-
公开(公告)号：CN115098348A
公开(公告)日：2022-09-23
申请号：CN202210638477.7
申请日：2022-06-07
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F11/34 , G06F11/00 , G06F16/215 , G06F16/35 , G06F40/205 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种面向高危用户指令的实时异常检测方法及装置，所述方法包括：从生产环境采集一用户使用的指令数据，并获取系统错误日志及所述指令数据的自动化测试结果；根据所述指令数据的指令子参数、系统错误日志、自动化测试结果，计算所述指令数据的第一高危分数；基于所述指令数据的词向量，计算所述指令数据的第二高危分数；根据所述第一高危分数与所述第二高危分数，获取所述指令数据的异常检测结果本发明降低流数据处理系统的数据接入难度，提高整个数据处理系统的吞吐量。本发明通过指令数据以及相应的系统错误日志数量、自动化测试结果等多种因素，降低了传统异常指令检测的运维难度，提高了异常指令检测速度和精度。
-
公开(公告)号：CN114461906A
公开(公告)日：2022-05-10
申请号：CN202210024433.5
申请日：2022-01-06
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种聚焦于用户核心兴趣的序列推荐方法及装置，包括获取用户与项目的交互序列以及所述交互序列中每个交互行为对应的时间戳；得到所述交互序列的嵌入矩阵；对所述嵌入矩阵进行自注意力计算，得到每一查询对于所有键的注意力值概率分布；获取每一查询的预先定义固定默认概率分布；根据两个概率分布相似性，得到各查询的活跃性度量；基于所述活跃性度量分别计算各键的注意力值，以构建自注意力矩阵；依据所述自注意力矩阵，得到所述用户的项目推荐结果。本发明通过在嵌入层加入时间间隔，并加入了活跃性度量指标，从而可以自适应地衡量项目与用户核心兴趣之间的相关性，提高了模型表达能力和推荐结果的准确率。
-
公开(公告)号：CN104731864A
公开(公告)日：2015-06-24
申请号：CN201510088785.7
申请日：2015-02-26
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: G06F17/30
CPC classification number: G06F17/30628 , G06F17/30132
Abstract: 本发明公开了一种海量非结构化数据的数据存储方法。本方法为：1)设定一时间间隔T，将数据存储集群划分为多个分区，用于将同一时间间隔T内的记录存储到同一分区内；同时将每一分区划分为n个散列区；2)对于每条非结构化记录，提取其产生的时间t以及一个或多个唯一表示该记录的关键信息key；3)根据每条记录的时间t，确定其要存储到的分区，然后根据该记录的关键信息key计算其在该分区中对应的散列区值；4)根据步骤3)的计算结果，将属于同一时间间隔且散列区值相同的记录写入同一文件F中并统计该文件F的记录数，如果记录数大于设定阈值K，则在当前散列区中创建另一文件进行存储。本发明存储方法能够大大提升了数据检索效率。
-
公开(公告)号：CN103544261A
公开(公告)日：2014-01-29
申请号：CN201310484663.0
申请日：2013-10-16
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: G06F17/30
CPC classification number: G06F17/30336 , G06F17/30321
Abstract: 本发明涉及一种海量结构化日志数据全局索引管理方法，包括以下步骤：在数据存储子系统中在其内部的各个数据节点中建立关于结构化日志数据的局部数据块及索引信息，在全局索引服务器中建立全局索引表；客户端解析用户输入的查询请求，获取目标局部数据块的信息，客户端确认本地是否有全局索引服务器的地址信息，客户端根据包含有目标局部数据块的数据节点的地址信息向数据存储子系统中的相应数据节点发送远程调用请求；数据存储子系统汇总各数据节点的响应数据，将最终查询结果发送给客户端。本发明该方法有效地增加了系统的查询多样性和查询效率，并且提高了系统的可扩展性。
-
公开(公告)号：CN103544259A
公开(公告)日：2014-01-29
申请号：CN201310484629.3
申请日：2013-10-16
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: G06F17/30
CPC classification number: G06F17/3053
Abstract: 本发明涉及一种分组聚集排序TopK查询处理方法及系统。分组聚集排序TopK查询处理方法包括：接收分组聚集排序TopK查询请求；各分布式数据节点根据所述查询请求，进行本地数据分组聚集，并将自身的分组聚集数据异步传输到集中处理节点；所述集中处理节点采用哈希表结合二叉平衡树的数据结构对各分布式数据节点的分组聚集数据进行数据合并，并采用近似高频项统计算法进行统计，得到聚集排序后的高频项列表；输出所述高频项列表。本发明的分组聚集排序TopK查询处理方法及系统灵活性好，查询效率高，分布式适应性好。
