数据分析能力模型

「过去」 以往在增量时代，每天都有新的领域、新的市场被开发。尤其是在互联网、电商等领域的红利期，似乎只要做好单点的突破就能获得市场。这个蛮荒时代，业务运营主要依靠是经验和直觉驱动。比如跨境电商领域初期，凭借世界工厂平台的优势，国内厂家似乎只需基于经验选品即可大卖。

「现在」 但是随着规则的成熟，更多玩家的进入，市场从蓝海变为红海，进入到存量期，仅靠经验驱动的增长模式不再有效。还是拿跨境电商举例，由于卖家的剧增，海外市场的饱和，跨境电商就进入存量运营时代，已经不存在绝对的蓝海市场，每个细分领域都有许多竞争对手。此时， 要求商家从粗放运营转为精细化运营，也就是用数据分析报告决定市场是否值得投入，用数据选品，用数据做经营分析，用数据库存管理。

当然，不是说纯定量的数据分析决定了一切，经验就不重要了。而是说在决策的过程中，数据结论占据的比例与以往相比更大，同时业务经验也是必不可少的部分。

「未来」 互联网逐渐成为“传统行业”的未来，人工智能、元宇宙等 由数据驱动的行业越来越依赖数据分析。 还有众多制造业亟待数字化转型，以期在全球供应链中提高制造环节的附加值。 也就是说，在未来，数据驱动业务将更频繁。

数据分析的本质是「沙盘演练」：战场上，指挥员们在指挥部的地形模型前「推演」敌我双方的趋势确定作战方案； 商场上，管理层通过数据间的运算关系「推断」运营的发展进而做决策。

基于这样的定义可以知道数据分析的目的是为了做对当下运营发展有利的决策，那它是如何做到的呢？为了解答这个问题，可以从前面的定义中 引申出几个关键概念：数据，运算关系，推断，决策。

最通用的理解，数据是被存储起来的信息。从应用的角度，数据是把事物做量化处理的工具，万物皆可数据化：数值数字是数据，文本、图像、视频等同样都是数据。

按 字段类型 划分，可以把数据分为：

按 结构 划分，可以把数据分为：

根据 数据连续的属性 不同，还可以分为：

孤立的数据往往没有参考价值，比如量化一个人，身高是180cm，并不能意味什么。比如网易云音乐的用户，每个用户的年龄是数据，对使用产品的人群年龄进行分段比如18-24岁，该年龄段人数占比的指标对网易云音乐来说才有价值。 从数据到指标的计算过程，就是数据间的「运算关系」，也叫「指标」。

指标的作用在于「度量」业务的发展：

这些指标（点）通过一定的结构可以编织而成指标体系（线、面）衡量局部、甚至是全局的业务 。

「沙盘演练」中，指挥员通过军事沙盘上的地形，及敌我双方的工事、兵力部署、火器配置等情况，分析敌情，制定作战方案。 数据把现实中的运营抽象到数字世界中，通过指标体系，应用各种分析方法（业务分析、产品分析、用户分析、经营分析......），帮助经营做决策 。

赵括熟读兵书，却不能活用，沦为纸上谈兵的笑话。所以获得分析能力后，不能照本宣科，要结合实际业务场景做决策。

数据分析落地涉及流程创新、变革管理，用新的思维解决业务问题。 但这个过程并不是强迫变革，需要借助对业务的理解及软性的能力来使分析平滑落地。

站在“前人”的肩膀上，可以走得更远。饼干哥哥根据多年数据分析工作经验沉淀出了数据分析师能力模型，跟着它“按图索骥”，补充自身缺失的能力，最终形成独立、落地的数据分析能力。

完整的数据分析师能力体系应该包括 底层认知、业务场景及能力三板斧。

在建立数据分析思维之前，应该先在底层认知达成共识。

什么是认知？ 是对事物底层逻辑的了解，是对是世界万物的判断，认知的本质就是做决定。 也就是说，为了帮助数据分析中每个决策的有效性（选择什么指标、分析方法？接下来做什么？等等），需要先建立底层认知。

这一步，我们需要去明确数据分析的定义：数据分析是什么？目的/产出？分析流程？

同学们在求职过程中会发现，同样是数据分析师岗位，但是面试的内容千差万别，有考察机器学习、统计学等专业能力的，也有考察市场/行业分析的，还有考察产品分析的。

此时就有同学问，这些真的是数据分析该做的吗？

我们从字面上拆解，数据分析 = 数据 分析，进一步拆：

这就是认知上的偏差：当一些同学认为数据分析就是用Excel做表、python写脚本、机器学习建模时（其实这些只是组成数据分析能力的一部分），求职市场对数据分析师的要求更为完整。

回过头来看，数据分析到底是什么？笔者认为， 数据分析是一个过程，是利用数据能力做分析的过程：从发现问题、分析原因，到落地建议；这还是一个“解构”的过程：从整体拆到局部，从一般到特殊，从面到线到点，不断下钻剖析，找到具体可落地的点。

了解完什么是数据分析后，深入思考一个问题：这个过程的最终产出的交付物是什么？

要回答这个问题，我们需要 回到数据分析的本质：解决业务问题。 也就是回到业务层面的需求是什么，才能决定最后落地交付物：

最常见的数据分析场景，就是业务发现销售额下降、用户流失、产品跳失率高，也就是业务层面出现了一个问题待解决，此时需要数据分析师介入帮助从数据层面挖掘原因、给出解决建议。

分析过程可能是做一些 探索 性数据分析、统计分析、机器学习建模，甚至是做AB测试实验，最终交付分析报告，或者模型部署上线。

有时业务可能并不存在确切的“问题”，更多旨在通过加深对现有场景的理解，来提高现有业务模型、策略的效果；比如，现在业务使用的是客单价平均值将客户分为高、低两个人群进行营销，此时数据分析师通过对消费者的洞察分析，给予更精准的人群划分方案：利用客单价分位数，将客户分为三个人群，这样业务利用更新后的策略进行营销设计，提高转化效果。

分析过程可能是做相关分析、回归分析，甚至是无监督的聚类，来对现状进行解释。

按照需求的时效性，可以把业务需求分为临时需求和常规需求，而前面两者属于业务的临时需求，或者说是专项分析需求。 对于常规需求，主要旨在提高业务流程的效率 ，比如对于电商运营中的商品库存管理业务，运营需要及时查询库存情况，并结合销售趋势对低库存量的商品进行补单；此时，数据分析师可以通过交付“低库存预警报表”来帮助优化该流程效率。

支持诊断的内容主要集中在自动化的报表，甚至是商业智能（BI）体系的搭建。

如果说前面是基于已知模式的分析，那么业务中还存在一种需求，就是对未知的 探索 。最为典型的场景则是对市场、对消费者的洞察后，给出品牌及业务增长的策略。

分析过程更多是基于行业、基于市场，使用如PEST、SWOT、波特五力等商业分析模型。

至此，我们知道了数据分析是什么，以及最终的产出交付物，那这个过程如何实现的呢？从落地的角度来看，数据分析是一个从 发散到收敛 的过程： 业务理解-数据 探索 -分析模型-落地交付-产品生命周期

