-
公开(公告)号：CN118821018A
公开(公告)日：2024-10-22
申请号：CN202410959756.2
申请日：2024-07-17
Applicant: 浙江大学
IPC: G06F18/2433 , G06F18/10 , G06F18/25 , G06N3/042 , G06N3/0895 , G06F18/213 , G06F11/07
Abstract: 本发明公开了一种基于多种数据采集系统的多模态数据异常检测方法，涉及多模态数据异常检测技术领域，包括以下步骤：S1、数据采集：通过数据采集系统，采集微服务系统中的可观测数据，包括性能指标、日志信息、网络流量；S2、数据预处理：对采集到的多模态数据进行清洗、整合和标准化处理，消除噪声和异常数据；本发明中，通过全面采集数据、多模态数据融合、优化异常检测算法和根因定位机制等手段，提高了异常检测的准确性和效率，降低了故障排查的成本和时间，为微服务系统的稳定运行提供了有力的支持，同时，系统还具备实时性、自适应性和友好的交互性，为运维人员提供了更便捷、更高效的运维工具。
-
公开(公告)号：CN117272142A
公开(公告)日：2023-12-22
申请号：CN202311248706.5
申请日：2023-09-26
Applicant: 浙江大学 , 上海观测未来信息技术有限公司
IPC: G06F18/241 , G06F18/213 , G06F18/2433 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F40/284 , G06F40/151 , G06F18/22 , G06F18/23 , G06F11/30 , G06F11/34
Abstract: 本发明公开一种日志异常检测方法、系统及电子设备，涉及日志检测技术领域。本发明对预处理后的日志数据进行结构化处理和模式识别，能够准确地识别和提取日志中的关键信息。本发明在日志解析过程中采用基于固定深度树的日志解析算法，能够忽视掉日志中的变量数据，最大程度地将具有相似前缀令牌的日志进行聚类，同时，能够将少部分不满足预设要求的日志也分类到正确的日志组中，提高了日志解析的准确性和鲁棒性。并且，通过构建日志事件的三元组，对原始日志数据进行随机的三元组替换，完成负采样，从而增强了异常检测模型的鲁棒性和泛化能力，能够更好地模拟真实场景中的日志数据分布，提高日志异常检测的性能和可靠性。
-
公开(公告)号：CN114363142A
公开(公告)日：2022-04-15
申请号：CN202210033550.8
申请日：2022-01-12
Applicant: 浙江大学
IPC: H04L41/044 , H04L41/0823 , H04L67/1001 , H04L67/566 , H04L12/66
Abstract: 本发明公开了一种基于微服务架构的服务管控系统，该系统包括：基础设备，用于支持系统运行；微服务平台层，用于对所获取的资源进行优化管理；数据服务层，用于对基础设备和相关网络数据端口的接入；微服务层，用于根据生产业务需求设定多个独立的微服务单元；应用层，用于根据微服务层中的服务模块形成不同功能的业务模块；网关；系统管理模块，基于基础设备运行。本发明通过采用微服务架构降低系统各模块耦合性，提升系统稳定性；通过系统化的资源管理，实现资源快速查询、资源合理利用和资源时时更新管理，使资源管理更加轻松和规范，能够及时扩容，避免因无端口而无法装机情况发生。
-
公开(公告)号：CN119090465A
公开(公告)日：2024-12-06
申请号：CN202410933755.0
申请日：2024-07-12
Applicant: 浙江大学
IPC: G06Q10/101 , G06Q10/10 , G06Q10/067 , G06Q10/0633
Abstract: 本发明公开了一种协同构建BPMN模型的分布式智能协作方法，该方法通过为协作的多方设置分组，各个协作方需要独立设计专属BPMN工作流模型，主要包含自己的工作流程以及与外界信息交换的流程。随后，系统集成并解析这些分散模型，自动化生成适用于实际生产的BPMN模型。此过程融入了工作流程校验与人工智能的双重保障，以确保BPMN模型的合法性。该方法的核心优势在于独特的解耦策略，极大程度上解放了开发者，使其能够集中精力于自身工作流的的同时，无缝衔接不同团队的智慧成果，促进了跨团队的交流合作，而且自动化模型融合和合规性检查，显著提升了开发进程的流畅度与速度，为BPMN模型的协作设计提出了更高效的解决方案。
-
公开(公告)号：CN116402613A
公开(公告)日：2023-07-07
申请号：CN202310463101.1
申请日：2023-04-26
Applicant: 浙江大学
Abstract: 本发明公开一种跨链智能合约的形式验证方法，基于形式化验证方法实现，依据跨链智能合约的业务和已有漏洞，设计并建立了安全的形式化验证规范，转化成可形式化验证的数学逻辑表达式；还描述了验证的具体步骤，解析字节码构建流程控制图，生成符号化路径，使用SMT求解器Z3进行规范证明，从而提高跨链合约的安全性。
-
Patent Agency Ranking
