-
公开(公告)号:CN112396035A
公开(公告)日:2021-02-23
申请号:CN202011417489.4
申请日:2020-12-07
申请人: 国网电子商务有限公司 , 国家电网有限公司信息通信分公司 , 国网区块链科技(北京)有限公司
摘要: 本申请提供一种基于注意力检测模型的物体检测方法和装置,方法包括,利用每一个特征层从待检测图像中提取出图像特征,并利用注意力层对图像特征执行卷积注意力计算得到注意力图像特征;注意力检测模型有多个特征层,第一个特征层的输入为输入特征,其他特征层的输入为前一特征层的输出,注意力图像特征中根据目标物体的像素计算得到的目标元素的数值大于图像特征中目标元素的数值;最后根据注意力图像特征检测出待检测图像中目标物体的所在区域。利用注意力层增强图像特征中由目标物体的像素计算得到的元素,可以增大这些元素的候选框的置信度值,这样后续检测步骤更容易检测出包含目标物体的候选框,从而提高检测结果的准确度。
-
公开(公告)号:CN111405548B
公开(公告)日:2023-07-21
申请号:CN202010269895.4
申请日:2020-04-08
申请人: 国家电网有限公司信息通信分公司 , 国家电网有限公司
IPC分类号: H04W12/79 , H04W12/121
摘要: 本申请公开了一种钓鱼wifi的检测方法及装置,包括:在检测到新的wifi信号后,获取新的wifi的指纹特征;基于所述指纹特征,采用反攻击身份认证方式确定所述新的wifi是否为恶意wifi;若所述新的wifi为恶意wifi,禁止用户终端与所述新的wifi建立连接。所述钓鱼wifi的检测方法及装置,能够主动检测周围的局与无线网络状态,在检测到新的wifi信号后,主动启动新的wifi安全性的检测,因此具备很好的自主实施性;此外基于获取的指纹特征采用反攻击身份认证方式确定检测到的新的wifi是否安全,使得检测范围更加全面,能够满足用户的日常安全检测需求。
-
公开(公告)号:CN111541569B
公开(公告)日:2022-10-11
申请号:CN202010321201.7
申请日:2020-04-22
申请人: 国家电网有限公司信息通信分公司 , 国家电网有限公司
IPC分类号: H04L41/08 , H04L41/0895 , H04L41/0894 , H04L41/12 , H04L61/5007 , H04L67/30
摘要: 本发明提供一种网络节点配置方法,包括:获取目标虚拟网络的网络拓扑;基于所述网络拓扑对所述目标虚拟网络进行解析;基于解析结果计算得到所述网络拓扑的子网网络范围、子网网段、子网可使用范围;获取与用户输入指令相匹配的预设的网络配置模式;在所述子网网络范围、子网网段、子网可使用范围内,基于所述预设的网络配置模式,将所述网络拓扑的节点进行IP网络分配以及网络拓扑结构的路由计算,得到与所述网络配置模式相匹配的网络配置文件和路由文件;基于所述网络配置文件和路由文件构建虚拟网络,提供了一种高效的网络节点分配方案。
-
公开(公告)号:CN117952426A
公开(公告)日:2024-04-30
申请号:CN202410209900.0
申请日:2024-02-26
申请人: 国家电网有限公司信息通信分公司
IPC分类号: G06Q10/0635 , G06F8/71 , G06N20/00
摘要: 本申请公开了一种基于大模型的设备版本更新风险评估方法、装置、电子设备、存储介质及计算机程序产品,涉及人工智能技术领域,用于提高电子设备进行设备版本更新风险评估的准确性和效率。该方法包括:获取待评估的第一版本的第一版本号;基于第一版本号,从版本更新图中,确定第一版本的第一版本更新信息;基于第一版本号,从网络上获取第一版本的第二版本更新信息;获取第一提示词模板;通过第一提示词模板,对第一版本更新信息中与第一提示词模板对应的第一提示词类型相匹配的第一信息,和第二版本更新信息中与第一提示词类型相匹配的第二信息进行合并处理,得到第一提示词;将第一提示词输入至大模型中,以得到更新风险评估信息。
-
公开(公告)号:CN117788987A
公开(公告)日:2024-03-29
申请号:CN202311652757.4
申请日:2023-12-05
申请人: 国家电网有限公司信息通信分公司 , 南京南瑞信息通信科技有限公司
IPC分类号: G06V10/80 , G06V10/82 , G06N3/0464 , G06V30/19 , G06V10/764 , G06V10/74
摘要: 本发明公开了一种基于Transformer的图文多模态系统运维知识匹配方法及系统,包括:对文本和图像进行预处理;构建Transformer模型;图文融合:引入多模态注意力层,根据图像和文本的内容自动学习并融合这两种类型的特征,并据此生成综合的融合向量,该向量随后被输入到全连接网络,进行最后的匹配评分或分类;模型训练;将匹配好的图文信息通过用户界面展示出来。本发明利用了多模态注意力层对图像和文本进行高效的特征提取,并有效地将图像和文本的不同模态特征进行对齐和融合,这种独特的融合策略解决了传统方法中系统运维不同模态特征难以融合的问题,从而显著提高了系统运维知识匹配的准确度和效率。