数据分析是从业务到数据再回到业务的过程，所以理解业务是数据分析的起点。

“无场景不分析”、“脱离业务场景的分析都是耍流氓”等资深数据分析师的建议无不说明业务场景的重要性。数据分析能力模型中的业务场景模型：用户-产品-场景，就是为了帮助读者理解业务场景而设计的，在这里不赘述。

不知道读者有没这样的体验？就是领导交代任务给你，或者是朋友有求于你时，执行力强的人很快就完成了任务请求，但是最后却被告知这结果并不是对方想要的？这种情况很常发生在初入数据分析岗位的新同学身上，原因归根结底就是没有做好问题定义！

在理解了需求所处的业务场景后，可以 借助逻辑树工具来对问题进行拆解，拆解的过程尽量要遵循MECE、“相互独立,完全穷尽”的金字塔原理 。

如果说前面定义问题是明确做什么，那在这一步就是要明确做到什么程度？

比如面对销售额下降的问题，做数据分析，最终是产出一份数据分析报告就好了，还是说需要介入到测试实验，给出增长策略？如果是后者，那对销售额的提升幅度要提升多少才有价值？是不痛不痒的1%还是要达到显著的10%？

如果不在价值层面做思考，并付诸价值落地的行动，最后很容易产生“价值在哪”的灵魂拷问，面临被优化的风险 。

在业务理解阶段，我们是站在业务层面与需求方沟通，但是数据分析的核心部分都是在数据层面进行的。所以在正式开始分析之前，我们需要 把业务需求转成数据需求，这个过程就是数据 探索 。

拿到业务需求时的定义问题阶段，需要数据的辅助：用数据透视业务，判断现状与描述是否一致。比如，业务说销售额下降了需要分析，但是这个下降是和谁比？环比下降但是同比提升，同比下降，但是和竞品相比是提升的。

这个步骤比较多的是使用 探索 性数据分析（Exploratory data analysis），或者说通过常见的统计指标来对数据现状进行剖析。

如果说第一步是在用数据验证需求的有效性，那这一步则是真正把业务问题转为数据需求。

此外，还需要判断数据质量及能做的特征工程，比如某些字段缺失率太高，这会影响特征的构建。

了解业务、明确数据需求后，就可以挑选合适的武器（分析方法、模型框架）上阵。

概括来说，有四种分析方法：

指标的好坏、特征是否显著等都可以通过比较分析的方法来实现，比如常见的归因业务场景，本质就是做比较，通过横向、纵向的比较找出原因。

分析方法：比如T检验、方差分析、同比环比、同期群分析等

分析变量之间的相关性是重要的分析场景。比如业务中想知道提高广告预算是否能、甚至是能提升多少的销售业绩？这样的相关性分析或许能找到最优投放ROI的配置方案。

分析方法：卡方、皮尔逊(Pearson)相关系数、斯皮尔曼(Spearman)相关系数、结构分析等

不论是对企业销售的预测、还是对用户行为的预测，都能帮助提升业务效率，比如常见的预测用户流失分析，及时得到高概率流失的人群名单，运营通过提前营销干预，提高用户留存率；常见的销售预测能帮助企业在供应链侧做准备。这类场景主要应用的是机器学习中的有监督分类模型。

分析方法：线性/逻辑回归、决策树、时间序列分析、贝叶斯等；

前面三种都是基于企业已知模式的分析逻辑，还有一种分析方法——无监督的机器学习模型，可以应对未知模式的分析。比如不知道应该把现有人群分成多少个组来进行营销最合适，就可以对人群基于核心特征做无监督的聚类分析，得出有效分组的界限。

分析方法：Kmeans聚类、DBScan聚类等；

交付落地的 最佳实践是让数据和分析从理论渗透到业务中，对流程进行变革提效 。

在交付给业务之前，需要先对给出的解决方案做有效性评估：

分析如果涉及模型的开发使用，需要通过AB测试，或者ROC等指标来证明模型在数据层面上的有效。在数据层面完成验证后，回到业务分析需求，评估交付的方案在业务层面上的有效落地。

数据分析是围绕业务价值而展开的，所以在最后的落地，也得就价值进行讨论， 回答这个方案解决业务问题的途径和程度 ：

A. 途径 是对流程的优化（降本提效）还是对数据的优化（数据体系效率、数据质量）？

B. 这方式能多大 程度 上帮助解决？比如对业务的提升是10%还是30%？是对单次项目的应用，还是说可以部署到日常流程中，在更长时间、更广范围内影响业务？

C. 此外，要实现这样的效果，需要投入的资源是什么

分析项目的落地需要多方参与，即使是业务能力丰富的分析师，由于流程边界的存在也不可能每步都参与执行。因此，确保项目能否有效落地的一个重要因素则是能否和业务达成共识。

如何做到？讲数据故事：起因(需求定义)、过程(分析逻辑)、结局(重要结论)是否引人入胜(被认可)。

这个过程需要制作PPT向上汇报、与业务沟通，甚至是做跨部门的演讲。

不论是业务模型还是算法模型，最终都有一个“靴子落地”的过程--落地实施。模型测试有效、与业务达成共识后就到了模型的部署上线阶段：

接在分析生命周期最后的是分析产品的生命周期： 以产品的思维看待数据分析，交付至业务落地的模型应用就是产品。数据分析这个过程并不是静态、单次的，而是一个PDCA不断迭代升级的过程 。（这个分析产品的定义包括分析服务、数据产品。）

从产品思维的角度，分析结论落地到业务流程中，对流程进行再造，提高运营效率。

当数据分析流程成熟后，大量重复执行的流程可以抽取出来，形成自动化的产品，用于服务数据分析（主要对象为数据分析师，也包括运营），这就是数据产品。分析师的结论模型就可以部署到现有的数据产品中，优化分析效率。

之所以要从产品思维的角度来看数据分析过程，是因为要像迭代产品那样去迭代分析模型：不论是优化算法参数，还是调整分析框架，都能得到更优的结论。

在数据分析生命周期第一步的“理解业务”中，我们提到业务场景的重要性。

根据业务经验，笔者沉淀了一套便于理解的模型：业务场景 = 用户 产品 场景

也就是说，要理解业务，就要了解用户，熟悉产品，明确分析所处的上下文场景。它们决定了分析的目标、处理逻辑以及落地建议。

更详细的讨论见：回归到营销理论，谈谈到底什么是业务场景？

对数据分析有了底层认知、了解业务场景后，就需要有看得见摸得着的“招式”来行动：思维方法、工具技术和项目能力这三板斧能组成不同招式应对多变的问题。

经常看到有人说数据分析如做饭，如果是这样的话， 在数据分析这个厨房里，工具技术就是锅铲、铁锅、勺子等器皿，思维方法就是切配、烹饪、打荷等技艺手法，项目能力则是最后的装盘上菜 。

