模仿 Github,设计一个博客网站的 API

网站的API:

https://api.exampleBlog.com
登录:

需要使用用户的信息进行登录,同时如果有出现异常的状态的话会根据不同的情况返回40x not found

curl -u username:password https://api.exampleBlog.com/login
404 not fonud: 是HTTP对网页错误情况返回的一种状态码,
当用户在浏览器中输入网址时,服务器会根据输入的地址
判断是否有对应的网页信息,如果没有对应信息,
说明用户输入的可能是一串无效的链接,服务器就会向用户
返回404 not found状态码,告诉用户没有找到对应的网页信息。

403 not found: 403错误是一种在网站访问过程中,常见的错误提示,
表示资源不可用。服务器理解客户的请求,但拒绝处理它,
通常由于服务器上文件或目录的权限设置导致的WEB访问错误。

在主页上对网页的内容进行操作的时候主要会用到一下几个变量:

GET(SELECT):从服务器取出资源(一项或多项)。
POST(CREATE):在服务器新建一个资源。
PUT(UPDATE):在服务器更新资源(客户端提供改变后的完整资源)
PATCH(UPDATE):在服务器更新资源(客户端提供改变的属性)。
DELETE(DELETE):从服务器删除资源。

主页:

登录之后就可以在下面的网址中看到用户的个人主页,里面有他的所有博客的基本信息和摘要

GET https://api.exampleBlog.com/username

或者查看该用户的最新文章:

GET https://api.exampleBlog.com/username/latest

如果想要查看某一篇博客的具体内容,则需要

GET https://api.exampleBlog.com/username/article_1

根据分类功能还可以获取到各种文章的类别

GET https://api.exampleBlog.com/username/classify

这些获取到的信息都会以JSON格式存储


然后是发布一篇文章,需要提供文章的一些具体信息

POST https://api.exampleBlog.com/username/article_2

删除某一篇文章:

DELETE https://api.exampleBlog.com/username/article_3

不管是查找还是发布还是删除的操作,都是需要利用curl来进行访问的

curl -i -u username -data '{"JSON FORM":["data"]}' https://api.exampleBlog.com/username

我使用cmd尝试输入curl -i www.baidu.com之后会有以下的输出

HTTP/1.1 200 OK
Accept-Ranges: bytes
Cache-Control: private, no-cache, no-store, proxy-revalidate, no-transform
Connection: Keep-Alive
Content-Length: 2381
Content-Type: text/html
Date: Thu, 21 Nov 2019 08:46:25 GMT
Etag: "588604ec-94d"
Last-Modified: Mon, 23 Jan 2017 13:28:12 GMT
Pragma: no-cache
Server: bfe/1.0.8.18
Set-Cookie: BDORZ=27315; max-age=86400; domain=.baidu.com; path=/

所以类似的,如果获取网站里的某一篇博客的话,就会返回某一篇博客以JSON为格式的信息,大致如下:

curl -i -u https://api.exampleBlog.com/username/article_1
HTTP/1.1 200 OK
...
{
	"author":username,
	"date":xxxx/xx/xx
	"title":article_1,
	"Abstract":xxx,
	"text":xxx,
}
...
内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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
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