一种数据分类分级方法、装置及电子设备、存储介质

    公开(公告)号:CN117708647A

    公开(公告)日:2024-03-15

    申请号:CN202311618878.7

    申请日:2023-11-29

    Abstract: 本发明涉及电子技术领域,尤其是涉及一种数据分类分级方法、装置及电子设备、存储介质,所述数据分类分级方法包括:针对每个参与节点,获取所述参与节点的待检测数据;其中,所述待检测数据至少包括:元数据信息、数据采样以及对应的标签信息;将所述待检测数据输入预先训练好的目标联邦学习模型,输出所述待检测数据对应的分类分级结果;其中,所述目标联邦学习模型是基于联邦学习算法训练得到的。在本申请基于联邦学习模型的特性在对待检测数据进行分类分级的过程中不需要用户数据的交换,可以有效避免数据泄露,并且通过各个参与节点共同训练一个全局模型,可以提高样本识别的准确性,从而提高结果的准确性、有效性和检测效率。

    数据堆积检测方法、装置及电子设备

    公开(公告)号:CN117834473A

    公开(公告)日:2024-04-05

    申请号:CN202311868412.2

    申请日:2023-12-29

    Abstract: 本发明提供的数据堆积检测方法、装置及电子设备,方法包括:基于待检测数据传输源端的目标类型,以及预先生成的多种类型分别对应的检测配置信息,确定目标类型对应的目标检测配置信息;其中,多种类型至少包括:文件系统、消息队列、数据库;基于目标检测配置信息,获取待检测数据传输源端的目标检测值;根据目标检测值,以及预先生成的多种类型分别对应的检测阈值,判断待检测数据传输源端是否出现数据堆积。该方式中,对数据传输源端数据堆积检测时,通过自定义配置多种数据传输源端类型对应的检测配置信息和检测阈值,可以对多种数据传输源端的数据堆积情况进行检测,从而使监管平台更加全面的监管各种边界设备的运行情况。

Patent Agency Ranking