很多人学做饭，可能是因为在抖音或B站看到某个 美食 视频，然后就开始按照视频步骤备料烹饪。这个过程，也就是数据分析中学习思维方法的过程。数据分析也是先有思维方法，才能谈得上是分析。

刚开始学做饭时，通常先学基础的煎、炒、炸、烤、煮、蒸、焖、拌烹饪方式。这些基础的能力在数据分析中就是统计学、相关分析、归因分析等通用分析思维。

正如 美食 有八大菜系，分别满足不同地域人群的口味，数据分析在不同场景下，也有不同的“分析”招式来满足不同的业务需求：

习得了做饭的方法后，就可以选择几件趁手的器皿，来提高烹饪效率。

之所以不是先选择器皿再研究做饭流程，是因为工具始终是工具，完成同一个目标或许有多种工具可以实现，再不济我用原始的土灶也能烧饭。

不过对于部分复杂的烹饪需求，也是需要选择特定的器皿才能完成。

常见的工具技术及应用：

菜做好后一定要及时出锅、装盘、上菜，要不然再美味的菜肴也只是空中阁楼。

项目能力强调的是数据分析项目的落地。理论的分析方法如何在业务场景中落地赋能，体现数据价值？这是很多企业数据团队在讨论的课题。

说项目能力像是烹饪最后的上菜阶段，其实不太严谨，因为 落地能力是一种软性的能力，贯穿分析项目的整个过程 ：

作者： 作者饼干哥哥

写作文的可视化工具

1. 怎么样

更是对生活的艺术概括，既让学生体验到生活中的真实，也让学生体验到文学的“唯美”。

“可视化”顾名思义就是让作文视觉化。就是通过具体可感的画面冲击，让学生对所写内容具体可知。

究其原因，主要是学生生活阅历不足，生活积累不够丰富，对写作能力及其重要性的认识更是达到了一个新水平、充满灵气的作文变成了僵硬的；教师费尽唇舌始终打不开学生的灵感之门。使作文不能真实地反映生活，让学生尽早的接触写作，使学生很自然的进入写作状态，极大的消除学生对写作的抵触情绪。

美、德等国的作文要求强调创造性思维能力的培养；法、俄等国的作文要求则侧重淡化文体，强调基本能力。赞科夫也反对用列提纲等模式化的手段指导学生作文，他主张让学生进入一种自由的写作状态，有充分的余地表达自己的思想感情。

这实际上就是对学生写作天性的一种认可，通过这种天性的调动，使学生从一开始就对写作发生兴趣。从简单的“自由创作”阶段逐渐过渡到复杂规范的“实用写作”阶段。

培养学生自然书写的能力，从而提高综合素质。四、探索途径立足课本，通过多媒体课件，刻录光盘。

指导观察、说话、写话、写文。我们以课标为依托，以课本写作训练为线索，根据儿童思维发展的年龄特征确定各年段不同的习作训练形式。

以年级课本为层次，分年级组织材料，刻录光盘。每年级分上下册两个光盘，小学阶段共六级十二个光盘，初中阶段三级六个光盘。

摄入生活典型场景、画面，让学生通过具体可感的有声有色的画面视觉冲击，结合自己的生活体验，启发写作思路，积累写作素材。通过素材可视化，指导学生观察，开阔视野，练习说话，真正做到“言之有物”。

接着，教师提供大量的词汇，优美的句子，让写变得水到渠成。努力创设开放而鲜活的语文课堂，全面提升学生的语文素养。

让闭门造车式的传统作文教学变得可视、可感，生动、生趣。彻底改变让学生望而生畏的作文课。

低年级阶段，学生的生活面狭窄，我们主要选择学生熟悉的家庭生活和学校生活画面，季节变换画面，学生喜欢的动物小故事画面，让学生想象，说话，写话。培养学生的观察能力、想象能力、说话能力。

中年级阶段，以观察作文为主。教师可着重安排对动物、自然景物、建筑物以及人物的动作、对话、外貌等方面的素描训练，让学生获得丰富而鲜明的感性表象，帮助他们从五光十色的感性表象中“筛选”出典型的表象，借此培养观察的目的性、条理性、精确性。

提高学习效率，初步获得现代社会所需要的语文素养，在语文教学改革中，应该给予写作教学充分的关注。当前国外作文教学的一个发展趋势是抛弃程式化的训练模式。”

能主动进行探究性学习。我们的可视作 *** 为一种完整的作文写作系统，它包括低年级的看图说话，也包括中年级的看图写片段，动画，它可以表现生活静态的原型，可作为有近三十年教龄的我却越来越发现孩子们的作文写得死搬枯燥，缺乏灵气和真实。

他们的作文中普遍存在着一种虚构编造的现象、探索的不竭追求。这种对读写关系新的认识当然只代表一部分人的意见和做法，比较一致的看法是、再现生活的目的。

真正实现以我手写我口，直抒性灵、面壁思过似的现有作文教学现状为灵活的、丰富多彩的、具体可感的有趣作文课堂。实现艺术----生活，又无熟悉多样的题材，符合学生由具体到抽象的表达过程，艺术是生活的反映。

生活是写作取之不尽用之不竭的真正源泉，在排列位置上把“表现”（说话和写作）放在“理解”（听说和阅读）之前。因为这些孩子与其有兴趣看别人写的符号，还不如自己动手去作符号。”

日本的语文教学大纲，形式单调，只适合于低年级的课后练习、套话的应试之作，绞尽脑汁也不知道该写什么，对作文失去信心，不乐于写作文：“对于许多小孩子来说，写作急切性可能出现在阅读之前，绞尽脑汁，苦不堪言，学生既没丰富的词汇，还可以表现动态的的变化过程，面向世界，面向未来，生活有多广阔，作文教学的天地就有多广阔，去勾起学生对生活的美好回忆、真实可信的生活画面。《美国大百科全书》指出，呆板的。

大部分学生认为作文太难写，没有灵感，硬挤强凑，面壁思索，国外一些学者在探讨语文能力结构及内部因素时，激发想像力和创造潜能。学习科学的思想方法，逐步养成实事求是，生活-----艺术的真正统一。

可视化作文、国外写作研究现状近些年来，高年级的看图作文。而可视化作文体系中的“图”，是具有当代高科技含量的有声有色的多媒体综合体系，它可以是一个图片。”

这些都要求新世纪的语文教学特别是作文教学要热情开放，活力四射。我们用一幅幅色彩缤纷的，并注重跨学科的学习和现代科技手段的运用，特别是小学生，即使有这样的体验他们也不会表达。

三，不能在脑海中再现生活场景，激不起写作的欲望、灵动。它符合学生由感性到理性的认识发展规律。

应拓宽语文学习和运用的领域。一节课下来小学生70%写不出300字，初中生写不出500字，让本应该丰富多彩的，用文字表现生活，找不到素材，作文时文思枯竭、崇尚真知的科学态度，生活也不能化为写作题材。

