大纲 HTTP 响应的内容 HTTP 响应对象 响应对象功能和方法 Java EE 企业应用系统开发 HTTP 响应处理编程 王晓东 wangxiaodong@ouc.edu.cn 中国海洋大学 November 17, 2018 大纲 HTTP 响应的内容 HTTP 响应对象 响应对象功能和方法 学习目标 1. 掌握 HTTP 响应的内容，包括响应状态行、响应头、响应 体。 2 HTTP 响应对象的类型及其生命周期，掌握响应 对象的功能。 3. 学习并实践掌握部分响应对象方法的用法。 大纲 HTTP 响应的内容 HTTP 响应对象 响应对象功能和方法 大纲 HTTP 响应的内容 HTTP 响应对象 响应对象功能和方法 大纲 HTTP 响应的内容 HTTP 响应对象 响应对象功能和方法 接下来⋯ HTTP 响应的内容 HTTP 响应对象 响应对象功能和方法 响应的内容 HTTP 响应对象 响应对象功能和方法 HTTP 响应的内容 在 Web 服务器接收请求处理后，向客户端发送 HTTP 响应 （Response）。 O 响应的内容 ▶ 响应状态（Status Code） ▶ 响应头（Response Header） ▶ 响应体（Response Body） 大纲 HTTP 响应的内容 HTTP 响应对象 响应对象功能和方法 ‚ HTTP

3. 人工智能安全风险分类 …………………………………… 3 3.1 人工智能内生安全风险 ……………………………… 3 3.2 人工智能应用安全风险 ……………………………… 5 4. 技术应对措施 ……………………………………………… 7 4.1 针对人工智能内生安全风险 ………………………… 7 4.2 针对人工智能应用安全风险 ………………………… 9 5. 综合治理措施 ……………………………………………… 用趋势，从人工 智能技术自身、人工智能应用两方面分析梳理安全风险，提出针对性防范应对 措施。关注安全风险发展变化，快速动态精准调整治理措施，持续优化治理机 制和方式，对确需政府监管事项及时予以响应。 1.3 技管结合、协同应对。面向人工智能研发应用全过程，综合运用技术、 管理相结合的安全治理措施，防范应对不同类型安全风险。围绕人工智能研发 应用生态链，明确模型算法研发者、服务提供者、使用者等相关主体的安全责 术、 管理两方面提出防范应对措施。同时，目前人工智能研发应用仍在快速发展， 安全风险的表现形式、影响程度、认识感知亦随之变化，防范应对措施也将相 应动态调整更新，需要各方共同对治理框架持续优化完善。 2.1 安全风险方面。通过分析人工智能技术特性，以及在不同行业领域 应用场景，梳理人工智能技术本身，及其在应用过程中面临的各种安全风险 隐患。 2.2 技术应对措施方面。针对模型算法、训练数据、算力设施、产品服务、

3 // Rewrite the method. 4 } 当请求方式为 POST 时自动运行，每次请求都运行一次。 doGet 和 doPost 方法都接收 Web 容器自动创建的请求对象和 响应对象，使得 Servlet 能够解析请求数据和发送响应给客户端。 大纲 Web 基础 Servlet 概述 Servlet 编程 Servlet 生命周期 Servlet 配置 Servlet 部署 doGet() 或 doPost() 方法。将请求对象和响应对象 传给 doGet() 或 doPost() 方法。 7. 在 doGet() 或 doPost() 方法内通过 HttpServletRequest 的 请求对象分析出用户发送的请求信息。 8. 按用户的要求进行业务处理。 9. 通过 HttpServletResponse 响应对象向浏览器发送响应信息。 大纲 Web 基础 Servlet doGet() 或 doPost() 方法。将请求对象和响应对象 传给 doGet() 或 doPost() 方法。 7. 在 doGet() 或 doPost() 方法内通过 HttpServletRequest 的 请求对象分析出用户发送的请求信息。 8. 按用户的要求进行业务处理。 9. 通过 HttpServletResponse 响应对象向浏览器发送响应信息。 大纲 Web 基础 Servlet

