云平台入口实时流量复制方法、系统和电子设备

    公开(公告)号:CN114745168B

    公开(公告)日:2024-11-19

    申请号:CN202210354135.2

    申请日:2022-04-03

    Abstract: 本申请公开了一种云平台入口实时流量复制方法、系统和电子设备,其通过卷积神经网络模型以及时序编码器对各个客户端在多个预定时间点的传输网络数据包进行时间和样本维度上的高维关联特征提取以获得第一特征矩阵,并且针对网络攻击在传输流量上具有一定程度的样本间的随机性和时间上的周期性的数据范式,通过对所述第一特征矩阵的特征值进行周期混沌映射,可以使得所述第二特征矩阵在高维特征空间内从特征分布层面模拟样本数据的范式特性,同时,又能够通过改进初始的特征分布来周期性间隔地按位置间隔生成混沌序列,来增强特征分布的按位置多样性,从而扩展分类器对于特征分布整体作为一个集合在高维特征空间内的搜索范围,改进全局分类精度。

    用于归档电子文件的方法、装置及系统、电子设备

    公开(公告)号:CN116775566B

    公开(公告)日:2023-10-31

    申请号:CN202311063726.5

    申请日:2023-08-23

    Abstract: 本申请涉及数据处理技术领域,公开一种用于归档电子文件的方法,包括:确定待归档电子文件中元数据与已有元数据项无法匹配的待归档目标电子文件;根据待归档目标电子文件的元数据新建元数据项;确定待归档目标电子文件的捕获地址所对应的目标移交地址;将待归档电子文件中元数据与新建元数据项匹配的待归档电子文件预归档至目标移交地址。利用待归档目标电子文件的元数据新建元数据项,进行已有元数据项的自动扩展,并将待归档电子文件中元数据与新建元数据项匹配的待归档电子文件预归档至目标移交地址,能够实现待归档电子文件的及时归档,有效提高电子文档的归档效率。本申请还公开一种用于归档电子文件的装置及系统、电子设备。

    微服务架构下的方法级无侵入调用链路追踪方法

    公开(公告)号:CN114821169A

    公开(公告)日:2022-07-29

    申请号:CN202210433035.9

    申请日:2022-04-23

    Abstract: 本申请公开了一种微服务架构下的方法级无侵入调用链路追踪方法、系统和电子设备,其通过基于上下文的编码器和时序编码器来获取在时序维度上各个服务器的日志数据之间的隐含关联特征以及各个服务器的日志数据在各个时间点之间的关联特征,以得到第一特征图和第二特征图,并进一步计算这两个特征图之间的特征流形维度分布相似性因数损失函数值来训练模型参数,可以通过高维特征分布的几何相似性的约束来优化特征流形之间具有关联的局部特征描述,以使得融合后的特征图能够减轻由于高维特征空间的空间复杂性导致的融合后特征稀疏度,从而增强融合后的所述特征图的分类能力。这样,就可以对所述微服务架构是否被入侵进行准确地检测。

    微服务架构下的方法级无侵入调用链路追踪方法

    公开(公告)号:CN114821169B

    公开(公告)日:2024-07-19

    申请号:CN202210433035.9

    申请日:2022-04-23

    Abstract: 本申请公开了一种微服务架构下的方法级无侵入调用链路追踪方法、系统和电子设备,其通过基于上下文的编码器和时序编码器来获取在时序维度上各个服务器的日志数据之间的隐含关联特征以及各个服务器的日志数据在各个时间点之间的关联特征,以得到第一特征图和第二特征图,并进一步计算这两个特征图之间的特征流形维度分布相似性因数损失函数值来训练模型参数,可以通过高维特征分布的几何相似性的约束来优化特征流形之间具有关联的局部特征描述,以使得融合后的特征图能够减轻由于高维特征空间的空间复杂性导致的融合后特征稀疏度,从而增强融合后的所述特征图的分类能力。这样,就可以对所述微服务架构是否被入侵进行准确地检测。

    云平台入口实时流量复制方法、系统和电子设备

    公开(公告)号:CN114745168A

    公开(公告)日:2022-07-12

    申请号:CN202210354135.2

    申请日:2022-04-03

    Abstract: 本申请公开了一种云平台入口实时流量复制方法、系统和电子设备,其通过卷积神经网络模型以及时序编码器对各个客户端在多个预定时间点的传输网络数据包进行时间和样本维度上的高维关联特征提取以获得第一特征矩阵,并且针对网络攻击在传输流量上具有一定程度的样本间的随机性和时间上的周期性的数据范式,通过对所述第一特征矩阵的特征值进行周期混沌映射,可以使得所述第二特征矩阵在高维特征空间内从特征分布层面模拟样本数据的范式特性,同时,又能够通过改进初始的特征分布来周期性间隔地按位置间隔生成混沌序列,来增强特征分布的按位置多样性,从而扩展分类器对于特征分布整体作为一个集合在高维特征空间内的搜索范围,改进全局分类精度。

    一种基于知识图谱的声像档案智能编研方法

    公开(公告)号:CN113407645A

    公开(公告)日:2021-09-17

    申请号:CN202110533208.X

    申请日:2021-05-19

    Abstract: 本发明涉及电子档案库架构技术领域,公开了一种基于知识图谱的声像档案智能编研方法,实现方法包括以下步骤:将声像系统档案中的结构化数据抽取为三元组,以构建知识图谱,再接收用户选题信息,接着对对于用户选题信息缺失的实体,使用声像档案智能编研模型自动生成编研目标标签,并存入知识图谱数据库中,再从知识图谱中检索相关声像数据进行编研。本发明根据编研目标自动提取音频和图片中的相关特征,使得声像实体在不同编研目标下有不同嵌入向量表示,然后根据嵌入向量之间的关系自动生成档案中缺失的编研目标标签数据从而完成更加有效地档案编研,从而解决传统声像档案编研方法无法为声像文件自动生成编研目标标签的问题。

    一种基于知识图谱的声像档案智能编研方法

    公开(公告)号:CN113407645B

    公开(公告)日:2024-06-11

    申请号:CN202110533208.X

    申请日:2021-05-19

    Abstract: 本发明涉及电子档案库架构技术领域,公开了一种基于知识图谱的声像档案智能编研方法,实现方法包括以下步骤:将声像系统档案中的结构化数据抽取为三元组,以构建知识图谱,再接收用户选题信息,接着对对于用户选题信息缺失的实体,使用声像档案智能编研模型自动生成编研目标标签,并存入知识图谱数据库中,再从知识图谱中检索相关声像数据进行编研。本发明根据编研目标自动提取音频和图片中的相关特征,使得声像实体在不同编研目标下有不同嵌入向量表示,然后根据嵌入向量之间的关系自动生成档案中缺失的编研目标标签数据从而完成更加有效地档案编研,从而解决传统声像档案编研方法无法为声像文件自动生成编研目标标签的问题。

Patent Agency Ranking