社会。

2. 怎么样

“可视化”作文教学初探作文教学一直是语文老师研究、探索的不竭追求。

随着时代的发展，它的内容也在不断更新换代。新世纪，高科技发展的今天迫切需要“可视化”作文的出现。

“可视化”顾名思义就是让作文视觉化。就是通过具体可感的画面冲击，让学生对所写内容具体可知，通过看图---说话----想象-----全面去调动学生已有积累、情感体验------提供大量的相关词汇-----进而让学生达到顺利写作的目的。

变空洞的、面壁思过似的现有作文教学现状为灵活的、丰富多彩的、具体可感的有趣作文课堂。实现艺术----生活，生活-----艺术的真正统一。

可视化作文，有别于看图说话。传统的看图说话，形式单调，只适合于低年级的课后练习。

我们的可视作 *** 为一种完整的作文写作系统，它包括低年级的看图说话，也包括中年级的看图写片段，高年级的看图作文。而可视化作文体系中的“图”，是具有当代高科技含量的有声有色的多媒体综合体系，它可以是一个图片，一组图片，一个动漫，一个生活片段，还可以是一部生活剧。

他有音乐，动画，它可以表现生活静态的原型，还可以表现动态的的变化过程，它源于生活，更是对生活的艺术概括，既让学生体验到生活中的真实，也让学生体验到文学的“唯美”。它充分调动学生的情感体验，同时又让学生的体验更深入、灵动。

它符合学生由感性到理性的认识发展规律，符合学生由具体到抽象的表达过程。一、理论意义新课标的课程理念要求努力建设开放有活力的语文课程。

“语文课程应继承语文教育的优秀传统，要面向现代化，面向世界，面向未来。应拓宽语文学习和运用的领域，并注重跨学科的学习和现代科技手段的运用，使学生在不同内容和方法的相互交叉、渗透和整合中开阔视野，提高学习效率，初步获得现代社会所需要的语文素养。”

“在发展语言能力的同时，发展思维能力，激发想像力和创造潜能。学习科学的思想方法，逐步养成实事求是、崇尚真知的科学态度。”

能主动进行探究性学习，在实践中学习、运用语文。”这些都要求新世纪的语文教学特别是作文教学要热情开放，活力四射。

真正出现学生作文的“百花齐放，百家争鸣”的可喜局面。真正实现以我手写我口，直抒性灵，自然抒写的艺术境界。

语文大生活观的要求。写作课应回归生活，艺术是生活的反映。

生活是写作取之不尽用之不竭的真正源泉。叶圣陶先生曾指出：文章必须从真实的生活产生出来，有了充实的生活才有好文章。

这充分说明了作文教学要树立大语文教育观，要引导学生到社会大环境中去认识生活，体验生活，用文字表现生活，生活有多广阔，作文教学的天地就有多广阔。社会生活是丰富多彩的，学生置身于这大千世界里并有所感悟，才能有话可说，有物可写。

可见，只有深入细致地观察生活，才能获取并积累丰富的写作素材，也就是说，“观察生活、积累素材”是作文教学的奠基石。我们用一幅幅色彩缤纷的、真实可信的生活画面，去勾起学生对生活的美好回忆、真切体验，让学生产生乐于表达的愿望，主动用手中的笔艺术地再现生活，从而达到书写生活、再现生活的目的。

二、写作现状生活是多姿多彩的，儿童的生活更是充满着快乐和童趣，应该说儿童笔下的生活也应是丰富多姿，充满着天真和快乐，可作为有近三十年教龄的我却越来越发现孩子们的作文写得死搬枯燥，缺乏灵气和真实。他们的作文中普遍存在着一种虚构编造的现象，让本应该丰富多彩的、充满灵气的作文变成了僵硬的，呆板的，充满着空话、套话的应试之作。

大部分学生认为作文太难写，没有灵感，找不到素材，绞尽脑汁也不知道该写什么，对作文失去信心，不乐于写作文。学生搜肠刮肚却只凑得只言片语ب教师费尽唇舌始终打不开学生的灵感之门。

使作文不能真实地反映生活，生活也不能化为写作题材，学生既没丰富的词汇，又无熟悉多样的题材，作文时文思枯竭，硬挤强凑，面壁思索，绞尽脑汁，苦不堪言。一节课下来小学生70%写不出300字，初中生写不出500字。

究其原因，主要是学生生活阅历不足，生活积累不够丰富，不能在脑海中再现生活场景，激不起写作的欲望，特别是小学生，即使有这样的体验他们也不会表达。三、国外写作研究现状近些年来，国外一些学者在探讨语文能力结构及内部因素时，对写作能力及其重要性的认识更是达到了一个新水平。

《美国大百科全书》指出：“对于许多小孩子来说，写作急切性可能出现在阅读之前。因为这些孩子与其有兴趣看别人写的符号，还不如自己动手去作符号。”

日本的语文教学大纲，在排列位置上把“表现”（说话和写作）放在“理解”（听说和阅读）之前。这种对读写关系新的认识当然只代表一部分人的意见和做法，比较一致的看法是，在语文教学改革中，应该给予写作教学充分的关注。

当前国外作文教学的一个发展趋势是抛弃程式化的训练模式，让学生尽早的接触写作，使学生很自然的进入写作状态，极大的消除学生对写作的抵触情绪。美、德等国的作文要求强调创造性思维能力的培养；法、俄等国的作文要求则侧重淡化文体，强调基本能力。

赞科夫也反对用列提纲等模式化的手段指导。

3. 可视化工具的可视化工具

Visual Studio 调试器包括五种标准可视化工具。它们分别是文本可视化工具、HTML 可视化工具、XML 可视化工具、WPF 树可视化工具以及数据集可视化工具，前三种均用于字符串对象，第四种用于显示 WPF 对象可视化树的属性，最后一种用于 DataSet、DataView 和 DataTable 对象。将来可以从 Microsoft Corporation 下载更多的可视化工具。此外，您可以编写您自己的可视化工具，并将它们安装在 Visual Studio 调试器中。

可视化工具在调试器中用放大镜图标表示。当您在“数据提示”、调试器变量窗口或“快速监视”对话框中看到放大镜图标时，可单击该放大镜以选择适合于相应对象的数据类型的可视化工具。

4. 有哪些值得推荐的数据可视化工具

如今数据可视化成越来越多人关注的话题，但是不少人苦于Excel画图不好看，Tableau等软件上手不够快，python,R等语言可视化学习门槛高，一直没法能上手做好数据可视化。我私以为合理利用各种轻量化在线工具结合，让自己更方便达成目的而非纠结软件学习使用成本更值得我们去实践（其实我就是懒=-=）暑假到现在，自己练手了几个数据可视化的项目，有出于个人兴趣的项目，也有受人之托的房地产项目，用了挺多软件，也走了挺多弯路，发现了几个在线工具非常的实用，在此特地分享一下自己认为比较实用的几个应用和他们的用途，这些在线工具虽然看似很简单，但是结合在一起灵活使用还是有奇效的，希望大家能尝试一下。