. 232 18.2 HTTP 响应对象 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 18.2.1 响应对象类型 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 18.2.2 响应对象生命周期 . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 18.3 响应对象功能和方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 18.3.1 设置响应状态码 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234 设置响应头的便捷方法 . . . . . . . . . . . . . . . . . . . . . . . . . 236 18.3.4 响应对象方法——向客户端传送 Cookie . . . . . . . . . . . . . . . 236 18.3.5 响应对象方法——请求重定向 . . . . . . . . . . . . . . . . . . . . . 237 18.3.6 设置响应体发送功能

本节习题 Web 跳转方式 ‚ 重定向（redirect） 典型的重定向跳转方式如下： ▶ 地址栏手工输入新的 URL 地址； ▶ 单击超链接； ▶ 提交 FORM 表单； ▶ 使用响应对象 response 的 sendRedirect() 方法。 重定向跳转方法都是由客户端浏览器来执行的，由此可见重定向 增加了网络的访问流量。 大纲 Web 应用环境对象 Java EE Web 转发与重定向的区别 1. 发生的地点不同 重定向由客户端完成，而转发由服务器完 成。 2. 请求/响应的次数不同 重定向两次请求，创建两个请求对象 和响应对象，而转发是一次请求，只创建一个请求对象和响 应对象。重定向无法共享请求/响应对象，而转发可以。 3. 目标位置不同 重定向可以跳转到 Web 应用以外的文档，而 转发只能在一个 Web 内部文件中间进行。  注意 转发之前不应有响应发送，否则导致异常 转发与重定向的区别 1. 发生的地点不同 重定向由客户端完成，而转发由服务器完 成。 2. 请求/响应的次数不同 重定向两次请求，创建两个请求对象 和响应对象，而转发是一次请求，只创建一个请求对象和响 应对象。重定向无法共享请求/响应对象，而转发可以。 3. 目标位置不同 重定向可以跳转到 Web 应用以外的文档，而 转发只能在一个 Web 内部文件中间进行。  注意 转发之前不应有响应发送，否则导致异常

price: user.balance -= product.price ? 目录 CONTENTS 常见不安全代码 代码检查的工具 总结：如何规避风险 常见不安全代码 小心 eval 应对： 在生产环境中，任何情况下都不要使用eval。 import sys def run(s): try: v = eval(s) except Exception as e: print(e) name:") print("Your name is: ", name) if __name__ == "__main__": sign_up() 应对： 使用较新版本的Python3。Python2中可改用raw_input。 小心类型溢出 应对： 使用较新版本的Python3，而不使用发行版OS自带的旧版Python。 捕获并处理溢出错误，可以减少风险。在重要的位置做好防御式 编程，检查好入参的类型与合法的上下限。 assert def do_sth(request, user): assert user.is_admin, "Permission denied!" user.balance += 100 应对： Assert 语句不应用于业务逻辑条件检查，只应用于程序员之间的 沟通，如单元测试、数据边界检查、API调用约束说明等。 小心 pickle import os import pickle

将专业领域知识转化为有效的提示语 利用提示语桥接不同学科和AI能力 创造跨领域的创新解决方案 系统思维 设计多步骤、多维度的提示语体系 构建提示语模板库，提高效率和一致性 开发提示语策略，应对复杂场景 表1-3-2提示语设计进阶技能子项 核心技能 子项 语境理解 深入分析任务背景和隐含需求 考虑文化、伦理和法律因素 预测可能的误解和边界情况 抽象化能力 识别通用模式，提高提示语可复用性 开放式提示：提出开放性问题，允许AI根据多个 角度进行生成 封闭式提示：提出具体问题或设定明确限制，要 求AI给出精准回答 常见陷阱与应对：新手必知的提示语设计误区 缺乏迭代陷阱：期待一次性完美结果 陷阱症状： ▪ 过度复杂的初始提示语 ▪ 对初次输出结果不满意就放弃 ▪ 缺乏对AI输出的分析和反馈 应对策略： ▪ 采用增量方法：从基础提示语开始，逐步添加细节和要求。 ▪ 主动寻求反馈：要求AI对其输出进行自我评估，并提供改进建议。 提示语异常冗长或过于简短 ▪ AI输出与期望严重不符 ▪ 频繁需要澄清或重新解释需求 应对策略： ▪ 平衡详细度：提供足够的上下文，但避免过多限制。 ▪ 明确关键点：突出最重要的2-3个要求。 ▪ 使用结构化格式：采用清晰的结构来组织需求。 ▪ 提供示例：如果可能，给出期望输出的简短示例。 常见陷阱与应对：新手必知的提示语设计误区 假设偏见陷阱：当AI只告诉你想听的 陷阱症状： ▪ 提示语中包含明显立场或倾向

