一种数据中心能耗管理方法及系统

    公开(公告)号:CN114968556A

    公开(公告)日:2022-08-30

    申请号:CN202210449494.6

    申请日:2022-04-26

    摘要: 本发明提供一种数据中心能耗管理方法及系统,该方法包括:获取数据中心历史访问流量数据,基于历史访问流量数据对长短记忆网络进行训练,得到流量预测模型;统计历史访问流量对应的服务器类型及数量,并统计用户平均等待时延;构建工作环境对应服务器性能的影响模型;基于所述流量预测模型预测不同时段对应的访问流量,在满足平均等待时延小于预定阈值的限定条件下,分配不同时段对应数量的服务器,并以最小能耗为目标,通过所述影响模型设置对应的制冷设备;基于实际用户平均等待时延及工作环境采样,对服务器数量及制冷设备进行反馈调节。通过该方案可以在保障用户正常使用体验的前提下,降低数据中心的能耗。

    一种K匿名聚类隐私保护方法、系统、计算机设备、终端

    公开(公告)号:CN113742781A

    公开(公告)日:2021-12-03

    申请号:CN202111123601.8

    申请日:2021-09-24

    IPC分类号: G06F21/62 G06K9/62

    摘要: 本发明属于信息安全技术领域,公开了一种K匿名聚类隐私保护方法、系统、计算机设备、终端,K匿名聚类隐私保护方法包括:使用主成分分析方法完成数据的降维且确定敏感属性、准标识符属性和标识属性;对降维后的数据使用灰度关联分析方法计算敏感属性与准标识符属性的关联度;根据敏感属性与准标识符关联度确定准标识符的泛化层次结构;使用手肘法确定数据集适合的聚类簇数量;根据阈值a判断对数据直接进行聚类操作还是将该数据集与其他数据值合并进行聚类;对数据集进行聚类处理;根据准标识属性的泛化结构对聚类的数据进行K匿名处理。本发明能够降低医疗数据的维度,避免聚类过程中陷入局部最优值,降低K匿名过程中的信息损失率,保护隐私数据的安全。

    一种基于深度学习的绿色数据中心智能管理系统

    公开(公告)号:CN115099766A

    公开(公告)日:2022-09-23

    申请号:CN202210512066.3

    申请日:2022-05-11

    摘要: 本发明实施例提供一种基于深度学习的绿色数据中心智能管理系统,通过系统化的能耗审计能够提供数据中心能耗的实时概况和模型,明确了解数据中心的总体能耗以及能耗的具体分布状况;从资源整合和任务调度的角度针对面向绿色云计算的节能关键技术展开深入研究,在保证系统QoS的前提下,使系统的各个环节运行有序化,有效、合理地降低云数据中心的能耗,建立数据清洗和分类机制,建立面向运维多维异构数据的高效时序存储架构,围绕数据中心多维异构数据自动化采集与数据处理技术、研究运维信息离散化现象,探索多维异构数据的自动化采集,实现异常识别与自动优化机理,有效识别故障原因及定位,实现降能增效。

    一种K匿名聚类隐私保护方法、系统、计算机设备、终端

    公开(公告)号:CN113742781B

    公开(公告)日:2024-04-05

    申请号:CN202111123601.8

    申请日:2021-09-24

    摘要: 本发明属于信息安全技术领域,公开了一种K匿名聚类隐私保护方法、系统、计算机设备、终端,K匿名聚类隐私保护方法包括:使用主成分分析方法完成数据的降维且确定敏感属性、准标识符属性和标识属性;对降维后的数据使用灰度关联分析方法计算敏感属性与准标识符属性的关联度;根据敏感属性与准标识符关联度确定准标识符的泛化层次结构;使用手肘法确定数据集适合的聚类簇数量;根据阈值a判断对数据直接进行聚类操作还是将该数据集与其他数据值合并进行聚类;对数据集进行聚类处理;根据准标识属性的泛化结构对聚类的数据进行K匿名处理。本发明能够降低医疗数据的维度,避免聚类过程中陷入局部最优值,降低K匿名过程中的信息损失率,保护隐私数据的安全。

    一种智能流量异常检测系统及优化方法

    公开(公告)号:CN117857154A

    公开(公告)日:2024-04-09

    申请号:CN202311784629.5

    申请日:2023-12-21

    IPC分类号: H04L9/40 H04L41/06 H04L41/22

    摘要: 本发明涉及一种智能流量异常检测系统,检测系统包括网速监测模块、流量计量模块、主控模块、数据存储模块与异常分析模块,网速监测模块与流量计量模块均与数据存储模块之间电性连接,数据存储模块与异常分析模块之间电性连接,异常分析模块内包括训练学习模型,学习模型为孤独森林模型,数据存储模块用以对接收到的数据进行存储。本发明通过在异常分析模块的内部建立有异常分析算法,并且能够通过不断的深入学习,去将编程逐渐的优化,去更好的对流量的异常情况进行检测分别,并且在检测出流量异常情况后,通过弹窗的形式,从计算机内部弹出,警示人们,及时的发现流量的异常情况,减少损失,给人们带来了更好的使用前景。

    一种基于深度学习的威胁预测方法

    公开(公告)号:CN117688569A

    公开(公告)日:2024-03-12

    申请号:CN202311442004.0

    申请日:2023-10-30

    摘要: 本发明公开了一种基于深度学习的威胁预测方法,预测方法包括:S1、在计算机内构建设计深度学习的代码包括有CNN、RNN与LSTM,生成手机APP;S2、通过对深度学习代码进行训练学习,来构建出强大的预测能力;S3、将手机与计算机端进行连接,将软件APP传输至手机端内,进行安装;S4、在手机端内构建威胁情景模拟,模拟不同的威胁事件,打开软件APP后台,进行威胁实验。本发明通过开发的基于深度学习的威胁预测方法,能够及时的发现预测到手机中存在的安全隐患问题,并及时的对安全隐患存在的区域位置,进行发现,去警示人们手机安全的问题,能够及时的发现手机中隐藏的威胁,保护手机内的数据与安全,给人们带来了更好的使用前景。

    一种基于UKEY的多应用统一认证方法

    公开(公告)号:CN112600813B

    公开(公告)日:2023-03-28

    申请号:CN202011421209.7

    申请日:2020-12-08

    IPC分类号: H04L9/40

    摘要: 本发明公开一种基于UKEY的多应用统一认证方法,所述方法包括:通过认证中心接收用户通过登录页面发起的认证请求,调用认证中间件与UKEY进行通信,校验用户的认证请求,校验通过后,通知安全凭证模块生成用户对应的安全凭证;通过应用认证代理接收一个或多个应用系统的用户身份认证请求,从安全凭证模块中获取当前用户的安全凭证;利用用户的安全凭证向管理中心下发获取身份信息的请求,获取请求结果并为应用系统提供所需的用户身份信息数据。本发明通过管理中心管理应用系统和用户信息,用户的授权、安全凭证等等身份信息由应用认证代理负责提供,从而隔离用户认证步骤、减少应用系统与认证中心间交互,安全可靠地保障信息系统的认证过程。