-
公开(公告)号：CN112241365B
公开(公告)日：2022-09-30
申请号：CN202010722288.9
申请日：2020-07-24
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
IPC: G06F11/36 , G06F16/182 , G06F9/54
Abstract: 本发明涉及一种面向Namenode的高效元数据构建和RPC性能提升的方法和装置。该方法通过性能测试工具中的创建文件功能构造文件对象，通过在内存中虚拟出的仅有基本结构的Datanode节点构造文件块对象，由文件对象和文件块对象构成Namenode内存元数据；基于构建的元数据，构造与生产环境相符的Namenode负载状态，并进行Namenode内部扩展和集群扩展，实现RPC性能优化。本发明能够高速构建Namenode元数据，为快速搭建接近生产环境的测试集群提供了帮助，全局锁的拆分能够提升RPC性能，多个Namenode协作管理集群且同时对外提供服务，提供了更高的读写吞吐量。
-
公开(公告)号：CN112241365A
公开(公告)日：2021-01-19
申请号：CN202010722288.9
申请日：2020-07-24
Applicant: 国家计算机网络与信息安全管理中心 , 中国科学院信息工程研究所
IPC: G06F11/36 , G06F16/182 , G06F9/54
Abstract: 本发明涉及一种面向Namenode的高效元数据构建和RPC性能提升的方法和装置。该方法通过性能测试工具中的创建文件功能构造文件对象，通过在内存中虚拟出的仅有基本结构的Datanode节点构造文件块对象，由文件对象和文件块对象构成Namenode内存元数据；基于构建的元数据，构造与生产环境相符的Namenode负载状态，并进行Namenode内部扩展和集群扩展，实现RPC性能优化。本发明能够高速构建Namenode元数据，为快速搭建接近生产环境的测试集群提供了帮助，全局锁的拆分能够提升RPC性能，多个Namenode协作管理集群且同时对外提供服务，提供了更高的读写吞吐量。
-
公开(公告)号：CN113761337B
公开(公告)日：2023-10-27
申请号：CN202011643504.7
申请日：2020-12-31
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9535 , G06F16/9537 , G06Q10/04
Abstract: 本发明提供一种基于事件隐式要素与显式联系的事件预测方法和装置，其中，方法包括：获取事件文本中的多个事件的事件要素；提取跨事件的事件要素之间的第一关系特征，所述第一关系特征用于表征跨事件的事件要素之间的语义联系特征；基于所述第一关系特征进行事件预测。在对事件进行预测时，加入跨事件的事件要素之间的第一关系特征，可以记录跨事件的事件要素之间的隐式联系，并且通过不同事件中的事件要素语义联系特征让不同的事件之间产生了联系，挖掘出了事件元组更深层次且更具有预测性的语义信息，不仅可以提升了事件预测的准确性，而且广泛适用于基于事件要素进行事件预测的方法中，通用性强。
-
公开(公告)号：CN116668264A
公开(公告)日：2023-08-29
申请号：CN202310673113.7
申请日：2023-06-07
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L41/0631 , H04L41/142 , G06F18/2321
Abstract: 本发明公开了一种告警聚类的根因分析方法、装置、设备及存储介质。该方法包括：根据关键告警确定异常节点和异常边，并根据所述异常节点和异常边生成候选异常传播图；对所述候选异常传播图中异常节点进行异常偏离度过滤，得到有效异常传播图；对所述有效异常传播图中异常节点进行聚类和根因分析，得到候选根因节点和各候选根因节点的根因可能性概率。本发明实施例可以提高根因定位的准确性与稳定性。
-
公开(公告)号：CN111861545B
公开(公告)日：2022-10-18
申请号：CN202010573448.8
申请日：2020-06-22
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06Q30/02
Abstract: 本申请涉及一种用户行为画像的构建方法、装置、设备及存储介质，所述方法包括：构建用户行为画像模型；生成用户行为特征向量和生成行为对象特征向量；计算分组判别结果与设定分组的分组误差，和，将用户行为特征向量和行为对象特征向量重构生成行为矩阵，并计算重构生成的行为矩阵为用户行为矩阵的生成概率；根据最小化模型方法，优化用户行为画像模型，更新用户行为画像模型参数；用户行为画像模型构建成功，向构建成功的用户行为画像模型输入用户行为数据，获得与用户行为数据对应的用户行为画像。用以解决现有的用户行为画像模型构建时更专注于用户的共性，难以获取具有个性化且可区分性的用户行为画像的问题。
-
Patent Agency Ranking
公开(公告)号：CN113822069A