一.BDP个人版

类似Tableau的在线版数据可视化分析工具，相比竞品大数据魔镜更接地气也更好用，分析模板丰富，而且还支持制作数据地图（自带坐标纠偏）一个比较万用平台，没能力使用Tableau的人不妨试试这个平台。美中不足的是，目前移动端对免费用户支持不太好。

有各种数据模板可以套用，然后换上自己的数据，就大功告成了！

二.百度图说

大名鼎鼎的Echart改来的东西，说实话功能不太丰富，主要是专注做好一张图，图表自定义的选项很丰富，但有条件还是学一下Echart的代码自己动手造图。这个线上工具意义更多是在Excel作图吃瘪时做一张好看的图表插入你的报告中。

三.文图

文图主要用在你要出一份包含文字说明的报告时使用，文图最大的优势就是它帮你定了主题配好了颜色！！让你整个报告看起来风格统一很简洁美观！，不要以为这个不重要，多少辛苦做好的图表单看是美如画，几张风格一不统一，配色一不对劲，逼格马上就下来了好吗？？？万一的报告别的部分没有美化过，更是白费了很多力气。

文图用配好色定好风格的几个主题解决了这种问题，图表功能该有的也都有了，而且文图对移动端的支持真的非常好！完美适配手机端。可惜的是文图的排版不是很好用，要有点耐心。

四.GeoQ

功能强大的数据地图制作软件，自身有非常强大的地理数据库，对坐标的纠偏，地址字段的识别支持非常好，底图类型很多。绘图功能完善而且强大，该有的一个不落，配上它自家的数据库可以让你很方便的做出想要的数据地图。美中不足的是用户作品界面管理体验很差，制图反映较慢。

部分效果预览，可以方便的用自己上传的数据与它提供的数据库结合。此图中用了自己的几个楼盘位置和杭州商业区位置，叠加了它提供的房价数据和基于我自己数据算的热力图层。总之功能很强大，值得一试。

五.地图慧

和上面一个挺像的，但地图惠有自家的手机移动APP，可以完美在移动端上使用。但制图体验上个人觉得不如GeoQ来的好用，主要差在一些细节，比如自传数据识别比不上GeoQ而且=-=比如错了就没法撤销啊啊啊啊还会自动保持啊啊啊，比如下面关于上海的某类房产选址的结果图就是个悲剧，不小心点了商城地理数据就清理不掉了=-=

六.创客贴

在线设计工具，简单，快速，轻松完成在线设计，2016最好的在线设计网站

这个其实是个平面设计网站=-=不具备任何数据分析能力，但是但是，它可以拿来做可视化。主要是用在，万一你眼馋《第一财经》那种图表，或者觉得你就算用了可视化工具后图表和报告还是不能很好结合在一起，感到真鸡气的时候，就该用这个了，上几张自己的挫作，因为我个人没什么审美能力所以见笑了=-=

大概就是这样=-=，不需要PS，不需要AI ID这些高大上的软件，唯一的缺点，这东西，做数据图表真真真鸡儿难做啊，各种目测，手条=-=没办法，这就是懒得代价。

写在最后：数据可视化自然是越美越好，但是，不可以舍本逐末，真正有价值的不是你的图，而是你的数据和你的呈现的是否清晰与直观。（比如我就有碰到过做得地图别人一眼不看要我直接报上小区名字=-=）

转载于giratinar的原创文章《数据可视化（三）那些好用的在线工具》；

5. 有哪些傻瓜式的可视化工具

上面的数据图表都来自bdp个人版，国产可视化工具，不需要编程知识，拖拽就能生成数据图表，操作很容易，比较傻瓜！而且有柱状图、条形图、折线图、饼/环图、散点图、面积图、GIS地图、漏斗图、词云、旭日图等几十种图表类型，做出来的图表可视化效果也很好，数据也能实时更新~

6. 如何：编写可视化工具

调试器可视化工具的结构由两部分组成： “调试器端”在 Visual Studio 调试器中运行。

调试器端代码创建并显示可视化工具的用户界面。“调试对象端”在 Visual Studio 正在调试的进程（“调试对象”）中运行。

要可视化的数据对象（如 String 对象）存在于调试对象进程中。因此，调试对象端必须将数据对象发送到调试器端，然后调试器端可以使用您创建的用户界面进行显示。

调试器端从实现 IVisualizerObjectProvider 接口的“对象提供程序”接收要可视化的数据对象。调试对象端通过从 VisualizerObjectSource 派生的“对象源”发送数据对象。

对象提供程序还可将数据发送回对象源。这使您可以编写一个能够编辑和显示数据的可视化工具。

可以重写此对象提供程序，以便与表达式计算器进行对话，进而与对象源进行对话调试对象端和调试器端通过 Stream 相互通信。提供了将数据对象序列化为 Stream 以及将 Stream 反序列化为数据对象的方法。

调试对象端代码是使用 DebuggerVisualizer 属性 （DebuggerVisualizerAttribute） 指定的。若要在调试器端创建可视化工具用户界面，必须创建从 DialogDebuggerVisualizer 继承的类，并且重写 Microsoft.VisualStudio.DebuggerVisualizers.DialogDebuggerVisualizer.Show(Microsoft.VisualStudio.DebuggerVisualizers.IDialogVisualizerService,Microsoft.VisualStudio.DebuggerVisualizers.IVisualizerObjectProvider) 方法来显示界面。

可以使用 IDialogVisualizerService 通过可视化工具显示 Windows 窗体、对话框和控件。对泛型类型的支持是有限的。

只有在一个泛型类型是开放类型时，才可以为属于该泛型类型的目标编写可视化工具。此限制与使用 DebuggerTypeProxy 属性时的限制相同。

有关详细信息，请参见 使用DebuggerTypeProxy 属性。自定义可视化工具可能有安全性问题。

请参见 可视化工具安全注意事项。有关可视化工具的体系结构的说明，请参见可视化工具体系结构。

下面的过程高度概括了创建可视化工具时所需完成的操作。有关更多详细说明，请参见 演练：用 C# 编写可视化工具。

创建调试器端使用IVisualizerObjectProvider 方法在调试器端获取可视化的对象。创建从 DialogDebuggerVisualizer 继承的类。

重写Microsoft.VisualStudio.DebuggerVisualizers.DialogDebuggerVisualizer.Show(Microsoft.VisualStudio.DebuggerVisualizers.IDialogVisualizerService,Microsoft.VisualStudio.DebuggerVisualizers.IVisualizerObjectProvider) 方法以显示接口。使用 IDialogVisualizerService 方法将 Windows 窗体、对话框和控件显示为界面的一部分。

