CN109002261B - 差异区块大数据分析方法、装置、存储介质及服务器 - Google Patents

差异区块大数据分析方法、装置、存储介质及服务器 Download PDF

Info

Publication number
CN109002261B
CN109002261B CN201810754273.3A CN201810754273A CN109002261B CN 109002261 B CN109002261 B CN 109002261B CN 201810754273 A CN201810754273 A CN 201810754273A CN 109002261 B CN109002261 B CN 109002261B
Authority
CN
China
Prior art keywords
change information
data
difference
data change
difference block
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810754273.3A
Other languages
English (en)
Other versions
CN109002261A (zh
Inventor
李德豪
陈伟康
区灿彬
邓俊安
刘开杰
武梦洁
李家昆
曾子华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan Bizconline Ltd
Original Assignee
Foshan Bizconline Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Foshan Bizconline Ltd filed Critical Foshan Bizconline Ltd
Priority to CN201810754273.3A priority Critical patent/CN109002261B/zh
Publication of CN109002261A publication Critical patent/CN109002261A/zh
Application granted granted Critical
Publication of CN109002261B publication Critical patent/CN109002261B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
    • G06F3/0638—Organizing or formatting or addressing of data
    • G06F3/064—Management of blocks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14—Error detection or correction of the data by redundancy in operation
    • G06F11/1402—Saving, restoring, recovering or retrying
    • G06F11/1446—Point-in-time backing up or restoration of persistent data
    • G06F11/1458—Management of the backup or restore process
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
    • G06F3/0671—In-line storage system
    • G06F3/0673—Single storage device
    • G06F3/0674—Disk device
    • G06F3/0676—Magnetic disk device

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种差异区块大数据分析方法、装置、存储介质及服务器。该方法包括以下步骤：获取预设范围内的多台终端设备的数据变化信息，该数据变化信息包括差异区块以及产生该差异区块的时间段；对该多台终端设备的数据变化信息进行分析，以获取该多个数据变化信息的变化规律。

