-
公开(公告)号：CN111262734A
公开(公告)日：2020-06-09
申请号：CN202010031649.5
申请日：2020-01-13
Applicant: 北京工业大学
IPC: H04L12/24 , H04L29/06 , G06F16/182 , G06F16/2458 , G06F16/25
Abstract: 一种网络安全应急处理方法属于网络安全领域。本发明包括，网络安全通报预警，通过预警发布内容、采用技术手段、预警发布方式、预警发布结果等阶段进行网络安全通报；大数据安全事件应急处理平台，通过各组件互通互联形成完善的应急处理流程；安全事件应急处理流程，对网络安全产生威胁的各种内外部要素进行应急处置；网络安全监督管理体系，通过安全制度体系、安全策略体系、绩效评估指标体系，形成企业安全管理的KPI抓手、通过绩效评估指标体系，展示企业横向与纵向的安全态势指标、完成日常安全考核工作的管理。本发明确保安全事件能够得到即时正确的响应处理，以确保政企网全方位的数据安全。
-
公开(公告)号：CN109840253A
公开(公告)日：2019-06-04
申请号：CN201910021944.X
申请日：2019-01-10
Applicant: 北京工业大学
Abstract: 本发明涉及企业级大数据平台架构，旨在以低成本提升企业在实际生产中对大数据处理、提取、存储、数据挖掘的规范性和效率。大数据平台基于Hadoop、Spark、Hive、Hbase等Apache开源项目，可以运行在可拓展的普通硬件上，构建了一个完整的大数据数据技术体系，包括数据存贮、离线计算、实时计算和机器学习平台。可以满足多种复杂条件下的企业计算任务。该平台还包括一套完整的matedata存储、数据质量监督、ETL流程标准等数据处理规范以及核心数据保护、数据权限控制等策略方案以保证数据质量规范性和数据数据资产的安全。
-
公开(公告)号：CN109375506A
公开(公告)日：2019-02-22
申请号：CN201811213337.5
申请日：2018-10-18
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 一种基于RBF神经网络的云服务资源精确控制方法属于云服务运维和智能控制的交叉领域。本发明利用基于RBF神经网络建立云服务资源系统预测模型和设计RBF神经网络控制器，实现对云服务资源的合理分配使用，云服务资源的合理分配使用直接关系到云服务的运行效率和用户体验等一系列问题。将基于RBF神经网络的云服务资源精确控制方法应用于云服务资源管理系统，对云服务资源进行精确控制，不仅可以降低云服务的运行压力，而且还可以降低运营的成本和提高用户的体验。
-
公开(公告)号：CN108304355A
公开(公告)日：2018-07-20
申请号：CN201810128027.7
申请日：2018-02-08
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于SARIMA-WNN模型预测弹性云计算资源的方法，利用季节时间序列模型(SARIMA)结合小波神经网络(WNN)预测模型，实现优势互补，提高预测精度；SARIMA是在ARIMA模型的基础上加入了季节周期性因素，将过去一段周期性的云资源需求数据输入到SARIMA(q，d，q)(P，D，Q)s模型中,分别得出d、p、q、D、P、Q；运用SARIMA模型进行对平稳化序列后的代码进行预测，通过预测可以得出预测结果标记为 以及L残差值标记为rt；利用训练样本对WNN网络进行训练得出符合预测弹性云资源的模型，然后针对残差序列rt进行预测，把预测结果标记为 ；最后得到SARIMA-WNN组合模型预测的结果，本发明解决了单一模型不准确以及其他组合模型效果差等问题。
-
公开(公告)号：CN102984280A
公开(公告)日：2013-03-20
申请号：CN201210551527.4
申请日：2012-12-18
Applicant: 北京工业大学
IPC: H04L29/08
Abstract: 一种针对社交类云存储网络应用的数据备份系统和方法。该系统由一个逻辑Master节点，多个Consistence节点及大量的Data节点组成。所述数据备份方法主要包括：用户上传数据资源、创建副本和负载调整。本发明针对社交类云存储网络应用的特点，以多种参数的加权计算作为衡量数据节点或数据文件优劣的标准，对用户访问进行预测，保证了用户数据资源可以被高效地利用，同时以其数据节点负载率作为进行负载调整的判断依据，尽量减少云端服务器在用户访问频繁的情况下进行负载调整的次数，保证云端服务器计算资源的高效利用，使用户的使用体验得到提升。