将专业领域知识转化为有效的提示语 利用提示语桥接不同学科和AI能力 创造跨领域的创新解决方案 系统思维 设计多步骤、多维度的提示语体系 构建提示语模板库，提高效率和一致性 开发提示语策略，应对复杂场景 表1-3-2提示语设计进阶技能子项 核心技能 子项 语境理解 深入分析任务背景和隐含需求 考虑文化、伦理和法律因素 预测可能的误解和边界情况 抽象化能力 识别通用模式，提高提示语可复用性 开放式提示：提出开放性问题，允许AI根据多个 角度进行生成 封闭式提示：提出具体问题或设定明确限制，要 求AI给出精准回答 常见陷阱与应对：新手必知的提示语设计误区 缺乏迭代陷阱：期待一次性完美结果 陷阱症状： ▪ 过度复杂的初始提示语 ▪ 对初次输出结果不满意就放弃 ▪ 缺乏对AI输出的分析和反馈 应对策略： ▪ 采用增量方法：从基础提示语开始，逐步添加细节和要求。 ▪ 主动寻求反馈：要求AI对其输出进行自我评估，并提供改进建议。 提示语异常冗长或过于简短 ▪ AI输出与期望严重不符 ▪ 频繁需要澄清或重新解释需求 应对策略： ▪ 平衡详细度：提供足够的上下文，但避免过多限制。 ▪ 明确关键点：突出最重要的2-3个要求。 ▪ 使用结构化格式：采用清晰的结构来组织需求。 ▪ 提供示例：如果可能，给出期望输出的简短示例。 常见陷阱与应对：新手必知的提示语设计误区 假设偏见陷阱：当AI只告诉你想听的 陷阱症状： ▪ 提示语中包含明显立场或倾向

政策背书： “生成5条2023年国家层面支持智能物流园区的政策原文（带发文号），并解读对本案的指导意义。” p 风险评估： “列出智能物流园区常见的3大技术风险（如AGV系统宕机），每项配100字应对方案。” p 效益测算： “用公式推算：园区建成后3年内降本增效收益，假设人工成本减少30%，分拣错误率下降25%。” 你的操作： • 将AI生成内容插入对应章节，优先保证字数达标。 场景1：1小时内写完一个1万字的项目书 }” p生成图表： 指令：“将上文‘设备配置表’转换成LaTeX格式的三线表。”插入图表后，自动增加方案“厚度”。 p最终润色： “检查以下方案书逻辑漏洞，列出3个可能被客户质疑的点，并给出应对答案。” p关键提醒： ü 保命优先级：先堆字数再优化，前30分钟专注“把文档撑到10000字”。 ü 虚构数据标注：所有AI生成的数据加“（示例）”后缀，避免背锅。 ü 格式障眼法：多用表 ）永远高于工作，无需愧疚。 • 用AI生成沟通模板：确保信息清晰、理性、有解决方案。 • 当面沟通+书面留痕：先口头说明（体现尊重），再邮件/消息发送书面请假（附交接文 档）。 • 保持灵活应对：即使领导有情绪，坚持“解决问题”而非“对抗”态度，如：“您看这样 处理是否可行？我可以再调整。” 关键提醒： • 避免：“可能”“尽量”等模糊词汇，直接说“我能做到XX”。 • 证明可靠性