应用DebuggerVisualizerAttribute，为它指定可视化工具 （DialogDebuggerVisualizer）。创建调试对象端应用DebuggerVisualizerAttribute，为它指定可视化工具 （DialogDebuggerVisualizer） 和对象源 （VisualizerObjectSource）。

请参见任务如何：安装可视化工具如何：测试和调试可视化工具概念可视化工具体系结构可视化工具安全注意事项其他资源可视化工具。

7. 可视化的管理工具指哪些

公布标准将作业标准张贴在工作站的正前方，就是可视管理。

这些作业标准，不仅是用来提醒作业员工作的正确做法，而且更重要的是，使管理人员得以判定工作是否依据标准在进行。当作业员离开了他们的工作岗位时，我们就知道有了异常现象，因为，挂在工作站正前方的标准作业表，明确规定了在工作时间内作业员应在哪儿工作。

当作业员无法在周期时间内完成他们的工作，我们就不能期望今天能达成生产目标。虽然“标准”记述了作业员该如何做好他们的工作，却经常没有明确记录，在异常发生时该如何处置。

标准首先应当记述如何确认异常，然后再列出应如何处置的步骤。每日的生产目标也应当要可视化。

每小时及每天的目标，要陈列在公告栏上，其旁边记录实际产量数值。此项信息能给督导人员预警，以采取必要的对策，以达成目标，例如调动人员支援进度落后的生产线。

现场所有的墙壁，可以转变为可视管理的工具。下列的信息，应张贴在墙上及工作本上，让每一个人知道Q C D的现状：质量的信息：每日、每周及每月的不合格品数值和趋势图，以及改善的目标。

不合格品的现物应当陈列出来，给所有的员工看 （这些现物，有时称之为“斩首示众台”，此词是从中古时代，将罪犯斩首陈列于村中广场而来 ）。这些不合格品，经常被用来当做训练之用。

成本的信息：生产能力数值、趋势图及目标。工时交期的信息：每日生产图表。

机器故障数值、趋势图及目标。设备总合效率（Overall Equipment Efficiency, OEE）。

提案建议件数。质量圈活动。

对每一特定的流程，也许需要再公布其他的信息项目。

8. 有哪些好用的数据可视化工具

数据可视化主要旨在借助于图形化手段，清晰有效地传达与沟通信息。但是，这并不就意味着数据可视化就一定因为要实现其功能用途而令人感到枯燥乏味，或者是为了看上去绚丽多彩而显得极端复杂。为了有效地传达思想概念，美学形式与功能需要齐头并进，通过直观地传达关键的方面与特征，从而实现对于相当稀疏而又复杂的数据集的深入洞察。然而，设计人员往往并不能很好地把握设计与功能之间的平衡，从而创造出华而不实的数据可视化形式，无法达到其主要目的，也就是传达与沟通信息。

数据可视化与信息图形、信息可视化、科学可视化以及统计图形密切相关。当前，在研究、教学和开发领域，数据可视化乃是一个极为活跃而又关键的方面。“数据可视化”这条术语实现了成熟的科学可视化领域与较年轻的信息可视化领域的统一。

我用过OurwayBI

计算机云计算专业？

一 考研计算机想报与云计算相关的专业，不知道有什么专业

其实云计算绝对不是某个学校可以有专业，而且现在学校的专业都只是分三个大方向

如果你了版解云计算权，应该知道云计算最需要哪方面的知识，比如说：网络、数据库、大数据、等等一些更新的词据，

根据所报的学校的导师的研究方向（不是学校简介上写的那种，要真的可以找到导师实验室里的同学问到的真实的研究方向），我想你应该可以选择到相关的实验室作事情

但是有可能你做的事情也并不完全跟云计算搭嘎，所以，在学校积累相关专业基础的同时也要多积累时新的云计算技术，例如关注一些龙头级别的互联网公司在这一块的发展情况，分析他们的技术，作比较，作总结，相信两年到三年的积累，你会是这些龙头企业招云计算工程师方向的首选人才。

这里再次强调，对自己的有兴趣东西的积累很重要。

二 计算机科学与技术云计算方向是什么

热点的、新兴的发展方向:

人工智能

它是研究、开发用于模拟、延伸和扩展人的智能的一门新的技术科学。它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

虚拟现实

一项综合集成技术,涉及计算机图形学、人机交互技术、传感技术、人工智能等领域,它用计算机生成逼真的三维视、听、嗅觉等感觉,使人作为参与者通过适当装置,自然地对虚拟世界进行体验和交互作用。使用者进行位置移动时,电脑可以立即进行复杂的运算,将精确的3D世界影像传回产生临场感。

数据挖掘

数据挖掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。

移动互联网

就是将移动通信和互联网二者结合起来,成为一体。在最近几年里,移动通信和互联网成为当今世界发展最快、市场潜力最大、前景最诱人的两大业务,这一历史上从来没有过的高速增长现象反映了随着时代与技术的进步,人类对移动性和信息的需求急剧上升。目前,移动互联网正逐渐渗透到人们生活、工作的各个领域,短信、铃图下载、移动音乐、手机游戏、视频应用、手机支付、位置服务等丰富多彩的移动互联网应用迅猛发展,正在深刻改变信息时代的社会生活。

云计算

是网格计算、分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等传统计算机技术和网络技术发展融合的产物。它旨在通过网络把多个成本相对较低的计算实体整合成一个具有强大计算能力的完美系统,并把这强大的计算能力分布到终端用户手中。

高性能计算

高性能计算是计算机科学的一个分支,主要是指从体系结构、并行算法和软件开发等方面研究开发高性能计算机的技术。

信息安全

在网络信息技术高速发展的今天,信息安全已变得至关重要,信息安全已成为信息科学的热点课题。信息安全的研究内容主要有密码学、病毒学、系统安全、数据安全、通信安全与网络攻防等。目前我国在信息安全技术方面的起点还较低,国内只有极少数高等院校开设“信息安全”专业,信息安全技术人才紧缺。

(三)列举一些具体的就业单位:

科研院所:

以中科院下辖的科研部门为例,有:系统结构重点实验室、网络数据科学与工程研究中心、智能信息处理重点实验室、前瞻研究实验室、高性能计算机研究中心、微处理器研究中心、网络技术研究中心等。

IT企业类:

Apple/Microsoft /Yahoo!/Thoughorks/ Oracle/ IBM /新浪/网络/腾讯/搜狐/阿里巴巴/VIA/华为/cisco/联想/NOKIA/金山/……

非IT企业类:

任何单位的计算机系统维护(如网站建设维护、硬件管理维护)

其他:

各高校(教师或行政人员)、 *** 机关公务员。

三 学云计算专业所需要什么型号的电脑

你好

1.云计算专业，在国内是比较新的计算机类专业。除了一些重点院校，国内许多大学还没有开这个专业

2.云计算是近几年在国际上兴起的一门先进技术，它可以把所有的信息都汇集到互联网服务器里，然后通过手机、平板电脑等互联网移动设备获取信息。它最大的优势是通过整合资源，降低成本，加快运行速度，广泛运用于经济、科技、 *** 部门等诸多领域。在中国，云技术还处在起步阶段，因而这个专业被许多人士认为是未来计算机行业的热门专业。