-
公开(公告)号:CN117312555A
公开(公告)日:2023-12-29
申请号:CN202311133210.3
申请日:2023-09-04
申请人: 国家电网有限公司信息通信分公司 , 南京南瑞信息通信科技有限公司
摘要: 本发明公开了一种基于触发显著性归因的数据库异常事件知识抽取方法和系统,所述方法包括获取数据库系统日志文本数据并进行数据预处理;构建事件类型集合;对数据库系统日志文本数据进行句子级事件分类;对数据库系统日志文本数据输入句子的每个词进行显著性评估;对输入句子进行事件类型显著性评估,进行事件分类;触发词显著性事件抽取模型;上下文显著性事件抽取模型;采用注意力机制处理模型输出的词向量抽取触发词;所述系统包括数据预处理模块,数据分类模块,显著性评估模块,数据抽取模块。本发明解决了其他模型中不同事件类型的事件抽取性能不平衡的问题。
-
公开(公告)号:CN116055165A
公开(公告)日:2023-05-02
申请号:CN202310032888.6
申请日:2023-01-10
申请人: 国家电网有限公司信息通信分公司
IPC分类号: H04L9/40 , G06N3/08 , G06N3/0464
摘要: 本申请提供了一种恶意流量数据检测方法,涉及恶意流量入侵检测技术领域。在执行所述方法时,先获取目标漏洞,根据目标漏洞获取对应的渗透攻击工具、攻击载荷以及编码器,然后在渗透攻击工具、攻击载荷以及编码器中分别插入探针代码,利用插入探针代码后的渗透攻击工具、插入探针代码后的攻击载荷以及插入探针代码后的编码器自动生成恶意流量数据,再对恶意流量数据中的字段信息进行处理,得到恶意流量数据集,最后将恶意流量数据集中的数据输入训练好的并联神经网络模型,得到恶意流量数据的种类。使得在判别恶意流量的种类时,不限于利用对已知的恶意流量特征或模式来判别入侵,达到了能够对多种恶意流量检测的效果。
-
公开(公告)号:CN115577307A
公开(公告)日:2023-01-06
申请号:CN202211255919.6
申请日:2022-10-13
申请人: 国家电网有限公司信息通信分公司 , 杭州电子科技大学
IPC分类号: G06F18/2431 , G06F18/214 , G06F18/2415 , G06N3/08
摘要: 本申请公开了一种数据中心的PUE预测方法、装置及存储介质,涉及数据中心能耗领域,用于精确、快速地预测数据中心的PUE。该方法包括:将第一时刻的待预测PUE样本输入到深度森林分类器中进行样本分析,得到分析结果,该分析结果包括N个概率值,每个概率值用于表征待预测PUE样本属于N个预设类别中一个预设类别的概率,N为正整数;基于分析结果、第一历史PUE数据集和第一时刻的环境数据,对RDPG模型训练,得到训练后的RDPG模型,训练后的RDPG模型用于预测数据中心的PUE值。
-
公开(公告)号:CN115080365A
公开(公告)日:2022-09-20
申请号:CN202210846441.8
申请日:2022-07-19
申请人: 国家电网有限公司信息通信分公司 , 南瑞集团有限公司
摘要: 本发明公开了一种数据中心主机设备告警基线动态生成方法及相关设备,可以获得主机设备在运行周期范围对应的性能状态预测数据以及在运行周期范围中各时间分段对应的访问用户比例数据和历史告警比例数据;利用性能状态预测数据、访问用户比例数据和历史告警比例数据,通过不同的业务系统类型的容忍度计算,获得主机设备在运行周期范围下对应的初始告警基线;对初始告警基线进行平滑滤波处理,利用滤波后告警基线对主机设备进行告警监测。本发明利用主机设备的性能状态预测数据,结合主机设备在各时间分段对应的访问用户比例数据和历史告警比例数据获得动态的告警基线,有效对每台主机设备进行个性化地告警监测,能够精准提高主机设备运维效率。
-
公开(公告)号:CN114662685A
公开(公告)日:2022-06-24
申请号:CN202210317603.9
申请日:2022-03-29
申请人: 国家电网有限公司信息通信分公司
摘要: 本发明提供一种神经网络压缩方法及装置,为每个神经网络的每个参数配置配置值,在配置值的邻域中搜索性能更高的配置值,从性能更高的配置值中选择预设个性能最大的配置值和距离参考集最大的配置值作为参考值构建参考集,选择参考集中任意两个参考值构建子集,得到多个子集,对子集中的两个参考值进行线性组合计算,得到最优解,利用最优解执行神经网络的压缩。在本方案中,为神经网络的每个参数配置配置值,使得神经网络参数空间的每一部分都被搜索到,并在不改变参数配置值的情况下,筛选出高性能的配置值,利用线性组合运算,得到最优解,利用最优解执行神经网络的压缩,从而实现不改变参数值并保持神经网络精度和性能的同时压缩神经网络。
-
-
-
-
-
-
-
-
-