记一次初次进入公司的考核任务

本文介绍了一种利用AOP技术实现加密解密的过程。在Java应用中,通过Spring AOP实现了对Controller层方法调用前后的参数及返回值进行加密解密处理,确保了数据的安全性。
package com.core.advice;

import java.net.URLDecoder;
import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.HashMap;
import java.util.Map;

import org.apache.log4j.Logger;
import org.aspectj.lang.ProceedingJoinPoint;
import org.aspectj.lang.annotation.Around;
import org.aspectj.lang.annotation.Aspect;
import org.springframework.stereotype.Component;

import com.core.tool.JsonUtil;
import com.core.tool.Test2;

@Component
@Aspect
public class AdviceTest {
Logger log = Logger.getLogger(AdviceTest.class);

@Around("execution(* com..*.controller..*(..))")
public Object myprocess(ProceedingJoinPoint point) throws Throwable {
if (point.getTarget().toString().startsWith("com.spjz.webhtml")) {
String returnValue = (String) point.proceed(point.getArgs());
return returnValue;
}
JsonUtil util = new JsonUtil();
// 访问目标方法的参数:
Object[] args = point.getArgs();
String ve = "";

ve = (String) args[0];
ve = URLDecoder.decode(ve, "UTF-8");
boolean flag = true;
if (ve != null) {
if (ve.charAt(0) == '=') {
ve = ve.substring(1, ve.length());
flag = false;
}
}
Map<String, Object> map1 = util.jsonToMap(ve);

String key1 = (String) map1.get("key");
String message = (String) map1.get("message");
Test2 des = new Test2(key1);// 生成密钥

String messageDe = des.decrypt(message, flag);// 解密后的真实数据
// 用改变后的参数执行目标方法
args[0] = messageDe;
System.out.println("传入值==="+messageDe);
String returnValue = (String) point.proceed(args);// 用改变后的参数去执行方法
System.out.println("输出值==="+returnValue);
SimpleDateFormat dateFormater = new SimpleDateFormat("yyyy-MM-dd HH:mm");
Date date = new Date();
String currentTime = dateFormater.format(date);// 获取当前时间

Test2 key = new Test2(currentTime);// 自定义密钥
String values = key.encrypt(returnValue);
Map<String, Object> map = new HashMap<String, Object>();
map.put("message", values);
map.put("key", currentTime);
String reJson = util.objectToJson(map);

return reJson;
}

}
基于分布式模型预测控制的多个固定翼无人机一致性控制(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制的多个固定翼无人机一致性控制”展开,采用Matlab代码实现相关算法,属于顶级EI期刊的复现研究成果。文中重点研究了分布式模型预测控制(DMPC)在多无人机系统中的一致性控制问题,通过构建固定翼无人机的动力学模型,结合分布式协同控制策略,实现多无人机在复杂环境下的轨迹一致性和稳定协同飞行。研究涵盖了控制算法设计、系统建模、优化求解及仿真验证全过程,并提供了完整的Matlab代码支持,便于读者复现实验结果。; 适合人群:具备自动控制、无人机系统或优化算法基础,从事科研或工程应用的研究生、科研人员及自动化、航空航天领域的研发工程师;熟悉Matlab编程和基本控制理论者更佳; 使用场景及目标:①用于多无人机协同控制系统的算法研究与仿真验证;②支撑科研论文复现、毕业设计或项目开发;③掌握分布式模型预测控制在实际系统中的应用方法,提升对多智能体协同控制的理解与实践能力; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注DMPC算法的构建流程、约束处理方式及一致性协议的设计逻辑,同时可拓展学习文中提及的路径规划、编队控制等相关技术,以深化对无人机集群控制的整体认知。
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
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