毕业设计引用文献读后感

我的毕业设计是关于多重加密的题库管理系统设计与实现，因此引用文献分布于这几个方面：加密，数据库，选题策略，xml解析。

在毕业设计中我引用了以下文献：

[1]张菊玲.基于改进蚁群算法的英语考试自动组卷系统[J].微型电脑应用,2022,38(11):85-88.

[2]张超,彭长根,丁红发,许德权.基于国密SM9的可搜索加密方案[J].计算机工程,2022,48(07):159-167.DOI:10.19678/j.issn.1000-3428.0062771.

[3]张健. 基于混合算法的自动组卷在线考试系统[D].扬州大学,2021.DOI:10.27441/d.cnki.gyzdu.2021.000902.

[4]孙僖泽,周福才,李宇溪,张宗烨.基于可搜索加密机制的数据库加密方案[J].计算机学报,2021,44(04):806-819.

[5]张健.基于智能算法的自动组卷在线考试系统[J].信息与电脑(理论版),2021,33(07):97-99.

[6]任建平,赵春辉,赵美虹,周蓓蓓.题库管理系统的设计与实现[J].福建电脑,2021,37(02):103-105.DOI:10.16707/j.cnki.fjpc.2021.02.032.

[7]闫海忠,闫远.Python读取Word表格数据及批量处理的方法[J].电脑编程技巧与维护,2021(01):57-60.DOI:10.16184/j.cnki.comprg.2021.01.021.

[8]张笑从,郭华,张习勇,王闯,刘建伟.SM4算法快速软件实现[J].密码学报,2020,7(06):799-811.DOI:10.13868/j.cnki.jcr.000407.

[9]陶文玲,侯冬青.PyQt5与Qt设计师在GUI开发中的应用[J].湖南邮电职业技术学院学报,2020,19(01):19-21.

[10]朱腾超. 基于遗传算法的在线考试系统设计与实现[D].电子科技大学,2019.

[11]李森. MD5算法的分析与研究[D].杭州电子科技大学,2017.

[12]李经纬,贾春福,刘哲理,李进,李敏.可搜索加密技术研究综述[J].软件学报,2015,26(01):109-128.DOI:10.13328/j.cnki.jos.004700.

[13]李双,徐茂智.基于属性的可搜索加密方案[J].计算机学报,2014,37(05):1017-1024.

[14]Mehmet Yildirim. A genetic algorithm for generating test from a question bank[J]. Computer Applications in Engineering Education,2010,18(2).

[15]冯进,丁博,史殿习,张瞩熹,许凯.XML解析技术研究[J].计算机工程与科学,2009,31(02):120-124.

[16]吴静霞. 基于智能组卷的在线考试系统的设计与实现[D].苏州大学,2008.

[17]张爱文,樊红莲.自适应遗传算法用于自动组卷中的数学模型设计[J].哈尔滨理工大学学报,2006(05):18-20.

[18]唐朝舜,董玉德,熊蓉.在线随机组卷算法研究及实现[J].合肥工业大学学报(自然科学版),2006(03):296-299.

[19]王灿辉.计算机自动组卷算法研究[J].福州大学学报(自然科学版),2001(S1):8-10+14.

[20]瞿裕忠,张剑锋,陈峥,王丛刚.XML语言及相关技术综述[J].计算机工程,2000(12):4-6+30.

[21]秦志红.DOCX文档解析及隐藏信息提取算法[J].通信技术,2021,54(11):2557-2563.

[22]廖琪男.基于Word和PPT文档图像的信息隐藏[J].计算机工程,2010,36(10):163-164+167.

 

docx的存储方式使用的是XML与嵌入技术，由于需要保证严谨、多样的文本格式，因此对存储空间的利用率较低，存储内容复杂。在题目的保存中是有图片、公式、特殊符号等多种情况出现。因此我们需要对其xml文件进行解析。在读了文献后，我对其xml文件的特定标签有了简单的了解，可以快速定位到本文、图片、段落、公式的标签特征。除此，对XML文件的理解也让我在把数据库中存储的数据还原到docx文件时方便许多。

在读取了数据之后需要保存，而我做的是多重加密的系统，因此对加密算法的选择十分重要。由于md5计算的便捷性与存储所用空间小，我选择用md5对题干和图片进行hash计算。由于sm4算法是国产加密算法，在我国使用安全性更高，除此，由于其输出内容固定长度，加密靠谱，实现简单，因此选用sm4。

毕业设计的一大难点在于题目存储时的数据库设计，在阅读了大量文献后，我完成了对题目属性的设计，对其约束条件因地制宜地做了一些改进。

在题库设计系统中最不可或缺的是选题策略，常见的选题策略有回溯法、随机抽题法，随机抽题法随机性高，最容易避免每次选出来的题目重复，但是选题速度较慢。因此回溯法的选题策略应运而生。回溯法选题大大提高了工作效率，能够在（分数、题型、章节、难度等）某一个条件不满足要求时便停止该题组并返回上个题组。但是回溯法的工作效率也不尽人意，因此作者提到了用遗传算法进行选题。
遗传算法相较于回溯法，它有着收敛快，随机性高，如果在没有解的情况下能给出近似解的优点。在题库系统选题中，我们不能照搬遗传算法，需要进行一定的改进。首先是标准遗传算法的交叉和突变运算不能直接用于生成试卷，因为必须使用整数编码的个体，而这些运算在个体上产生重复的基因组。为了解决这一问题，提出了一种突变操作来防止交叉个体上的重复，并将搜索随机引导到新的空间。

读了文章后我觉得可以将题组对约束条件的符合分别设置成多个评分，评分和越高说明越符合组卷要求，将我们的书面要求因此量化。如果超过一定迭代次数或者迭代多次后总分没有明显变化，则停止迭代，输出评分最高的题组。

除此，加密算法的选择对于题库系统也比较关键。

在关于pyqt的文献阅读后，让我对界面设计程序qt designer的使用更加熟练，因此，我也能迅速写出题库的界面，并提供接口对接后台程序。