-
Patent Agency Ranking
公开(公告)号：CN114461906B
公开(公告)日：2025-05-02
申请号：CN202210024433.5
申请日：2022-01-06
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9535 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06F18/25 , G06N3/048
Abstract: 本发明公开了一种聚焦于用户核心兴趣的序列推荐方法及装置，包括获取用户与项目的交互序列以及所述交互序列中每个交互行为对应的时间戳；得到所述交互序列的嵌入矩阵；对所述嵌入矩阵进行自注意力计算，得到每一查询对于所有键的注意力值概率分布；获取每一查询的预先定义固定默认概率分布；根据两个概率分布相似性，得到各查询的活跃性度量；基于所述活跃性度量分别计算各键的注意力值，以构建自注意力矩阵；依据所述自注意力矩阵，得到所述用户的项目推荐结果。本发明通过在嵌入层加入时间间隔，并加入了活跃性度量指标，从而可以自适应地衡量项目与用户核心兴趣之间的相关性，提高了模型表达能力和推荐结果的准确率。
-
公开(公告)号：CN118569695A
公开(公告)日：2024-08-30
申请号：CN202410513843.5
申请日：2024-04-26
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
IPC: G06Q10/0639 , G06Q10/20 , G06N5/025 , G06N5/04 , G06N5/045 , G06F18/214 , G06F18/2433
Abstract: 本发明涉及一种分布式系统业务效果感知和评价方法及系统。该方法包括：选取分布式系统的运维对象的KPI指标；采用层次分析法对分布式系统的运维对象进行分级分类；提取运维对象的实体及关系，将分级分类的结果转化为知识图谱，并融入具有时序特性的KPI指标得到时序图谱；对KPI指标进行异常检测并基于时序图谱进行业务效果评估。本发明定义了运维对象体系及其时序关联图谱；异常检测方面采用无监督的机器学习方法；在计算异常发生的扣分权重时加入图计算能力，通过人工定性和算法定量相结合的方式使定义流程变得科学通用；在得出业务效果KPI的感知结果后能从业务人员关注的各个指标维度对结果进行解释；并支持大规模分布式系统的在线评估。
-
公开(公告)号：CN116541052A
公开(公告)日：2023-08-04
申请号：CN202310401953.8
申请日：2023-04-14
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开一种基于启发式规则的主机软件发现方法及装置。所述方法包括：获取目标主机中所有文件目录节点的属性；基于该属性对所述文件目录节点聚类，得到若干个软件簇；针对每一个软件簇，基于所有文件的绝对路径构建前缀树，并基于前缀树，获取该软件簇中频次最高的k个最长公共前缀；将每一个软件簇的k个最长公共前缀与软件名单中的软件名进行模糊匹配，以得到目标主机的软件发现结果。本发明可以在保持很小的性能损失的同时提升模型的推理速度。能够自动化发现目标主机内通过各种途径安装的软件，且不需要事先训练模型。
-
公开(公告)号：CN112069312B
公开(公告)日：2023-06-20
申请号：CN202010806716.6
申请日：2020-08-12
Applicant: 中国科学院信息工程研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F16/35 , G06F40/295 , G06F40/30 , G06F16/9535
Abstract: 本发明提供一种基于实体识别的文本分类方法，包括：对待检测文本进行切词，得到情感词与实体词，并通过一实体及情感类别已标注数据集判断实体词的情感类别；对待检测文本进行断句，通过情感词与标注情感类别的实体词在每一句子中的词性、否定词及标点符号内容，获取各句子的情感类别；依据各句子的情感类别，得到待检测文本的情感类别。本发明利用半监督学习的方式，通过协同训练加主动学习的方式，结合学习加情感规则的方式，确定指向性实体集；通过识别指定方向实体，结合情感词进行倾向性判断；生成指定类别实体集，结合情感规则，实现对文本更深层次的分析。
-
公开(公告)号：CN103226520B
公开(公告)日：2016-09-07
申请号：CN201310113105.3
申请日：2013-04-02
Applicant: 中国科学院信息工程研究所
IPC: G06F12/0871 , G06F3/06
Abstract: 本发明涉及一种集群内存自适应管理方法、服务器集群。其中，集群内存自适应管理方法包括：对于数据服务器集群中的每个数据服务器，在使用前对该数据服务器按照变步长加性增长方式进行内存预分配，将内存分割为设定数目的片组，每个片组的总容量相等，每个片组包含容量相等的多个分片。本发明的集群内存自适应调管理方法，采用优化模式的内存预先分配的策略，保证了内存的合理分片，从而提高了内存的存取效率，也减少了内存碎片的产生。此外，本发明的集群内存自适应调管理方法能够进行内存自适应调整，大大提高了内存的自治能力和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.01 seconds)
