NEMU综合实践

2024暑期软工一班综合实践仓库 小组成员：边博宇 娄丹鸣 董博文 伍志鸿

面向院内管理员, 解决传统纸质挂号低效、数据分散和运营不可视的问题。系统聚焦医生、患者和挂号三类核心数据，实现标准化管理和流程可视，便于后续对接移动端或自助机 后台登录后在仪表盘一眼看到医生数、患者数、挂号量，并可点击指标快速跳转。医生/患者/挂号模块都支持搜索过滤、列表查看、表单弹窗新增编辑、冲突校验与状态管理 Vue3 + Element Plus+ Spring Boot + MyBatis

网络日志已经成为了解系统运行状态和发现异常的重要工具。传统日志分析方法依赖固定规则，难以适应复杂的系统环境。大语言模型（LLM）在理解自然语言方面表现出色，为日志异常检测提供了新思路。本课题研究基于大语言模型的日志异常检测方法，旨在通过智能分析日志信息，快速发现系统异常和潜在问题，提高日志分析的准确性和效率，为系统运维和安全监控提供支持，同时探索人工智能在提升软件系统可靠性和智能运维中的应用价值。