公开(公告)号：CN115118621B
公开(公告)日：2023-05-09
申请号：CN202210732879.3
申请日：2022-06-27
Applicant: 浙江大学 , 上海观测未来信息技术有限公司
Abstract: 本发明涉及一种基于依赖关系图的微服务性能诊断方法及系统，涉及数据处理技术领域，首先收集微服务系统中各服务实例间的网络连接信息和实例自身的SLO指标数据，并持续监测SLO指标数据，一旦检测到异常，自动构建表示异常传播路径的依赖关系图，然后遍历整个依赖关系图给出一个可能造成性能问题的候选列表，最终根据皮尔逊相关系数得分推断出最有可能的性能瓶颈点。本发明仅获取服务实例间的网络连接信息和服务实例的SLO指标数据进行诊断，不需要获取源代码，基于非侵入式的依赖关系图构建对采用微服务架构的系统进行自动性能诊断、定位性能瓶颈，能够适用于多种业务场景，并具有较好的实时性、可扩展性。
-
公开(公告)号：CN115118621A
公开(公告)日：2022-09-27
申请号：CN202210732879.3
申请日：2022-06-27
Applicant: 浙江大学 , 上海驻云信息科技有限公司
Abstract: 本发明涉及一种基于依赖关系图的微服务性能诊断方法及系统，涉及数据处理技术领域，首先收集微服务系统中各服务实例间的网络连接信息和实例自身的SLO指标数据，并持续监测SLO指标数据，一旦检测到异常，自动构建表示异常传播路径的依赖关系图，然后遍历整个依赖关系图给出一个可能造成性能问题的候选列表，最终根据皮尔逊相关系数得分推断出最有可能的性能瓶颈点。本发明仅获取服务实例间的网络连接信息和服务实例的SLO指标数据进行诊断，不需要获取源代码，基于非侵入式的依赖关系图构建对采用微服务架构的系统进行自动性能诊断、定位性能瓶颈，能够适用于多种业务场景，并具有较好的实时性、可扩展性。
-
公开(公告)号：CN118673434A
公开(公告)日：2024-09-20
申请号：CN202410784758.2
申请日：2024-06-18
Applicant: 浙江大学
IPC: G06F18/2433 , G06F18/241 , G06F18/214 , G06F18/21 , G06F18/10 , G06N3/0464 , G06N3/08 , G06F123/02
Abstract: 本发明公开了一种基于Diffusion模型的多变量时序异常检测方法及系统，涉及时序异常检测技术领域，包括获取多元时序历史数据；对多元时序历史数据进行数据处理，获取多元时序训练集和多元时序验证集；根据多元时序训练集和多元时序验证集对Diffusion模型进行训练和验证操作，获取多变量时序异常检测模型；对待检测的多变量时序数据进行数据预处理，获取预处理的多变量时序数据。本发明通过对多元时序历史数据进行分析，获取多元时序训练集和多元时序验证集，通过多元时序训练集和多元时序验证集对Diffusion模型进行训练验证，保证了Diffusion模型异常数据检测的精准性，通过训练好的Diffusion模型对待检测的多变量时序数据进行检测，筛选出异常数据，降低了人力资源的消耗。
-
公开(公告)号：CN117270778A
公开(公告)日：2023-12-22
申请号：CN202311248676.8
申请日：2023-09-26
Applicant: 浙江大学 , 上海观测未来信息技术有限公司
Abstract: 本发明公开一种存储系统的缓存方法、装置及设备，涉及数据缓存领域，该方法包括构建缓存系统；所述缓存系统包括双层的缓存架构以及缓存大小调节器；用户通过存储引擎暴露的接口与存储引擎进行交互；当读流程先到缓存系统中查找数据时，缓存系统利用采集器和缓存大小调节器动态调整块缓存和组缓存的缓存空间；同时预取器根据预测的要访问的数据键的范围从存储引擎中抓取数据，并放入缓存系统；若从缓存系统中命中缓存中的数据，则直接从缓存中返回数据；若从缓存系统中没命中缓存，则直接从存储引擎中获取数据。本发明能够提高基于LSM‑Tree的存储系统的缓存利用率。
-
公开(公告)号：CN115033457A
公开(公告)日：2022-09-09
申请号：CN202210712183.4
申请日：2022-06-22
Applicant: 浙江大学 , 上海驻云信息科技有限公司
Abstract: 本发明涉及一种可监控预警的多源数据实时采集方法及系统，涉及数据处理技术领域，首先利用定制化脚本采集器实时采集主流平台数据；利用Kafka和Redis对主流平台数据进行缓存；利用Flink实时数据流引擎对缓存数据进行清洗；然后获取预警策略；根据清洗数据利用ARIMA模型预测出预设时间范围内的数据；最后将预测数据与预警策略进行比较，发送预警信息。本发明采用了定制化脚本采集器，实现多源数据的高性能实时采集，利用了主流消息队列组件Kafka和实时流处理引擎Flink的全联通，保证链路数据的一致性，还实现了预警策略与ARIMA模型的结合，从而避免触发阈值时机器宕机造成无法弥补的损失。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.015 seconds)
