基于Web的交通旅游订票系统的设计与实现
这是一篇关于订票系统,NET架构,设计模式,对象组合,OataSet的论文, 主要内容为基于Web的交通旅游售票系统是通过网络查询信息，进行交通票券的预订、购买支付的电子商务系统，其中的交通票券包括机票、船票以及Bus票等。订票在购票交易过程中扮演着十分重要的角色，设计和实现一个完整的基于Web的订票系统能够为旅客提供一个快捷、便利的购票渠道，对促进交通旅游票务事业的发展具有十分重要的意义。 本文深入探讨了WEB应用系统开发过程及其相关技术，结合实际工程项目中售票系统的功能需求和业务流程分析，运用动态网页、数据库、数据结构、网络通信等技术，提出了订票系统解决方案，将整个订票系统分成订购、结账、票券促销、订单查询、票点查询和会员管理共六个功能模块，在此基础上重点解决了系统体系结构、购物篮设计及系统安全三个关键问题。 订票系统的规模较大，涉及的票券种类较多，在实现过程中要求多个子系统并行开发，这对系统体系结构的健壮性、可扩展性有很高的要求。在对C／S和B／S两种开发模式深入分析的基础上，综合运用电子商务开发技术，本文提出了建立基于.NET架构的系统N层分布式体系结构，并将系统的业务逻辑划分为数据实体、实体控制、数据访问、业务规则和业务外观等五个独立的层。在具体的实现过程中，采用Facade和Adapter两种设计模式，为系统建立统一接口类，有效地满足了售票系统的规模需求和将来业务增长的需要。 交通旅游票券的信息结构以及本系统订票流程比较复杂，采用一般数组式结构的购物篮无法满足这一要求。综合运用XML和ADO.NET技术，本文提出了采用对象组合技术设计一种基于数据集(DataSet)的购物篮数据实体模型解决了上述问题。 安全性是设计和实现基于Web技术的售票系统要解决的关键性问题之一，本文对售票系统的安全性作出了深入的探索，基于ASP.NET技术，设计了会员登录的表单认证，以增强系统的安全性。 系统的设计与实现综合运用了ASP.NET，ADO.NET，XML，Web Services等技术，完成了数据库开发、票券信息管理系统设计和网页站点设计等工作。文中提出的许多方案解决了相关工程中的实际问题，为此类系统的开发提供了有效的措施。
航空订票服务器爬虫检测技术研究
这是一篇关于反爬虫,订票系统,可视分析,支持向量机,Redis的论文, 主要内容为网络爬虫是一种自动化浏览网页和抓取网页数据的程序,是多种网络应用的关键技术,如搜索引擎依赖于爬虫获取网页中的信息。但随着网络爬虫技术的发展,一些恶意爬虫对电子商务造成了不可忽视的损失,它们占据网络带宽,触碰用户隐私,窃取商业信息等。在航空订票系统网络爬虫的危害更甚,因此本文设计了一套针对航空查订票系统的反爬虫可视交互系统,协助用户通过分析大规模且动态变化的IP日志数据来检测爬虫。本文系统采用反爬虫模型离线计算,爬虫实时在线检测的运行方式。使用历史日志数据建立反爬虫模型,再利用此模型对实时的访问日志进行分析,判断当前的访问是否为爬虫。同时可以定期进行离线模型的再学习和更新,以适应新型爬虫。本系统利用Redis缓存技术处理航空票务网站等其他电商平台的高并发请求来保证实时爬虫检测响应。本文设计的可视化界面提供了航线图、柱状图、饼图等多种可视化手段,方便用户随时查看历史和实时的查订票状况和爬虫检测效果。同时以IP地址聚合和查询量排序模块协助用户分析和识别动态IP爬虫,以特征筛选、IP历史详情查询等可视化模块支持用户手工筛选训练样本来更新SVM分类模型。本文创新点有:开发了E-build服务器端的通用爬虫检测系统,可替换各航空公司现有的前端反爬虫系统;考虑了爬虫的整体行为,发现了大量的动态IP;提供了可视交互界面以高效的更新分类器,保持检测算法长效性;利用Redis缓存技术实现高并发请求的爬虫实时检测。以某航空公司访问E-Build服务器的日志数据进行的实验结果表明,该系统能够有效地抓取多种爬虫,极大地降低无效查询量,并且能方便地更新分类模型,保持检测算法的长效性。
航空订票服务器爬虫检测技术研究
这是一篇关于反爬虫,订票系统,可视分析,支持向量机,Redis的论文, 主要内容为网络爬虫是一种自动化浏览网页和抓取网页数据的程序,是多种网络应用的关键技术,如搜索引擎依赖于爬虫获取网页中的信息。但随着网络爬虫技术的发展,一些恶意爬虫对电子商务造成了不可忽视的损失,它们占据网络带宽,触碰用户隐私,窃取商业信息等。在航空订票系统网络爬虫的危害更甚,因此本文设计了一套针对航空查订票系统的反爬虫可视交互系统,协助用户通过分析大规模且动态变化的IP日志数据来检测爬虫。本文系统采用反爬虫模型离线计算,爬虫实时在线检测的运行方式。使用历史日志数据建立反爬虫模型,再利用此模型对实时的访问日志进行分析,判断当前的访问是否为爬虫。同时可以定期进行离线模型的再学习和更新,以适应新型爬虫。本系统利用Redis缓存技术处理航空票务网站等其他电商平台的高并发请求来保证实时爬虫检测响应。