Description

差异区块大数据分析方法、装置、存储介质及服务器
技术领域
本发明涉及大数据处理领域，特别涉及一种差异区块大数据分析方法、装置、存储介质及服务器。
背景技术
现有技术中，大数据的分析方法是在数据流入服务器或者终端时，对数据进行抓取，然后再进行分析的。这种传统的方法存在数据漏抓等问题，造成数据不全（并且无法回到以前的时间点对数据进行补全），对分析结果造成严重的影响。因此，现有技术存在缺陷，急需改进。
因此，现有技术存在缺陷，急需改进。
发明内容
本发明的目的是提供一种差异区块大数据分析方法、装置、存储介质及服务器，使得差异数据有更全面，更丰富的大数据分析空间。
本发明实施例提供一种差异区块大数据分析方法，包括以下步骤：
获取预设范围内的多台终端设备的数据变化信息，该数据变化信息包括差异区块以及产生该差异区块的时间段；
对该多台终端设备的数据变化信息进行分析，以获取该多个数据变化信息的变化规律。
在本发明所述的差异区块大数据分析方法中，所述差异区块是指写入数据时产生变化的磁盘区块。
在本发明所述的差异区块大数据分析方法中，所述获取预设范围内的多台终端设备的数据变化信息，该数据变化信息包括差异区块以及产生该差异区块的时间段的步骤包括：
每一终端设备把磁盘内各个时间段的差异区块记录下；
接收来自各个终端设备的各个时间段的差异区块；
集中来自各个地区的各个终端设备在各个时间段的差异区块。
在本发明所述的差异区块大数据分析方法中，所述对该多台终端设备的数据变化信息进行分析，以获取该多个数据变化信息的变化规律的步骤包括：
根据数据变化信息的发生时间、对应的地点以及出现频率对对该多台终端设备的数据变化信息进行分析，以获取该多个数据变化信息的变化规律。
在本发明所述的差异区块大数据分析方法中，所述获取预设范围内的多台终端设备的数据变化信息的步骤包括：
获取预设范围内的多台终端设备的差异区块；
查询该多个差异区块的属性并获取产生每一差异区块的时间段以及每一差异区块的数据量。
一种差异区块大数据分析装置，包括：
获取模块，用于获取预设范围内的多台终端设备的数据变化信息，该数据变化信息包括差异区块以及产生该差异区块的时间段；
分析模块，用于对该多台终端设备的数据变化信息进行分析，以获取该多个数据变化信息的变化规律。
在本发明所述的差异区块大数据分析装置中，所述差异区块是指写入数据时产生变化的磁盘区块。
在本发明所述的差异区块大数据分析装置中，所述获取模块用于：把磁盘内各个时间段的差异区块记录下；接收来自各个终端设备的各个时间段的差异区块；集中来自各个地区的各个终端设备在各个时间段的差异区块。
在本发明所述的差异区块大数据分析装置中，还包括：
上传模块，用于将该相同或类似的差异区块上传至监控中心进行处理。
一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述任一项所述的方法。
一种服务器，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行上述任一项所述的方法。
由上可知，本发明通过获取预设范围内的多台终端设备的数据变化信息，该数据变化信息包括差异区块以及产生该差异区块的时间段；对该多台终端设备的数据变化信息进行分析，获取这些变化信息的规律，从而可以定性的得到合理的分析结果。从而通过建立一个差异数据的大数据研究空间，让大数据增添数据流的研究，再以备份流的数据差异片段(磁盘差异区块，在数据差异中加入了同区的数据)，让差异数据有更全面，更丰富的大数据分析空间。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的差异区块大数据分析方法的流程示意图。
图2是本发明实施例提供的差异区块大数据分析装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
本发明的说明书和权利要求书以及上述附图中的术语“第一”、“第二”、“第三”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应当理解，这样描述的对象在适当情况下可以互换。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤的过程、方法或包含了一系列模块或单元的装置、服务器、***不必限于清楚地列出的那些步骤或模块或单元，还可以包括没有清楚地列出的步骤或模块或单元，也可以包括对于这些过程、方法、装置、服务器或***固有的其它步骤或模块或单元。
参考图1，图1为本发明实施例中的差异区块大数据分析方法的流程图。其应用于服务器器中，主要用于火灾、恐怖袭击、黑客攻击等突发事件的监控。该差异区块大数据分析方法，包括以下步骤：
S101、获取预设范围内的多台终端设备的数据变化信息，该数据变化信息包括差异区块以及产生该差异区块的时间段。
其中，该预设范围可以为一个或多个地区，或者一个公司，一个学校等。