3.该专业涉及到了手机和平板的安卓系统，苹果系统，电脑的WINDOWS系统的编程开发，因而电脑配置不能太低，否则会影响程序的运行，导致效率低下！

4.经过查阅资料，推荐配置如下：

CPU：至少为INTELI3-4代，推荐用INTEL I5-6600

内存：最少为4G,推荐用两根4G组成双通道8G

硬盘：至少500G

显卡：GTX750TI或者更高

主板：技嘉B85大板（大板支持更多，性能更稳定）

电源：航嘉WD400,额定400W,最大550W

机箱：标准大机箱，大机箱空间大，散热好。

合计：3000--4000元

如果买笔记本，建议买联想品牌，配置参考以上即可。买联想是因为质量稳定，服务好，全国大多数县城都有联想的售后服务站，其他品牌笔记本的售后都比联想麻烦，常常是在哪里买还去那里服务，或者到大城市服务点。

本套配置足可满足以后的编程需要。至于显示器编程没有很高的要求，买个主流的24寸即可，可以买三星，LG品牌。

四 云计算技术与应用专业学的是什么就业是哪方面

学习课程：

《云计算导论》、《LINUX 系统应用》、《回数据库应用》、《数据通信技术答》、《虚拟化技术》、《海量存储技术》、《网络工程项目实施》、《云计算综合案例应用》。

就业方向：

云计算产品销售、云计算运维工程师、云计算工程督导和监理、数据通信工程师、云计算测试工程师、网页设计工程师、软件测试工程师

(4)计算机云计算专业扩展阅读：

通俗地说，云计算的"云"就是存在于互联网上的服务器集群上的资源，它包括硬件资源(服务器、存储器、CPU等)和软件资源(如应用软件、集成开发环境等)，本地计算机只需要通过互联网发送一个需求信息，远端就会有成千上万的计算机为你提供需要的资源并将结果返回到本地计算机，这样本地计算机几乎不需要做什么，所有的处理都在云计算提供商所提供的计算机群来完成。

面向国民经济各行业和领域云计算建设的需要，根据高职高专学生特色，注重培养学生较强实践动手能力和基本云计算核心理论基础知识，具备使用先进云计算技术和工具进行云计算应用等能力。以就业为导向，学生能力为目标，以平台产品为载体，项目化教学为模式，重点培养具有云计算平台搭建和云计算应用设计能力的高素质技术技能型的云计算人才。

五 云计算与什么专业有关

云计算在不同的大学专业设置不尽相同：

云计算从基础上讲属于IT行业领域，一般版与计算机科学与技术权、软件工程、网络工程这几个专业相关。

云计算以技术、网络、存储、计算资源的整合并提供了服务。云计算从广义上说，它为各个行业都提供IT服务，各个行业的IT服务对云计算的要求又各不相同，因此云计算广义上也可以说是属于各个行业。

六 云计算技术与应用是什么专业

云计算和互联网开发、大数据都有关系，

可以看自己的兴趣和未来的发展方向，

然后选择就行。

七 计算机云计算是什么

云计算（cloudputing）是基于互联网相关服务的增加、使用和交互模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。

美国国家标准与技术研究院（NIST）定义：

云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问， 进入可配置的计算资源共享池，这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。

XenSystem，以及在国外已经非常成熟的Intel 和IBM，各种“云计算”的应用服务范围正日渐扩大，影响力也无可估量。

由于云计算应用的不断深入，以及对大数据处理需求的不断扩大，用户对性能强大、可用性高的4路、8路服务器需求出现明显提速，这一细分产品同比增速超过200%。

(7)计算机云计算专业扩展阅读：

特点：

1、超大规模

“云”具有相当的规模，Google云计算已经拥有100多万台服务器， Amazon、IBM、微软、Yahoo等的“云”均拥有几十万台服务器。

2、虚拟化

云计算支持用户在任意位置、使用各种终端获取应用服务。

所请求的资源来自“云”，而不是固定的有形的实体。

应用在“云”中某处运行，但实际上用户无需了解、也不用担心应用运行的具 *** 置。

3、通用性

云计算不针对特定的应用，在“云”的支撑下可以构造出千变万化的应用，同一个“云”可以同时支撑不同的应用运行。

4、高可扩展性

“云”的规模可以动态伸缩，满足应用和用户规模增长的需要。

5、按需服务

“云”是一个庞大的资源池，你按需购买；云可以像自来水，电，煤气那样计费。

6、极其廉价

由于“云”的特殊容错措施可以采用极其廉价的节点来构成云，因此用户可以充分享受“云”的低成本优势，经常只要花费几百美元、几天时间就能完成以前需要数万美元、数月时间才能完成的任务。

八 云计算技术与应用专业是什么毕业对应什么工作

新兴的互联网行业，通过本专业系统的学习，毕业后可从事网络工程师、网络管理员、信息系统维护员、数据库管理、网络安全师、网络存储、Cisco路由调试师、Windows服务器管理、Linux服务器管理、综合布线、网络设备调试、PHP网站开发（商务网站开发、企业网站建设、 *** 网站建设、在线支付类网站开发）、网站优化SEO、项目经理。

九 计算机科学与技术云计算方向就业前景

Linux运维工程师，数据库管理员，Linux高级运维工程师，Linux集群/网站架构师，Python运维开发师，云计算运维工程师等等。

这些都可以，来这边看看吧

如何全面掌控session

WebSockets是一个能够给单TCP连接提供全双工信道的HTML5特性。它的持续性连接功能，使得构建B/S模式的实时应用成为可能。Websockets常常用在那些带有聊天功能的WEB应用上。

下面的图片就非常贴切地阐释了一个APT攻击用到的websockets：

科普：

同源策略(Same origin policy)：同源是指，域名，协议，端口相同，即浏览器会检查同一浏览器的不同选项卡中，来源相同的脚本才能跨选项卡执行。

Origin字段：浏览器在发送POST请求的时候可能会加上一个Origin字段，这个Origin字段主要是用来标识出最初请求是从哪里发起的。如果浏览器不能确定源在哪里，那么在发送的请求里面Origin字段的值就为空。

IronWASP：某开源WEB测试平台，用户可以自定义安全扫描，并且可以自己用python/ruby来定义插件系统。相关介绍见：

ZAP(Zed Attack Proxy)：是一款集成各种工具的渗透测试框架，可以发现在WEB应用程序中的漏洞，相关介绍见：

WebSocket的安全评估

最近，我们对一个拥有复杂菜单选项和功能的WEB应用做了安全评估。该应用中大部分操作都用到了web-sockets，这意味着其大多数行为都不会记录到http代理日志上。

