-
公开(公告)号：CN113824760B
公开(公告)日：2024-01-30
申请号：CN202110886685.4
申请日：2021-08-03
Applicant: 中债金科信息技术有限公司 , 清华大学
Abstract: 本发明提供一种文件并发分块上传方法、装置、电子设备及存储介质，所述方法包括：接收客户端发送的待上传文件的元信息；根据元信息中的文件标识获取待上传文件的待上传文件块信息；待上传文件块信息包括待上传文件块的起始偏移量以及未完全传输的文件块的已传输字节数；计算允许并发的上传线程数，并将待上传文件块信息及允许并发的上传线程数发送给客户端；接收客户端的上传线程根据待上传文件块信息发送的文件块数据，根据文件块数据更新历史上传记录；重复执行上述过程，直至待上传文件块全部上传。本发明实施例提供的文件并发分块上传方法、装置、电子设备及存储介质，通过对文件上传线程的实时合理分配，实现了文件的并发高效上传。
-
公开(公告)号：CN113723550B
公开(公告)日：2023-12-05
申请号：CN202111039868.9
申请日：2021-09-06
Applicant: 珠海横琴跨境说网络科技有限公司 , 清华大学
IPC: G06F18/2433 , G06F18/214 , G06F17/14
Abstract: 一种基于超图的同时优化代价与误检率的异常检测方法及系统，该方法包括构建超图结构，和优化的超图结构并得到用于分类的映射向量；构建超图结构包括：获取数据样例，将数据样例分为标记数据和无标记数据；通过图G(V，E，w)表示标记数据和无标记数据中数据之间的关系，每次从顶点集合中选择一个顶点，将顶点作为中心点；获取中心点最近的K个顶点，通过一条超边将中心点与最近的K个顶点连接起来，并分别计算最近的K个顶点中的顶点与超边的关联概率，其中K为正整数；以及当图G中所有的顶点均得到与超边的关联概率，完成超图结构的构建，解决现有技术中的超图学习，同时优化代价与错误从而降低误检率的技术问题。
-
公开(公告)号：CN116633604A
公开(公告)日：2023-08-22
申请号：CN202310539179.7
申请日：2023-05-12
Applicant: 清华大学
IPC: H04L9/40
Abstract: 本申请涉及一种高级可持续性威胁攻击检测方法、装置及电子设备，应用于网络安全技术领域，所述方法包括：获取主机日志信息，确定主机日志信息在行为特征指标集合中对应的目标行为特征指标；根据行为特征指标和实体状态位图、实体状态位图中的比特位的映射关系，确定目标行为特征指标在目标行为特征指标对应的实体状态位图中对应的目标比特位；根据目标行为特征指标，对目标比特位的值进行设置，得到目标实体状态位图；在目标实体状态位图发生变化的情况下，将目标实体状态位图输入预先训练的检测分类器，得到目标实体状态位图对应的类别；如果该类别属于恶意攻击，根据该类别进行对应的预警处理。本申请可有效地防御APT攻击。
-
公开(公告)号：CN116578374A
公开(公告)日：2023-08-11
申请号：CN202310633032.4
申请日：2023-05-31
Applicant: 清华大学 , 北京达佳互联信息技术有限公司
IPC: G06F9/451 , G06F18/214 , G06F18/23
Abstract: 本发明公开了用于对样本进行可视化的方法、系统和可读存储介质。其中，系统包括：接收模块用于接收多个样本，其中每个样本的信息包括该样本对应的特征向量、该样本的聚类类别与标注类别；投影模块用于根据多个样本中的每个样本的特征，获得多个样本在二维平面上的投影点的位置；网格生成模块用于根据多个样本中的每个样本将其投影点的位置，获得多个样本在二维平面上对应的网格；网格调整模块用于迭代调整样本对应的网格的位置，从而获取多个样本对应的网格更新后的位置；可视化模块被配置为根据多个样本中的每个样本对应的网格与网格更新后的位置，在二维平面上对多个样本进行可视化展示。
-
公开(公告)号：CN111813830B
公开(公告)日：2023-03-28
申请号：CN202010632977.0
申请日：2020-07-02
Applicant: 清华大学
IPC: G06F16/2458 , G06N3/0464 , G06N3/08 , G06F17/16
Abstract: 本申请公开了一种基于轨道交通工业互联网的工业时序数据检索方法，该方法包括：步骤1，获取轨道交通系统中列车行驶过程中的时序数据集，并将时序数据集进行图片化变换，生成图片数据集；步骤2，构建卷积神经网络模型，并利用轨道交通系统中的历史数据集，对卷积神经网络模型进行训练，利用训练好的卷积神经网络模型对图片数据集中的数据进行特征提取，生成特征向量；步骤3，计算特征向量与历史数据集中数据之间的相似度，将相似度最高的数据，记作时序数据集中数据的检索数据。通过本申请中的技术方案，对轨道交通系统中的时序数据进行图片化，使得可以分析的数据覆盖面更全，提高轨道交通时序数据检索的有效性和准确性。