公开(公告)日：2021-12-21
申请号：CN202111095062.1
申请日：2021-09-17
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/289 , G06F40/30 , G06F40/49 , G06K9/62 , G06N3/04
Abstract: 本申请涉及一种基于元知识的突发事件预警方法、装置和电子装置，其中，该方法包括：获取目标文本数据中的目标关键词，以及第一事件在第一时间段内的时序热度，其中，目标文本数据为描述第一事件的文本数据，目标关键词为目标文本数据中用于描述第一事件的特征信息的关键词；根据目标关键词确定第一事件的元知识，其中，元知识用于指示第一事件的目标事件特征；根据元知识以及第一时间段内的时序热度确定第一事件在第二时间段内的目标热度，其中，第一时间段的终止时间早于第二时间段的起始时间；根据元知识和目标热度确定在第二时间段第二事件的发生概率。本申请解决了事件预警的效率较低的技术问题。
-
公开(公告)号：CN113761337A
公开(公告)日：2021-12-07
申请号：CN202011643504.7
申请日：2020-12-31
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9535 , G06F16/9537 , G06Q10/04
Abstract: 本发明提供一种基于事件隐式要素与显式联系的事件预测方法和装置，其中，方法包括：获取事件文本中的多个事件的事件要素；提取跨事件的事件要素之间的第一关系特征，所述第一关系特征用于表征跨事件的事件要素之间的语义联系特征；基于所述第一关系特征进行事件预测。在对事件进行预测时，加入跨事件的事件要素之间的第一关系特征，可以记录跨事件的事件要素之间的隐式联系，并且通过不同事件中的事件要素语义联系特征让不同的事件之间产生了联系，挖掘出了事件元组更深层次且更具有预测性的语义信息，不仅可以提升了事件预测的准确性，而且广泛适用于基于事件要素进行事件预测的方法中，通用性强。
-
公开(公告)号：CN111861545A
公开(公告)日：2020-10-30
申请号：CN202010573448.8
申请日：2020-06-22
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06Q30/02
Abstract: 本申请涉及一种用户行为画像的构建方法、装置、设备及存储介质，所述方法包括：构建用户行为画像模型；生成用户行为特征向量和生成行为对象特征向量；计算分组判别结果与设定分组的分组误差，和，将用户行为特征向量和行为对象特征向量重构生成行为矩阵，并计算重构生成的行为矩阵为用户行为矩阵的生成概率；根据最小化模型方法，优化用户行为画像模型，更新用户行为画像模型参数；用户行为画像模型构建成功，向构建成功的用户行为画像模型输入用户行为数据，获得与用户行为数据对应的用户行为画像。用以解决现有的用户行为画像模型构建时更专注于用户的共性，难以获取具有个性化且可区分性的用户行为画像的问题。
-
公开(公告)号：CN117221172A
公开(公告)日：2023-12-12
申请号：CN202311036540.0
申请日：2023-08-16
Applicant: 国家计算机网络与信息安全管理中心
IPC: H04L43/0823 , H04L43/08 , H04L43/50
Abstract: 本申请公开了一种周期性流量的在线多步异常检测方法及装置，包括：获取正常流量的历史数据；为获取的正常流量的历史数据，确定历史数据的流量周期；获取当前新增流量数据，利用预设统计方法计算当前新增流量数据的正常值范围，并对比当前新增流量数据与所确定的流量周期，以确定当前新增流量数据是否在正常值范围内，若不在正常值范围内，则确定流量异常；在确定流量异常的情况下，判定异常流量的持续时间。本申请实施例的方法能够提前发现未来时刻流量是否异常、对异常流量提前干预并减小异常流量造成的损失提供数据支撑。
-
公开(公告)号：CN113704373B
公开(公告)日：2023-12-05
申请号：CN202110955784.3
申请日：2021-08-19
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/29 , G06F18/22 , G06F18/214 , H04W4/029
Abstract: 用户识别准确率较低，稳定性不高的问题。本申请提供了一种基于移动轨迹数据的用户识别方法、装置及存储介质，该方法包括：获取任意两条待判别的目标轨迹数据，其中，目标轨迹数据为从目标区域中提取出的路径信息，目标区域为用户访问过的区域；将目标轨迹数据的表征集合输入到目标模型内，判断目标轨迹数据是否来自同一用户，其中，目标模型是由初始判别模型训练得到的，输入初始判别模型的训练参数包括：任意两条初始轨迹数据之间的共现次数、任意两条初始轨迹数据之间的角度余弦值、任意两条初始轨迹数据之间的概率偏差值、任意两条
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.062 seconds)
