全书共10章，分别介绍了SQL注入的基本概念，如何发现、确认并利用SQL注入和SQL盲注，利用操作系统防御SQL注入，SQL注入的一些高级话题，代码层和平台层防御等知识，书中主要针对的是Microsoft SQL Server、MySQL和Oracle这三大主流数据库。本书注重于实践，涉及的内容也比较前沿，另外，还包含了大量翔实的案例，它们都具有很好的现实指导作用，读者可从中学到最新的攻击和防御技术。 第1章什么是SQL注入 第2章SQL注入测试 第3章复查代码中的SQL注入 第4章利用SQL注入 第5章SQL盲注利用 第6章利用操作系统 第7章高级话题 第8章代码层防御 第9章平台层防御 第10章参考资料

利用热力学计算软件Thermo-Calc及镍基合金数据库,计算了三种700℃以上超超临界电站用过热器管道材料Inconel740、Inconel617和GH2984合金的热力学平衡相图,并对比了三种材料主要析出相的析出行为.计算结果表明:三种合金主要的析出相包括γ、γ'、碳化物、σ、η、δ、μ及α-Cr等,凝固过程中Mo、Nb和Ti元素偏析严重,会降低合金的初熔点,因此后期均匀化退火处理十分重要.另一方面,750℃时Inconel740合金γ'相析出量大于另外两种合金,并且Al和Ti含量对γ'相和η相析出行为有较大影响.碳化物的计算表明,Inconel617合金一次碳化物与另两种合金不同,并且其二次碳化物的析出温度范围最大.GH2984合金中Fe含量较大时会导致σ相出现,对合金的性能产生不利影响

借助Thermo-calc软件对FeCrAl不锈钢所属的Fe-（18~21） Cr-（3~5） Al-（0~0.03） C-（0~0.2） Si-（0~0.2） Mn多元体系在凝固过程中的相变及析出行为进行了研究.采用Thermo-calc中TCFE7数据库对该体系的垂直截面图进行计算，分析了不同组元对凝固和冷却过程中相变的影响，并得到FeCrAl不锈钢的平衡凝固相变路径图.结果表明FeCrAl不锈钢由1600℃平衡冷却至300℃的过程中完整的平衡相变路径为：L→AlN+αδFe→AlN+αδFe+Cr7C3→AlN+αδFe+Cr7C3+Cr23C6→AlN+αδFe+Cr23C6→AlN+αδFe+Cr23C6+σ→AlN+αδFe+Cr23C6+σ+α'→AlN+αδFe+Cr23C6+α'.凝固过程中Cr7C3与σ相是否析出分别取决于体系中C、Si含量；Al含量的提高可扩大αδFe+Cr7C3的稳定区，降低α'相的析出温度，抑制σ相的析出；Cr含量的提高可以减小αδFe+Cr7C3的稳定区，扩大σ相和α'相的稳定区

提出了一种联合多种边缘检测算子的无参考质量评价算法，同时考虑一阶和二阶边缘算子，避免了单一算子的局限性.该方法首先将彩色图像转换为灰度图像，然后计算灰度图像的梯度，相对梯度以及LOG特征.本文所使用的特征分为两部分，一部分提取相对梯度方向的标准差，另一部分利用条件熵来量化不同特征之间的相似性和相互关系，并且考虑到人眼特性进行多尺度计算，最后使用自适应增强（AdaBoost）神经网络进行训练和预测.在公共数据库LIVE和TID2008上进行实验，结果表明新方法对失真图像的预测评分与主观评分有较高的一致性，能很好地反映图像质量的视觉感知效果，仅使用10维特征，性能优于现有的主流无参考质量评价算法

针对分类数据, 通过数据对象在属性值上的集中程度定义了新的基于属性值集中度的类内相似度(similarity based on concentration of attribute values, CONC), 用于衡量聚类结果中类内各数据对象之间的相似度; 通过不同类的特征属性值的差异程度定义了基于强度向量差异的类间差异度(dissimilarity based on discrepancy of SVs, DCRP), 用于衡量两个类之间的差异度.基于CONC和DCRP提出了新的分类数据聚类有效性内部评价指标(clustering validation based on concentration of attribute values, CVC), 它具有以下3个特点: (1)在评价每个类内相似度时, 不仅依靠类内各数据对象的特征, 还考虑了整个数据集的信息; (2)采用几个特征属性值的差异评价两个类的差异度, 确保评价过程不丢失有效的聚类信息, 同时可以消除噪音的影响; (3)在评价类内相似度及类间差异度时, 消除了数据对象个数对评价过程的影响.采用加州大学欧文分校提出的用于机器学习的数据库(UCI)进行实验, 将CVC与类别效用(category utility, CU)指标、基于主观因素的分类数据指标(categorical data clustering with subjective factors, CDCS)指标和基于信息熵的内部评价指标(information entropy, IE)等内部评价指标进行对比, 通过外部评价指标标准交互信息(normalized mutual information, NMI)验证内部评价效果.实验表明相对其他内部评价指标, CVC指标可以更有效地评价聚类结果.此外, CVC指标相对于NMI指标, 不需要数据集以外的信息, 更具实用性