-
Patent Agency Ranking
公开(公告)号：CN114006827B
公开(公告)日：2023-01-24
申请号：CN202111137291.5
申请日：2021-09-27
Applicant: 清华大学
Abstract: 本发明公开一种时间触发调度模型的训练、时间触发调度方法及装置，包括：将由链路的基础特征向量、嵌入向量和全局向量拼接获得的目标向量输入策略网络，确定待调度TT流的第一下一跳链路、第一转发相位及第一时隙；若当前调度所到达的网络设备不是终点，则更新目标向量以及时隙占用情况，并将更新后的目标向量输入策略网络确定待调度TT流的第二下一跳链路、第二转发相位及第二时隙，并利用第二时隙和第二下一跳链路对待调度TT流进行调度，直至达到终点；在到达预设调度终止条件时，利用策略梯度算法更新时间触发调度模型的参数，利用更新后的时间触发调度模型继续对待调度TT流进行调度，直至目标函数取值最大时，获得目标时间触发调度模型。
-
公开(公告)号：CN115576662A
公开(公告)日：2023-01-06
申请号：CN202210623443.0
申请日：2022-06-01
Applicant: 中债金科信息技术有限公司 , 清华大学
Abstract: 本发明公开一种流处理任务的调度方法及装置，方法包括：接收用户发起的任务迁移请求，根据任务迁移请求确定任务迁移触发的时间和任务迁移策略；获取任务迁移涉及的各个计算资源节点，并控制负责任务迁移的协调器按照任务迁移时间与任务迁移策略调度各个计算资源节点，以执行任务迁移；在任务迁移过程中向流处理作业的数据流中注入特殊分隔符事件，使用特殊分隔符事件将被迁移任务与其所有上下游任务断开连接，同时将被迁移任务部署至任务需要被迁移至的计算资源节点上。通过上述方法可以实现流处理任务的调度，解决了现有技术使用基于重新启动作业所带来长时间暂停数据流处理，造成较大的性能抖动以及带来不稳定性的问题。
-
公开(公告)号：CN111882063B
公开(公告)日：2022-12-02
申请号：CN202010767850.X
申请日：2020-08-03
Applicant: 清华大学
Abstract: 本说明书公开一种适应低预算的数据标注请求方法、装置、设备及存储介质，其中所述数据标注请求方法，将模型对样本预测的自信程度值与模型对该类样本的历史检测效果相结合，并将预算参数加入请求样本数据的真实标签的影响因素中，从而使模型在合理分配有限预算的条件下，更倾向于请求犯错较多类别样本的真实标签，解决了现有技术中请求向量的选取问题以及对预算影响的忽视，能够更好地应对数据不平衡分布造成的影响，通过监测环境预算的剩余情况来动态调整模型标签请求意愿的积极程度，提高模型的训练效果。
-
公开(公告)号：CN115396138A
公开(公告)日：2022-11-25
申请号：CN202210623444.5
申请日：2022-06-01
Applicant: 中债金科信息技术有限公司 , 清华大学
Abstract: 本发明公开一种溯源图的缩减方法及装置，方法包括：通过对主机的历史运行数据进行共现分析，获取系统与外界交互的应用程序日志，并按照预设的字段格式将应用程序日志解析并转换为规范化日志，并利用预先定义的规则集从规范化日志中提取实体，针对每一条规范化日志，使用公共字段建立实体与溯源图中结点之间的映射关系，以获取所述溯源图中与实体关联的目标结点，进而以目标结点作为触发点，采用基于随机游走的算法来捕获目标结点的上下文，针对每个目标结点提取出从目标结点出发的溯源子图，并将所有溯源子图组合后形成缩减后的溯源图。通过上述方法可以实现溯源图的缩减，解决了现有技术中溯源图数据量巨大，影响攻击溯源检测精度的问题。
-
公开(公告)号：CN111695823B
公开(公告)日：2022-07-01
申请号：CN202010549545.3
申请日：2020-06-16
Applicant: 清华大学
Abstract: 本发明公开了一种基于工业网络流量的异常评估方法与系统，该方法包括如下步骤：异常校验步骤，通过已知的多源安全信息过滤被误报的异常信息；异常聚合步骤，通过聚合算法减少异常流量数量，实现工业网络异常信息标准化；异常关联步骤，通过异常关联分析、感知和预测安全事件。该异常评估系统有利于提高工控网络流量的解释性和可预测性，提升网络态势感知能力，及时规避工业网络中的安全风险。
-
-
-
-
-
-
-
-
-
Search Results
206
records
(took 0.021 seconds)
