-
公开(公告)号:CN114139144A
公开(公告)日:2022-03-04
申请号:CN202111305749.3
申请日:2021-11-05
申请人: 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司
摘要: 本发明公开一种非挂载式的虚拟机vmdk文件内容深度检查方法,包括:将vmdk文件分解成多个文档文件的集合;遍历分解后的多个文档文件,查找windows注册表文件文档文件和图片文件;通过windows注册表文件获取USB使用痕迹信息,根据USB使用痕迹信息完成对USB的深度检查;对查找到的文档文件和图片文件进行分析,通过查找指定关键词完成对文档文件和图片文件的深度检查。本发明能够实现通过非挂载vmdk文件的方式解析vmdk文件所存储的虚拟机中的内容,完成深度检查,可提高检查效率,降低复杂度和检查成本。
-
公开(公告)号:CN108965054B
公开(公告)日:2019-12-10
申请号:CN201810761944.9
申请日:2018-07-12
申请人: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司
摘要: 本发明公开了一种客户端与服务端数据快速交互方法,具体为,在服务端配置客户端报文解析代理服务,所有客户端向客户端报文解析代理服务发出请求报文,客户端报文解析代理服务根据请求报文内容和代号进行解析,服务端根据报文请求内容分别写入相应的缓存队列中,服务端开辟多线程处理服务分别对队列中的请求内容进行响应和分离处理,并将处理结果和状态更新到内存数据库中,后台服务定时将内存数据库中的内容同步到实体数据库中。本发明客户端与服务端的报文交互通过内存数据库进行处理,不直接与服务端的硬盘和物理数据库交互,这样对大量客户端同时发出的报文请求能及时响应,提升了客户端请求的并发性能。
-
公开(公告)号:CN108965054A
公开(公告)日:2018-12-07
申请号:CN201810761944.9
申请日:2018-07-12
申请人: 南瑞集团有限公司 , 南京南瑞信息通信科技有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司
摘要: 本发明公开了一种客户端与服务端数据快速交互方法,具体为,在服务端配置客户端报文解析代理服务,所有客户端向客户端报文解析代理服务发出请求报文,客户端报文解析代理服务根据请求报文内容和代号进行解析,服务端根据报文请求内容分别写入相应的缓存队列中,服务端开辟多线程处理服务分别对队列中的请求内容进行响应和分离处理,并将处理结果和状态更新到内存数据库中,后台服务定时将内存数据库中的内容同步到实体数据库中。本发明客户端与服务端的报文交互通过内存数据库进行处理,不直接与服务端的硬盘和物理数据库交互,这样对大量客户端同时发出的报文请求能及时响应,提升了客户端请求的并发性能。
-
公开(公告)号:CN108170736B
公开(公告)日:2020-05-05
申请号:CN201711350432.5
申请日:2017-12-15
申请人: 南瑞集团有限公司 , 国家电网公司 , 南京信息工程大学 , 国网江苏省电力有限公司
IPC分类号: G06F16/36
摘要: 本发明公开了一种基于循环注意力机制的文档快速扫描定性方法,获取训练数据集,在预处理阶段,将整个文档转换为词向量矩阵,词向量矩阵通过含有循环注意力机制的文档检测模型,包括卷积神经网络模块、最大池化模块、循环神经网络模块,利用回报函数得出回报值reward,训练循环神经网络,优化模型参数,测试模型准确率。本发明的方法基于注意力机制,引入了强化学习的训练方法,适应性更强,并且不需要对全文进行检索,而是通过处理文档中的局部信息,智能快速的预测出文档中特定的位置,在有限的次数内,快速扫描探索找出最能够代表文档特征的句子,即分类概率最大的句子,这些句子能够最大化的表示该文档的类型。
-
公开(公告)号:CN108170736A
公开(公告)日:2018-06-15
申请号:CN201711350432.5
申请日:2017-12-15
申请人: 南瑞集团有限公司 , 国家电网公司 , 南京信息工程大学 , 国网江苏省电力有限公司
摘要: 本发明公开了一种基于循环注意力机制的文档快速扫描定性方法,获取训练数据集,在预处理阶段,将整个文档转换为词向量矩阵,词向量矩阵通过含有循环注意力机制的文档检测模型,包括卷积神经网络模块、最大池化模块、循环神经网络模块,利用回报函数得出回报值reward,训练循环神经网络,优化模型参数,测试模型准确率。本发明的方法基于注意力机制,引入了强化学习的训练方法,适应性更强,并且不需要对全文进行检索,而是通过处理文档中的局部信息,智能快速的预测出文档中特定的位置,在有限的次数内,快速扫描探索找出最能够代表文档特征的句子,即分类概率最大的句子,这些句子能够最大化的表示该文档的类型。
-
-
-
-