-
公开(公告)号：CN117834303B
公开(公告)日：2024-05-28
申请号：CN202410246018.3
申请日：2024-03-05
Applicant: 南开大学
IPC: H04L9/40 , H04L67/06 , H04L67/1074 , H04L9/00
Abstract: 本发明提供一种面向去中心化存储的数据审计方法，属于完整性审计技术领域。包括：将待审计的原始文件分割获得的文件块及文件块签名上传至P2P节点，并将标识信息发送至以太坊智能合约；P2P节点获取以太坊的区块信息并生成第一随机数，将第一随机数与预设阈值比对确认是否入围；入围节点将公钥添加至第一随机数中生成第二随机数，根据第二随机数及文件索引值映射关系选择文件块，获得挑战集合；入围节点基于入围数据块及对应签名，通过待证明问题的证明密钥生成零知识证明；入围节点将挑战集合、零知识证明和随机数集合发送至智能合约进行待证明问题的验证，完成审计。本发明保证了审计的公平性和安全性，提升了审计的效率。
-
Patent Agency Ranking
公开(公告)号：CN116579842B
公开(公告)日：2023-10-03
申请号：CN202310854274.6
申请日：2023-07-13
Applicant: 南开大学
IPC: G06Q40/03 , G06F18/213 , G06F18/243
Abstract: 本发明涉及数据处理技术领域，公开了一种基于用户行为数据的信用数据分析方法及系统，用于提高信用数据分析时的准确率。包括：采集多个用户行为数据并进行标签匹配，确定标签数据；对多个用户行为数据及标签数据进行数据整合，得到用户数据集合；对用户数据集合进行数据处理，得到待分析数据集合；通过过滤式特征提取算法对待分析数据集合进行第一特征提取处理得到第一候选特征集合；通过包裹式特征提取算法对第一候选特征集合进行第二特征提取处理得到第二候选特征集合；对第二候选特征集合进行数据漂移检测及特征筛选处理，得到目标特征集合；对目标特征集合进行信用数据分析，得到信用数据分析结果并将信用数据分析结果传输至预置的数据处理终端。
-
公开(公告)号：CN118656741A
公开(公告)日：2024-09-17
申请号：CN202411111099.2
申请日：2024-08-14
Applicant: 南开大学
IPC: G06F18/243 , G06N3/088 , G06F11/07 , G06F18/211 , G06F18/214 , G06F18/25 , G06F123/02
Abstract: 本发明涉及电数字数据处理技术领域，尤其涉及一种基于时序数据的智能运维方法,包括如下步骤：收集原始时序运维数据,并划分到相应的训练集及测试集中；对性能特征数据及标准日志特征数据进行预处理，得到性能特征数据及差分日志特征数据；对性能特征数据及标准日志特征数据分别做故障检测，并进行离线模型训练，得到多模态故障检测模型，并将异常样本收集到故障样本中；将多模态故障检测模型和基于阿里大语言模型的故障检测模型整合为在线模型，对运维数据实现实时故障检测。本发明提供的方法能够实现对大规模计算机系统性能数据和日志数据的深入分析，并自动识别和分类故障，提高故障处理的效率和准确性。
-
公开(公告)号：CN118656741B
公开(公告)日：2024-10-29
申请号：CN202411111099.2
申请日：2024-08-14
Applicant: 南开大学
IPC: G06F18/243 , G06N3/088 , G06F11/07 , G06F18/211 , G06F18/214 , G06F18/25 , G06F123/02
Abstract: 本发明涉及电数字数据处理技术领域，尤其涉及一种基于时序数据的智能运维方法,包括如下步骤：收集原始时序运维数据,并划分到相应的训练集及测试集中；对性能特征数据及标准日志特征数据进行预处理，得到性能特征数据及差分日志特征数据；对性能特征数据及标准日志特征数据分别做故障检测，并进行离线模型训练，得到多模态故障检测模型，并将异常样本收集到故障样本中；将多模态故障检测模型和基于阿里大语言模型的故障检测模型整合为在线模型，对运维数据实现实时故障检测。本发明提供的方法能够实现对大规模计算机系统性能数据和日志数据的深入分析，并自动识别和分类故障，提高故障处理的效率和准确性。
-
公开(公告)号：CN117834303A
公开(公告)日：2024-04-05
申请号：CN202410246018.3
申请日：2024-03-05
Applicant: 南开大学
IPC: H04L9/40 , H04L67/06 , H04L67/1074 , H04L9/00
Abstract: 本发明提供一种面向去中心化存储的数据审计方法，属于完整性审计技术领域。包括：将待审计的原始文件分割获得的文件块及文件块签名上传至P2P节点，并将标识信息发送至以太坊智能合约；P2P节点获取以太坊的区块信息并生成第一随机数，将第一随机数与预设阈值比对确认是否入围；入围节点将公钥添加至第一随机数中生成第二随机数，根据第二随机数及文件索引值映射关系选择文件块，获得挑战集合；入围节点基于入围数据块及对应签名，通过待证明问题的证明密钥生成零知识证明；入围节点将挑战集合、零知识证明和随机数集合发送至智能合约进行待证明问题的验证，完成审计。本发明保证了审计的公平性和安全性，提升了审计的效率。
-
公开(公告)号：CN116579842A
公开(公告)日：2023-08-11
申请号：CN202310854274.6
申请日：2023-07-13
Applicant: 南开大学
IPC: G06Q40/03 , G06F18/213 , G06F18/243
Abstract: 本发明涉及数据处理技术领域，公开了一种基于用户行为数据的信用数据分析方法及系统，用于提高信用数据分析时的准确率。包括：采集多个用户行为数据并进行标签匹配，确定标签数据；对多个用户行为数据及标签数据进行数据整合，得到用户数据集合；对用户数据集合进行数据处理，得到待分析数据集合；通过过滤式特征提取算法对待分析数据集合进行第一特征提取处理得到第一候选特征集合；通过包裹式特征提取算法对第一候选特征集合进行第二特征提取处理得到第二候选特征集合；对第二候选特征集合进行数据漂移检测及特征筛选处理，得到目标特征集合；对目标特征集合进行信用数据分析，得到信用数据分析结果并将信用数据分析结果传输至预置的数据处理终端。
-
-
-
-
-
Search Results
6
records
(took 0.022 seconds)