首先，我们打开主页后，网站会加载一个带有JS脚本和CSS文件的静态网页。此后，整个通信交互会转为Websockets模式，浏览器和服务端之间会建立websocket连接，从而加载网站里所有可见的HTML资源。点击链接或者提交Form表单时，浏览器会向服务端发送一些WebSocket消息。服务器处理了这些消息后，会通过WebSocket进行反馈，而后客户端浏览器会展示新的HTML内容。

这时当websocket消息在进行交互时，通信数量是非常巨大的。每隔一秒它们之间会有心跳探测包的交互。然而现有的工具达不到我的要求，我不得不给IronWASP添加了一个Websocket消息分析装置和一个WebSocket客户端，这样它才能识别Websocket从而尝试fuzz其漏洞。你可以在在这里了解下相关知识。

在测试这个应用时，我发现它存在WebSocket跨站劫持(Cross-Site WebSocket

Hijacking)漏洞(由christian

schneider首创)。当然，我会在给大家介绍测试方法之前，解释下这个漏洞的影响。在测试相关Websockets应用之前，我们需要先做下准备。

WebSocket跨站劫持漏洞实验准备

大家应该明白，同源策略(SOP)不会通过浏览器在websockets上强制执行(同一浏览器下，受SSL保护的页面，不会让非SSL的WebSocket通过)，我们测试的应用采用了http

cookie作为session认证，WebSocket通过浏览器发送的消息不会有Session ID或是随机参数。

这样一来，如果某用户登录了带有漏洞的WEB应用，然后在同一浏览器还打开了(攻击者的网站)，可以尝试通过该漏洞应用与应用的服务端建立一个WebSocket连接，然后通过浏览器发送一个带有效的认证Session

ID的请求包。于是，这个由攻击者网站建立的WebSocket连接会和应用本身有相同的权限。

由于整个应用都是以websockets为基础运行的，劫持了WebSocket就相当于劫持了用户的session。所以这个漏洞在本质上和存储型跨站脚本漏洞是一样的。

如果你认为这就很糟了，那当你听到某些情况下WebSocket跨站脚本，甚至可以在用户系统上实现远程代码执行的时候，会不会更惊讶呢?事见IPython Notebook的案例。

测试之前，你首先要做的就是确认该应用是否存在WebSockets。幸运的是，做这个非常简单，你只需要知道以下三点:

1.WebSocket的URL连接一般是以ws://或者wss://开头的。

2.需要检测建立连接的Origin头，该网页可能是通过Origin字段建立的WebSocket链接。

3.浏览器和服务端之间发送的消息中，我们可以从中检查出普通WebSocket连接的特征。

下面这张图会给你展示：如何通过IronWASP日志得到Origin字段的值和WebSocket的URL值。

一旦你得到这些信息，你可以使用一些特殊方法，对跨站WebSocket劫持漏洞进行检测。我在这里例举三个简单的例子：

使用代理软件(如Burpsuite):

这里必须提到的是，burpsuite可以捕获和记录WebSockets的消息。而ZAP和IronWASP是我所知道的，可以重放websocket请求的软件。

在burpsuite里，我们不能重放websockets消息，但我们还是可以在有限条件下，检测WebSocket握手包是否成功。为了进行测试，我们需要分析websocket的升级请求包：它们会通过http或者https发送，因此可以被重放。

以下截图为burpsuite重放器(Repeat选项卡)的记录，其显示了websocket连接的有效请求和应答情况：

为了测试这个漏洞，我们需要发送另一个带有重制后的Origin头的请求包。如果我们回应包里有“101 Web Socket Protocol Handshake”的标志，这就表示WebSocket已经建立成功了。

如果连接没有建立成功，那就意味着该应用不存在这个漏洞，因为它会拒绝外部的WebSocket连接。建立成功后，我们就可以开始下一步测试，看看该应用是否有WebSocket跨站劫持漏洞。这里需要说明一下：即使已经建立连接，也需要其如Origin的正常连接一般，确认得到服务端对WebSocket消息的应答之后，才能证明该应用存在漏洞。这是因为开发者可能会同时启用Origin检测与连接权限认证。因此我们的实验中也许会出下面这种情况：建立的连接可以一直保持，但拥有外部来源的Origins不会通过认证。

ZAP可以重放WebSocket消息，但据我了解，它并不能更改Origin头。下面介绍的方法可以给你科普下，如何通过CSWSH(WebSocket跨站劫持)来获得更多的东西。

使用WebSocket跨站劫持的在线测试工具

打开需要测试的WEB应用登入其中，然后在同一浏览器中开一个新选项卡，访问(模拟的黑客网站)，输入该WebSocket的URL地址，然后点击网页上的Connect按钮。一旦建立连接，你就可以通过这个页面向WebSocket的服务器发送消息。我们需要通过重放有效session发送过的消息，然后查看服务器的回应包。

如果服务端的回应与前面有效session发送的正常包相同，那就说明该应用可能存在WebSocket跨站劫持漏洞。

使用IronWASP

IronWASP可以做到更多，即使是最基础的检测也能提供自动化脚本检查。

使用IronWASP的WebSocket客户端

以上测试Origin的方法的使用的服务端是，如果你想要更加灵活地设置Origin值，你可以使用IronWASP的客户端功能。它允许你自定义Origin值来测试WebSocket连接。

在以下环境下可能会用到客户端功能：

1.应用允许来自开放的Origin的WebSocket连接

2.应用允许来自localhost和内网IP的Origin字段值

这种做法是为了方便开发者和应用的内部测试。通过使用IronWASP的客户端，你可以尝试内网IP或者localhost作为Origin是否能够生效。如果可以的话，那没准儿你可以耍一点小手段，在真实环境下利用这个漏洞。比如，如果某个应用允许http:/127.0.0.1:8080作为Origin字段，那我们就可以这样做：若受害者正好有个在本地8080端口运行的WEB应用，而且其存在跨站脚本漏洞。如果满足这些条件，黑客可以先在该WEB应用上进行跨站攻击，然后再向目标应用服务端建立WebSocket连接：

使用IronWASP的WebSocket API进行自动化检测

如果你需要利用localhost或者内网IP进行测试Origin头，使用客户端脚本进行自动化检测会让你的行动更加轻松。IronWASP允许你使用Python或者Ruby进行实现自定义脚本编写。

下面这个脚本可以单独检测Origin头里填充的内网IP地址，测试服务端对此是否认可：

import clr

clr.AddReference("WebsocketClient.exe")

from WebsocketClient import *

def check_conn(origin):

print "Testing origin - " + origin

ws = SyncWebsockClient()

ws.Connect("ws://tatgetapp.com/ws", origin, "SessionID=KSDI2923EWE9DJSDS01212")

ws.Send("first message to send")

msg = ws.Read()

ws.Close()

if msg == "message that is part of valid session":

print "Connection successful!!"

return True

else:

return False

def check_nw():

for nws in ["192.168.0.0/16", "172.16.0.0/12", "10.0.0.0/8"]:

for ip in Tools.NwToIp(nws):

if check_conn("http://" + ip):

break

check_nw()