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

Applicant: 杭州领信数科信息技术有限公司

Inventor： 王铁非 ,  钱山 ,  许小峰

IPC: H04L43/08 ,  H04L43/50

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。

公开(公告)号：CN120050075A

公开(公告)日：2025-05-27

申请号：CN202510164431.X

申请日：2025-02-14

Applicant: 大连市公安局 ,  杭州领信数科信息技术有限公司

Inventor： 刘浩阳 ,  张震宇 ,  蔡大伟 ,  姜楠 ,  吴昊 ,  杜志辉 ,  钱山 ,  赵肖雄 ,  史俊华 ,  旦阳阳

IPC: H04L9/40

Abstract: 本发明公开了一种基于安全沙箱的设备准入控制方法及系统，采用先进的虚拟化技术，构建了一个高度隔离的运行环境，结合了深度包检测、系统调用拦截和进程运行逻辑分析等技术，全面监控沙箱内进程对虚拟设备的访问行为，评估设备安全性和可信度，防止非法进程在准入终端上运行，从而实现设备的安全准入控制。监控包括数据包内容、协议过滤，威胁检测，系统调用拦截，进程创建、执行和终止行为监控等。结合信任评估算法，收集和提取行为数据特征，应用机器学习模型进行信任评分，并根据评分动态调整设备信任等级和准入策略。本发明依托安全沙箱管理程序和认证服务器，统一管理、快速部署准入控制策略。在设备身份认证后，增加对设备运行过程中进程动态行为的实时监控，旨在进一步提升设备进行数据交换过程中的安全性。

公开(公告)号：CN118784733A

公开(公告)日：2024-10-15

申请号：CN202411237652.7

申请日：2024-09-05

Applicant: 杭州领信数科信息技术有限公司

Inventor： 钱山 ,  张震宇 ,  张晓婷

IPC: H04L69/04

Abstract: 本发明提供了一种数据跨域传输方法、设备及数据交换系统，涉及数据传输技术领域，该方法针对数据跨域传输过程中所涉及的数据源端与目标端分别构建相应的数据交换单元，通过级联数据交换的形式降低相关数据交换系统中的数据源端与目标端的数据库性能要求；并且在传输过程中对数据进行列式处理压缩，从而进一步提升数据压缩比，减少了数据跨域传输过程中数据交换系统的数据传输量，降低对数据传输网络的性能依赖，有利于提升数据跨域传输的时效性。

公开(公告)号：CN117992281A

公开(公告)日：2024-05-07

申请号：CN202410122040.7

申请日：2024-01-29

Applicant: 杭州领信数科信息技术有限公司

Inventor： 徐兵兵 ,  张晓东 ,  钱山

IPC: G06F11/14

Abstract: 本发明提供了一种容灾备份方法、系统和电子设备，应用于分布式系统，分布式系统包括多个节点；方法包括：如果任一节点接收到数据源发送的待处理数据，基于待处理数据周期性生成数据摘要；将数据摘要按照预先设置的同步顺序发送至下一其他节点，如果接收到其他节点发送的可备份信息，确定其他节点为备份节点；其他节点为多个节点中除当前节点外的任一节点；向备份节点发送待处理数据对应的状态数据。该方式中，通过各节点互相同步备份状态数据的方法，从而提高了分布式系统中每个节点的容灾利用率，进而提高了容灾备份的效率。

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

Applicant: 杭州领信数科信息技术有限公司

Inventor： 钱山 ,  张晓东 ,  许小峰 ,  张震宇

IPC: G06F18/24 ,  G06N20/00 ,  G06F21/62

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。