-
Patent Agency Ranking
公开(公告)号：CN111367668B
公开(公告)日：2024-08-20
申请号：CN202010134500.X
申请日：2020-02-29
Applicant: 北京工业大学
Abstract: 本发明公开一种基于改进BP神经网络的云服务资源弹性伸缩方法，该方法包括：一种优化的激励函数，增加调节因子，改进Sigmoid函数的不足。一种学习率动态调整算法，减少迭代次数，加快收敛速率。一种通过预测CPU未来使用趋势，对云服务资源进行弹性伸缩的方法，通过虚拟机动态的增加或释放，节省计算资源，保证云服务的安全与稳定。
-
公开(公告)号：CN111367668A
公开(公告)日：2020-07-03
申请号：CN202010134500.X
申请日：2020-02-29
Applicant: 北京工业大学
Abstract: 本发明公开一种基于改进BP神经网络的云服务资源弹性伸缩方法，该方法包括：一种优化的激励函数，增加调节因子，改进Sigmoid函数的不足。一种学习率动态调整算法，减少迭代次数，加快收敛速率。一种通过预测CPU未来使用趋势，对云服务资源进行弹性伸缩的方法，通过虚拟机动态的增加或释放，节省计算资源，保证云服务的安全与稳定。
-
公开(公告)号：CN102867036B
公开(公告)日：2015-03-04
申请号：CN201210312478.9
申请日：2012-08-29
Applicant: 北京工业大学
IPC: G06F17/30
Abstract: 一种实现Aho-Corasick算法所用数据结构动态生成的改进方法，包括增加和删除特征字符串的操作；将特征字符串拆成单个字符，在DFA该位置上增加相应节点；在新节点设置相应的数据，检查父节点的失效目标；找到节点：踢出本节点指代字符串的第一个字符，用剩下的字符串对DFA进行匹配；找到失效目标的实现归属集合，遍历其中所有节点的引用，检查有无节点应该将本节点作为其失效目标节点；节点增加到DFA头部的字符集对象集合处；依次从后往前进行对字符串的减少工作；找到该对应节点。实现了对该数据结构的动态维护，方便实现了在较短的时间内对大量不断变动的字符串进行多模式匹配检索。
-
公开(公告)号：CN109299301A
公开(公告)日：2019-02-01
申请号：CN201811083102.9
申请日：2018-09-17
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于形状分布和曲度的三维模型检索方法，该方法主要分为以下几个步骤：1)计算输入模型的形状分布函数特征以及曲度特征；2)根据形状分布特征，计算输入模型和三维模型数据库中的各个模型的相似度，利用该相似度检索返回一个结果集；3)利用输入模型的曲度特征，计算结果集中各个模型与输入模型的相似度；4)根据3)中的相似度计算结果，输出检索结果。该方法通过输入模型的形状分布和曲度特征在三维模型数据库中进行检索，利用组合特征实现三维模型的全局和局部匹配，能够有效的提高三维模型检索的匹配精度，具有一定的应用价值和参考意义。
-
公开(公告)号：CN109375506B
公开(公告)日：2022-06-07
申请号：CN201811213337.5
申请日：2018-10-18
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 一种基于RBF神经网络的云服务资源精确控制方法属于云服务运维和智能控制的交叉领域。本发明利用基于RBF神经网络建立云服务资源系统预测模型和设计RBF神经网络控制器，实现对云服务资源的合理分配使用，云服务资源的合理分配使用直接关系到云服务的运行效率和用户体验等一系列问题。将基于RBF神经网络的云服务资源精确控制方法应用于云服务资源管理系统，对云服务资源进行精确控制，不仅可以降低云服务的运行压力，而且还可以降低运营的成本和提高用户的体验。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.028 seconds)