在现有工艺条件下，校验和完善二冷区铸坯凝固传热计算数学模型，开发三维二冷配水模型，解决目前设备状况下冷却水分布不均匀对铸坯温度的影响，从而控制铸坯表面质量，特别是铸坯的角部裂纹，同时对板坯连铸二冷配水制度进行改进和优化，使之满足高效连铸生产条件和改善铸坯质量的需要。提出压下参数计算公式，结合所开发三维二冷配水模型，优化现有压下工艺，提出并应用精准可控单段压下、非稳态压下控制，集中解决连铸板坯中心偏析、中心疏松和缩孔等内部质量问题。同时优化模型数据库，使之数据更加完备，模型计算更加准确，同时模型具备异钢种混浇过程二冷及压下控制功能，能够进行凝固终点W形预测与控制，可进一步提高模型适用性和准确性。模型开发并成功在多家钢厂现场应用，有效改善了铸坯裂纹和偏析等铸坯表面和内部的质量问题

提出一种基于灰度信息和支持向量机的人眼检测方法.首先,利用人眼区域灰度变化比人脸其他部位灰度变化明显的特征,采用图像灰度二阶矩(方差)建立人眼方差滤波器,在固定人眼搜索区域内,应用人眼方差滤波器搜索候选人眼图像;然后,使用训练的支持向量机分类器精确检测人眼区域位置;最后,采用图像灰度信息率定位人眼中心(虹膜中心).该方法在BioID、FERET和IMM人脸数据库中的测试结果显示:没有佩戴眼镜人脸图像正确率分别为98.2%、97.8%和98.9%,406幅佩戴眼镜人脸图像正确率为94.9%;人眼中心定位正确率分别为90.5%、88.3%和96.1%.通过与目前方法比较,该方法获得较好的检测效果

由于镁对钢的脱氧、脱硫、净化钢水及转变夹杂物形态的良好作用,近年来许多冶金工作者致力于加镁精炼钢水的研究工作,但因在冶金温度下镁的蒸汽压很高,而其在钢水的溶解度又极小,加入困难,这方面的研究多归于失败。本文利用阿亨大学热力学数据库计算了以氩作为载气喷镁的脱氧、脱硫作用,以及压力和氩量对其影响,通过实验制定了行之有效的喷吹工艺,选择了合适的控制参数。在1-3大压下,氩量为0.1-0.3N.L/m:n,可以向钢水成功地喷入镁。经过镁精炼的钢水,氧含量可降至4ppm,硫含量降至10ppm,氧化物及硫化物的评级均为0级,其尺寸均在5μm之下。随着喷镁量的增加(钢水重量的0.062至%0.56%),夹杂物中镁的氧化物及硫化物量增加,夹杂物总量减少且呈球形,此种夹杂物在热形变中不变形。因此在通常材料中所存在的各向异性完全消失,特别是缺口冲击韧性横向性能值提高了2~3倍。文章对材料在不同温度下的冲击韧性、过渡温度及断口夹杂物的形态进行了研究和论述

在高炉炉缸破损调研的基础上对高炉炉缸耐火材料热面凝铁层进行取样,利用扫描电子显微镜、物相分析等分析手段揭示了凝铁层的物相组成,并运用Thermol-calc热力学计算软件结合TCFE8数据库对铁水中石墨碳的析出温度及析出相分数进行了计算,最后揭示了炉缸凝铁层物相的形成机理.结果表明,高炉炉缸凝铁层主要由Fe相和石墨碳相交替分布组成,铁水成分对石墨碳析出温度影响较大,石墨碳析出温度远高于铁水凝固温度,铁水中C、Si元素含量对石墨碳析出相分数影响较大,而石墨碳析出相可增大铁水黏度11.9%.凝铁层中石墨碳的析出主要是由于Fe-耐火材料界面温度低于石墨碳析出温度,使得铁水中C不断向耐火材料热面迁移,进而形成Fe-C交替的分层结构

针对人耳识别中存在姿态、光照变化等问题,提出信息融合的方法,将二维人耳和三维人耳的信息进行融合,以克服姿态、光照对人耳识别的影响.对于二维人耳,由于姿态等的变化会导致人耳图像数据在高维空间中呈现出非线性流形结构,采用等距映射这种流形学习算法进行特征提取,对三维深度人耳则采用3D局部二值模式进行特征提取,然后分别进行二维和三维人耳识别,最后在决策层进行融合识别.在79人的人耳数据库上进行了实验,每人8幅带姿态的二维人耳图像和6幅带光照的三维人耳深度图像.实验结果表明,与单独的二维人耳和三维人耳识别相比,融合之后的识别效果和认证效果均有很大的改善