本文设计的可视化界面提供了航线图、柱状图、饼图等多种可视化手段,方便用户随时查看历史和实时的查订票状况和爬虫检测效果。同时以IP地址聚合和查询量排序模块协助用户分析和识别动态IP爬虫,以特征筛选、IP历史详情查询等可视化模块支持用户手工筛选训练样本来更新SVM分类模型。本文创新点有:开发了E-build服务器端的通用爬虫检测系统,可替换各航空公司现有的前端反爬虫系统;考虑了爬虫的整体行为,发现了大量的动态IP;提供了可视交互界面以高效的更新分类器,保持检测算法长效性;利用Redis缓存技术实现高并发请求的爬虫实时检测。以某航空公司访问E-Build服务器的日志数据进行的实验结果表明,该系统能够有效地抓取多种爬虫,极大地降低无效查询量,并且能方便地更新分类模型,保持检测算法的长效性。
基于Web的交通旅游订票系统的设计与实现
这是一篇关于订票系统,NET架构,设计模式,对象组合,OataSet的论文, 主要内容为基于Web的交通旅游售票系统是通过网络查询信息，进行交通票券的预订、购买支付的电子商务系统，其中的交通票券包括机票、船票以及Bus票等。订票在购票交易过程中扮演着十分重要的角色，设计和实现一个完整的基于Web的订票系统能够为旅客提供一个快捷、便利的购票渠道，对促进交通旅游票务事业的发展具有十分重要的意义。 本文深入探讨了WEB应用系统开发过程及其相关技术，结合实际工程项目中售票系统的功能需求和业务流程分析，运用动态网页、数据库、数据结构、网络通信等技术，提出了订票系统解决方案，将整个订票系统分成订购、结账、票券促销、订单查询、票点查询和会员管理共六个功能模块，在此基础上重点解决了系统体系结构、购物篮设计及系统安全三个关键问题。 订票系统的规模较大，涉及的票券种类较多，在实现过程中要求多个子系统并行开发，这对系统体系结构的健壮性、可扩展性有很高的要求。在对C／S和B／S两种开发模式深入分析的基础上，综合运用电子商务开发技术，本文提出了建立基于.NET架构的系统N层分布式体系结构，并将系统的业务逻辑划分为数据实体、实体控制、数据访问、业务规则和业务外观等五个独立的层。在具体的实现过程中，采用Facade和Adapter两种设计模式，为系统建立统一接口类，有效地满足了售票系统的规模需求和将来业务增长的需要。 交通旅游票券的信息结构以及本系统订票流程比较复杂，采用一般数组式结构的购物篮无法满足这一要求。综合运用XML和ADO.NET技术，本文提出了采用对象组合技术设计一种基于数据集(DataSet)的购物篮数据实体模型解决了上述问题。 安全性是设计和实现基于Web技术的售票系统要解决的关键性问题之一，本文对售票系统的安全性作出了深入的探索，基于ASP.NET技术，设计了会员登录的表单认证，以增强系统的安全性。 系统的设计与实现综合运用了ASP.NET，ADO.NET，XML，Web Services等技术，完成了数据库开发、票券信息管理系统设计和网页站点设计等工作。文中提出的许多方案解决了相关工程中的实际问题，为此类系统的开发提供了有效的措施。
航空订票服务器爬虫检测技术研究
这是一篇关于反爬虫,订票系统,可视分析,支持向量机,Redis的论文, 主要内容为网络爬虫是一种自动化浏览网页和抓取网页数据的程序,是多种网络应用的关键技术,如搜索引擎依赖于爬虫获取网页中的信息。但随着网络爬虫技术的发展,一些恶意爬虫对电子商务造成了不可忽视的损失,它们占据网络带宽,触碰用户隐私,窃取商业信息等。在航空订票系统网络爬虫的危害更甚,因此本文设计了一套针对航空查订票系统的反爬虫可视交互系统,协助用户通过分析大规模且动态变化的IP日志数据来检测爬虫。本文系统采用反爬虫模型离线计算,爬虫实时在线检测的运行方式。使用历史日志数据建立反爬虫模型,再利用此模型对实时的访问日志进行分析,判断当前的访问是否为爬虫。同时可以定期进行离线模型的再学习和更新,以适应新型爬虫。本系统利用Redis缓存技术处理航空票务网站等其他电商平台的高并发请求来保证实时爬虫检测响应。本文设计的可视化界面提供了航线图、柱状图、饼图等多种可视化手段,方便用户随时查看历史和实时的查订票状况和爬虫检测效果。同时以IP地址聚合和查询量排序模块协助用户分析和识别动态IP爬虫,以特征筛选、IP历史详情查询等可视化模块支持用户手工筛选训练样本来更新SVM分类模型。本文创新点有:开发了E-build服务器端的通用爬虫检测系统,可替换各航空公司现有的前端反爬虫系统;考虑了爬虫的整体行为,发现了大量的动态IP;提供了可视交互界面以高效的更新分类器,保持检测算法长效性;利用Redis缓存技术实现高并发请求的爬虫实时检测。以某航空公司访问E-Build服务器的日志数据进行的实验结果表明,该系统能够有效地抓取多种爬虫,极大地降低无效查询量,并且能方便地更新分类模型,保持检测算法的长效性。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设项目助手 ，原文地址：https://bishedaima.com/lunwen/53422.html
