关于防SQL,xss攻击,过滤字符, 写了一个过滤器,但别人说是最土的办法,请教各位高端解决方案

嘛米嘛米轰 2014-08-04 05:59:51
RT,多多交流,博闻广见
...全文
377 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
嘛米嘛米轰 2014-08-05
  • 打赏
  • 举报
回复
说的这些回答, 项目中已经用了, 但还需要一个过滤器 来过滤,URL ,但 又不能配置在 web.xml中, 不然做修改,需要重启系统,代价太大, 目前方案是需要过滤的特殊字符写在 数据库中,配置, 但 又因为 频繁访问数据库 影响性能
markcxz 2014-08-05
  • 打赏
  • 举报
回复
java下使用PreparedStatement即可 http://blog.csdn.net/kingskyleader/article/details/4800397
markcxz 2014-08-05
  • 打赏
  • 举报
回复
参数化SQL语句即可,参考 http://database.51cto.com/art/201009/224530_all.htm
中华雪碧 2014-08-04
  • 打赏
  • 举报
回复
sql注入,不要用字符串拼接sql的方式
zy_think123 2014-08-04
  • 打赏
  • 举报
回复
土就土,能解决问题就行
内容概要:本文详细介绍了朴素贝叶斯分类器的工作原理及其在分类任务中的应用,通过一个包含三个特征和一个类别标签的数据集实例,演示了如何利用贝叶斯定理计算后验概率以实现样本分类。文中推导了先验概率与条件概率的计算方法,并结合具体样例展示了预测过程,最终根据最大后验概率确定分类结果。此外,文章还介绍了sklearn中MultinomialNB的参数含义与使用方式,包括平滑参数alpha、先验概率设置fit_prior与class_prior等关键配置,并解释了各属性的实际意义。最后总结了朴素贝叶斯算法的优缺点,强调其理论基础强、实现简单、计算开销小、易并行化的优点,同时指出其依赖特征独立假设、对噪声敏感、模型选择重要以及在高维空间中存在局限性的不足。; 适合人群:具备基本机器学习知识、正在学习分类算法的研发人员或数据科学初学者;适用于希望深入理解朴素贝叶斯原理及其实现细节的1-3年经验开发者。; 使用场景及目标:①理解朴素贝叶斯如何基于概率进行分类决策;②掌握MultinomialNB在文本分类等场景中的参数调优与实际应用;③分析算法优劣并判断其适用范围。; 阅读建议:此资源侧重于理论推导与代码参数解析相结合,建议读者在学习过程中动手复现计算步骤,并结合真实数据集进行实验,以加深对条件概率、平滑机制和先验设定的理解。

81,115

社区成员

发帖
与我相关
我的任务
社区描述
Java Web 开发
社区管理员
  • Web 开发社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