一种应用于DAS系统中在线训练DNN模型的实现方法

    公开(公告)号:CN110363216A

    公开(公告)日:2019-10-22

    申请号:CN201910472772.8

    申请日:2019-05-31

    Abstract: 本发明公开了本实施例提供一种应用于DAS系统中在线训练DNN模型的实现方法,实现方法包括:识别器,识别器具有第一权重的神经网络,识别器与输出采样数据的DAS系统连接,识别器接收采样数据并输出告警类别;样本库,样本库与DAS系统、识别器连接,样本库接收告警类别和采样数据后关联存储为样本数据;训练池,训练池与样本库连接,训练池抽取包含所有告警类别的样本数据用来形成训练数据;以及训练器,训练器具有与识别器区别仅在于第二权重的神经网络,训练器与训练池连接。本发明的有益效果为运行时在线学习并更新DNN的状态,从而根据实际信息不断的优化减少虚警。

    一种用户友好的多规则告警逻辑方法

    公开(公告)号:CN117935510A

    公开(公告)日:2024-04-26

    申请号:CN202410052152.X

    申请日:2024-01-12

    Inventor: 刘东 周勇军

    Abstract: 本发明公开了一种用户友好的多规则告警逻辑方法,本发明将异常事件作为系统的输入,通过执行设定好的规则,从而输出告警,实现了高度灵活、精细的告警定制,可以不受限制的增减、变更规则,使安防告警系统充分满足用户定制化的需求,有效地解决了现有安防报警系统缺乏系统性的告警逻辑处理系统、难以灵活精细地定制告警的问题。

    一种分布式、自适应阈值调整方法及应用该方法的DAS系统

    公开(公告)号:CN116434487A

    公开(公告)日:2023-07-14

    申请号:CN202211581002.5

    申请日:2022-12-09

    Abstract: 本发明公开了一种分布式、自适应阈值调整方法及应用该方法的DAS系统,所述方法包括步骤:确定系统启动时精度评分数组、召回率评分数组和置信度阈值数组的容量并初始化;用户确认并提交告警反馈信息;从精度评分数组、召回率评分数组中索引获取告警发生位置的先前的精度和召回率评分;利用获取得到的先前的精度和召回率评分,并根据告警反馈信息分别对告警发生位置及其影响范围内各位置的精度和召回率评分进行更新、对告警影响范围内的置信度阈值进行更新;将完成更新的精度、召回率评分和置信度阈值存储在DAS系统的磁盘内。本发明可以根据用户反馈的告警位置的实际情况对每个位置的精度、召回率评分和置信度阈值进行动态更新,以平衡系统的精度和召回率,优化系统综合指标。

    一种分布式高可用、可扩展、可移植的软件架构

    公开(公告)号:CN106155680B

    公开(公告)日:2019-08-02

    申请号:CN201610477065.4

    申请日:2016-06-27

    Abstract: 本发明涉及一种分布式高可用、可扩展、可移植的软件架构,该软件架构分为上层应用和公共平台,公共平台覆盖在操作系统上以支撑整个业务系统,在上层应用和公共平台之间连接有系统服务接口、任务管理接口和功能交互接口;公共平台中包括有平台管理模块、系统服务模块、任务管理模块和通信代理模块;公共平台还连接有温备份容错机制模块;上层应用中每个任务通过系统服务接口连接系统服务模块、通过任务管理接口连接任务管理模块、通过功能交互接口连接通信代理模块。本发明的软件架构主要用来模块化地开发、运行、管理分布式业务系统,使得上层应用随需构建、系统灵活配置,提供其稳定性、高可用性保障,以及后期的易维护性和易扩展性支持。

Patent Agency Ranking