要求，试运行期间运行稳定、操作管理准确快捷，用户和管理者反馈满意，具有良好的应用前景。同时，本文的工作对于相关研究具有一定参考意义和借鉴价值。 本文的内容共分为以下7章： 第1章（绪论）首先阐述了本文的研究意义，介绍了本文的主要工作。同时，列出了本文的组织结构。 第2章（相关技术和研究背景简介）介绍了移动端BBS与U社区的研究背景和基于RBAC的权限管理以及敏感信息识别与过滤算法等内容。 第3章（总体概览）总体介绍了主要模块的功能、数据库设计、采用的架构以及本文研究在整个系统中的位置等内容。 第4章（通用账号登陆与基于RBAC的权限管理）详细介绍了该系统的中对于第三方通用账号登陆与基于RBAC的权限管理的具体实现。 第5章（敏感信息的识别与过滤）详细介绍了系统中敏感信息的识别与过滤的具体实现。对文本分词、特征提取和字典树匹配算法进行了详细阐述。 第6章（运行结果与分析）主要展示了该系统关键部分的运行界面。 第7章（总结与进一步工作）对本文工作进行了总结，然后阐述了系统有待改进的地方。
【关键词】：U社区 Oauth协议 基于RBAC的权限管理 敏感信息过滤
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 摘要4-6
• Abstract6-11
• 第1章 绪论11-13
• 1.1 研究的意义11
• 1.2 本文的主要工作11-12
• 1.3 本文的组织结构12-13
• 第2章 研究背景和相关技术简介13-20
• 2.1 BBS 的演化与没落13-14
• 2.2 移动互联网与微社区的兴起14-16
• 2.3 基于 RBAC 的权限管理16
• 2.4 文本分词16-17
• 2.5 字典树匹配算法17-19
• 2.6 小结19-20
• 第3章 总体概览20-31
• 3.1 U 社区服务平台的结构20-21
• 3.2 主要功能模块的构成21-23
• 3.3 U 社区的数据流图23-24
• 3.4 U 社区的框架24-28
• 3.5 本文工作在系统中的位置和作用28
• 3.6 数据库设计28-30
• 3.7 小结30-31
• 第4章 通用账号登陆与基于 RBAC 的权限管理的详细实现31-43
• 4.1 通用账号登陆31-36
• 4.1.1 准备工作32-34
• 4.1.2 获取 AccessToken34-36
• 4.2 基于 RBAC 的权限管理36-40
• 4.3 权限管理的数据库表40-42
• 4.4 小结42-43
• 第5章 敏感信息的识别与过滤的详细实现43-49
• 5.1 敏感信息过滤的处理流程43
• 5.2 文本分词43-45
• 5.3 文本的特征提取45
• 5.4 字典树匹配算法45-47
• 5.5 小结47-49
• 第6章 运行结果与分析49-59
• 6.1 系统的主要运行界面49-58
• 6.1.1 登陆界面49-51
• 6.1.2 主界面51-52
• 6.1.3 权限管理52-55
• 6.1.4 敏感信息的识别与过滤55-58
• 6.2 小结58-59
• 第7章 总结与进一步工作59-61
• 7.1 总结59
• 7.2 进一步的工作59-61
• 参考文献61-63
• 致谢63

【参考文献】

中国期刊全文数据库 前10条

1 崔尚森,冯博琴;最长前缀匹配查找的索引分离trie树结构及其算法[J];计算机工程与应用;2005年20期

2 台德艺;王俊;;文本分类特征权重改进算法[J];计算机工程;2010年09期

3 施聪莺;徐朝军;杨晓江;;TFIDF算法研究综述[J];计算机应用;2009年S1期

4 庞剑锋,卜东波,白硕;基于向量空间模型的文本自动分类系统的研究与实现[J];计算机应用研究;2001年09期

5 夏志雄,张曙光;RBAC在基于Web管理信息系统中的应用[J];计算机应用研究;2004年07期

6 李国臣;文本分类中基于对数似然比测试的特征词选择方法[J];中文信息学报;1999年04期

7 沈志斌;白清源;;文本分类中特征权重算法的改进[J];南京师范大学学报(工程技术版);2008年04期

8 刘丽霞;张志强;;基于Trie树的相似字符串查找算法[J];计算机应用;2013年08期

9 丁振国;张卓;黎靖;;基于Hash结构的逆向最大匹配分词算法的改进[J];计算机工程与设计;2008年12期

10 戴耿毅;佘静涛;;基于双数组Trie树算法的字典改进和实现[J];软件导刊;2012年07期

本文编号：551055