[2019编程]第十节教学大纲:Route技术在download方面的应用.

目录

 

第一步:创建项目

第二步:创建下载资源

第三步:修改RouteConfig.cs文件

第四步:修改全局文件Global.asax.cs文件

第五步:创建控制器

第六步:创建视图

第七步:测试结果

小结


第一步:创建项目

C#,Mvc4,基本

第二步:创建下载资源

在Content目录下,创建一个downlaod/a/b/ 目录,最后再在b目录下创建一个cs.zip压缩包文件,如下图所示:

第三步:修改RouteConfig.cs文件

在RouteConfig.cs文件的下方,添加下方的两个路由:

   routes.MapRoute(
             name: "ForbiddenDownload",
             url: "Content/download/a/b/{id}.zip",
             defaults: new { controller = "Home", action = "Alert", id = UrlParameter.Optional }
         );

            routes.MapRoute(
            name: "ForgeHtml",
            url: "{controller}/{action}/{id}.html",
            defaults: new { controller = "Home", action = "MakeHtml", id = UrlParameter.Optional }
        );

第四步:修改全局文件Global.asax.cs文件

在Applicaiton_Start事件的前面添加如下代码

  RouteTable.Routes.RouteExistingFiles = true;

第五步:创建控制器

HomeController.cs 代码如下:

using System;
using System.Collections.Generic;
using System.Linq;
using System.Web;
using System.Web.Mvc;

namespace MvcRoute.Controllers
{
    public class HomeController : Controller
    {
        //
        // GET: /First/

        public ActionResult Index()
        {
            return View();
        }
        public ActionResult Alert()
        {
            return View();
        }
        public ActionResult GetZip()
        {
            return File(Server.MapPath("~/Content/download/a/b/cs.zip"),"application/x-rar-compressed","MyCS.zip");
        }

        public ActionResult MakeHtml()
        {
            return View();
        }
    }
}

第六步:创建视图

创建上述所有Action对应的默认csthml文件

Index.cshtml:

@{
    ViewBag.Title = "Index";
}

<h2>Index</h2>
<h2><a href="/Content/download/a/b/cs.zip">非法下载压缩包</a></h2>
<h2><a href="/Home/GetZip">合法下载压缩包</a></h2>

Alert.csthml:

@{
    ViewBag.Title = "Alert";
}

<h2>Alert:禁止直接访问下载资源</h2>

MakeHtml:

@{
    ViewBag.Title = "ForgeHtml";
}

<h2>伪静态页面</h2>

第七步:测试结果

小结

1.Route技术可以完成用户请求的安全审查及导航作用.

2.Route技术可以对旧的或不规范的URL重新整理规划.

3.Route技术在download方面实现安全下载,可以防止盗链等问题.

 

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

gCodeTop 格码拓普 老师

您的鼓励.我的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值