表项快速同步的方法及系统

    公开(公告)号:CN109783430A

    公开(公告)日:2019-05-21

    申请号:CN201811467161.6

    申请日:2018-12-03

    IPC分类号: G06F15/17 G06F16/27

    摘要: 本发明公开了一种表项快速同步的方法及系统,该表项快速同步的方法包括:第一步,用户下发表项至主控板卡CPU;第二步,主控板卡CPU通过板间带外通道发送表项至业务板卡CPU;第三步,主控板卡CPU通过板间带内通道发送表项至业务板卡NP处理器;第四步,业务板卡CPU通过板间带外通道异步接收表项至业务板卡本地数据库,与此同时,业务板卡NP处理器通过板外通道同步接收表项。本发明通过引入业务板卡CPU异步接收表项方式,使得业务板卡CPU在更短的时间内释放当前接收处理任务,进行下一次接收处理。并且表项接收后只需同步至本板数据库,不必再通过板内PCIe通道下发至本板NP处理器,简化了处理流程,释放了更多的CPU资源。

    一种基于关键字词频特征的多模式匹配方法

    公开(公告)号:CN105373601B

    公开(公告)日:2019-05-21

    申请号:CN201510755911.X

    申请日:2015-11-09

    IPC分类号: G06F16/245 G06F21/55

    摘要: 本发明提供一种基于关键字词频特征的多模式匹配方法,首先从已知的信息数据库中提取关键字并统计出现频率作为其词频信息,其次采用构造含有关键字词频信息的二叉树完成其中的模式串匹配,在字符匹配过程中若出现字符不相等,则与该不匹配字符所在节点的兄弟节点所含字符进行匹配。其利用信息来源的模式的关键字词频信息构造基于字典树的二叉树完成其中的模式串的匹配,并与AC算法进行了比较。传统的AC算法需要维护三张表,并且在模式匹配过程中会频繁访问这三张表;本发明的一种基于关键字词频特征的多模式匹配方法更多的利用了模式本身的词频信息,并不需要维护过多的信息,这就大大减少了系统的内存消耗。

    基于高斯混合模型的刚体目标在线特征分类与跟踪方法

    公开(公告)号:CN106778831A

    公开(公告)日:2017-05-31

    申请号:CN201611064798.1

    申请日:2016-11-28

    IPC分类号: G06K9/62 G06K9/46

    摘要: 本发明涉及一种基于高斯混合模型的刚体目标在线特征分类与跟踪方法。该方法包括以下步骤:1)在初始图像中选定感兴趣的目标区域,并在目标区域检测SURF特征;2)为每个SURF特征创建分类器;3)在新图像到来时,利用分类器对初始图像中的SURF特征与新图像检测到的SURF特征进行匹配,形成匹配点对;在分类器的匹配过程中,采用基于高斯混合模型的在线分类机制判别正样本和负样本;4)根据匹配点对,采用随机采样一致性算法计算得出运动参数,从而确定当前图像的目标区域,实现目标跟踪。本发明能够应对视频中复杂的场景变化,保证跟踪的自适应能力,实现稳定连续、现实可用的目标跟踪。

    一种基于消息队列的分布式数据实时去重方法

    公开(公告)号:CN105183858A

    公开(公告)日:2015-12-23

    申请号:CN201510572334.0

    申请日:2015-09-10

    IPC分类号: G06F17/30

    CPC分类号: G06F17/30303 G06F17/30386

    摘要: 本发明公开一种基于消息队列的分布式数据实时去重方法,根据消息网络接口,配置若干台数据从服务器,并加入消息网络;为每一种需去重的数据配置添加原始数据信息、去重数据信息、去重服务信息;根据原始数据信息,去重数据信息及去重服务信息确定从服务器;原始数据产生者查询重服务信息,并将原始数据发送至相应的原始数据队列;数据从去重服务器查询去重服务信息,从相应的原始数据队列中消费数据,并输入至数据去重引擎,之后将去重后的数据输入到相应的去重数据队列;去重数据消费者查询去重服务信息,并从相应的去重数据队列中消费数据;主服务器根据从服务器信息更新从服务器信息。

    一种获取海量DNS服务属性并归类的方法

    公开(公告)号:CN115442250A

    公开(公告)日:2022-12-06

    申请号:CN202210961763.7

    申请日:2022-08-11

    IPC分类号: H04L41/50 H04L61/4511

    摘要: 本发明公开的属于网络资产技术领域,具体为一种获取海量DNS服务属性并归类的方法,该获取海量DNS服务属性并归类的方法具体步骤流程如下:(1)根据与DNS服务器的DNS服务进行深度交互,获取海量DNS服务器的DNS服务属性,包括协议畸形,ARRs返回,Authoritative=1的auth权威返回,RCODE=3的权威返回,RCODE=9的权威返回,抹掉请求问题的err返回,RCODE=5的拒绝返回,超时以及其它情况等九种服务返回属性,NS服务属性识别分类详实,结果准确,如随机抽取实验结果中权威归类集样本:45.60.109.210,即针对此DNS服务器本方法能识别出其为权威DNS服务器,即为网络空间中的重要关基设施,网络中抽取了两组相似测绘技术,结果只给出了指纹返回,未标记和识别为权威DNS服务器。