其中，在最开始要先将该多台终端设备的数据信息统一上传至该服务器中进行全盘备份。然后在后续产生新的数据时，就会对该数据进行一定程度的筛选，满足预设条件时就会备份复制到该服务器中。其中，由于数据的变化导致磁盘区块的变化，这种产生变化的磁盘区块就是差异区块。其中，备份方法是镜像的差异块状，除了第一次备份是全盘复制，之后的每一次备份也即是差异块状(磁盘区块)，完全没有传统资讯内容。就像数学上，把影像进行了FFT（离散傅氏变换的快速算法）处理，在频谱下看出影像一种表现形式。例如，将数据A存储到磁盘区块后，该数据A会进行FFT（离散傅氏变换的快速算法）处理，使得其以数据A1的方式存在。而在本申请中所获取的差异区块就是该数据A1。
该时间段可以为30秒，也可以为5分钟，也可以另外进行设置。
在一些实施例中，该步骤S101具体为：
每一终端设备把磁盘内各个时间段的差异区块记录下；
接收来自各个终端设备的各个时间段的差异区块；
集中来自各个地区的各个终端设备在各个时间段的差异区块。
S102、对该多台终端设备的数据变化信息进行分析，以获取该多个数据变化信息的变化规律。
在一些实施例中，该步骤S102包括：S1021、判断是否存在超过第一预设数量的终端设备在相同的时间段产生相同或类似的差异区块，该类似的差异区块是指相似度超过预设阈值的差异区块；S1022、若存在超过第一预设数量的终端设备在相同的时间段产生相同或类似的差异区块，则判断有突发事件产生。
如果存在超过第一预设数量的终端设备在相同的时间段产生相同或类似的差异区块，例如，同一个图片或者同一场景的图片出现在所有电脑中，则说明书可能发生了与该图片相关的突发事件，例如恐怖袭击。
在一些实施例中，该步骤S102还包括：S1023、根据所述差异区块的数据类型采用对应识别策略对该差异区块进行分析以识别该突发事件的种类。
要想根据该差异区块来判断突发事件的种类，需要预先建立庞大的数据库，该数据库中存储有发生某些突然事件可能出现的常见差异区块。例如，对于爆发恐怖袭击而言，肯定会出现很多现场照片或者视频，如果在对这些照片或者视频进行识别，就可以判断出是发生了恐怖袭击。
其中，例如，如果该作为被监控的终端的总台数为1000台，则该第一预设数量可以设定为800台。
变化规律的步骤包括但不限于：時間性事件研究以及非時間性事件研究。
其中，時間性事件研究为：判断抽取存在超过第一预设数量的终端设备在相同的时间段产生相關的差异区块，该相關的差异区块是指關連性超过研究題目定义之预设阈值的差异区块；若存在超过第一预设数量的终端设备在相同的时间段产生相關的差异区块，则判断有时间性事件研究。如对攻击、意外、***等行为预测研究。
其中，非时间性事件研究为：判断抽取存在超过第一预设数量的终端设备产生相关的差异区块，该相关的差异区块是指关联性超过研究題目定义之预设阈值的差异区块；若存在超过第一预设数量的终端设备在不同的时间段产生相关的差异区块，则判断有非时间性事件研究。如各类统计、内容分布、资料采集等大数据研究。
在一些实施例中，该步骤S102包括：判断是否存在一差异区块在不同时间段分别出现在该多台终端设备的第二预设数量的终端设备中；若存在，则判断有突发事件发生。比如，某地的电脑区数据看似正常，但跨地域异常(例如，同一改变轮流出现在多台电脑，重复出现)，集团可能受内部攻击。
在一些实施例中，该步骤S102包括：根据数据变化信息的发生时间、对应的地点以及出现频率对对该多台终端设备的数据变化信息进行分析，以获取该多个数据变化信息的变化规律。可以从这些数据变化信息的发生时间、地点以及出现频率进行多维度组合分析，从而得出其变化规律。
当然，实际应用中，根据不同的需求可以采用不同的大数据分析方法进行分析，本发明并不对具体的大数据分析方法进行限定，凡是现有的可以用于大数据分析的方法，均在本发明的保护范围内。
在一些实施例中，该步骤S102包括以下子步骤：
将该多台终端设备的差异区块中的数据类型相同且数据量差值小于预设值的差异区块筛选出，以得到多个疑似目标差异区块；若该多个疑似目标差异区块的数量小于所述第一预设数量，则判断不存在超过第一预设数量的终端设备在相同的时间段产生相同的差异区块；若该多个疑似目标差异区块的数量大于或等于所述第一预设数量，则对该多个疑似目标差异区块进行特征匹配；若特征匹配的结果为该多个疑似目标差异区块中存在超过第一预设数量的疑似目标差异区块的相似度在预设阈值范围内，则判断存在超过第一预设数量的终端设备在相同的时间段产生相同或类似的差异区块。
其中，该差异区块中可能存在几种数据类型的文件，其中的数据类型为该差异区块中数据量最大的子文件的数据类型。其中，该特征匹配方式是将该多个疑似目标差异区块进行一一对比，或者采用其他方式来进行对比，从而判断是否存在超过第一预设数量的终端设备在相同的时间段产生相同或类似的差异区块。
在一些实施例中，该步骤S102包括以下子步骤：
S1025、将该多台终端设备的差异区块中数据量超过预设值的差异区块筛选出作为第一差异区块；S1026、将该多个第一差异区块的多个第二差异区块筛选出，该多个第二差异区块中的预设百分比的数据为同一数据类型；S1027、对该多个第二差异区块进行特征匹配；S1028、若特征匹配的结果为该多个第二目标差异区块中存在超过第一预设数量的第二目标差异区块的相似度在预设阈值范围内，则判断存在超过第一预设数量的终端设备在相同的时间段产生相同或类似的差异区块。其中，该特征匹配方式为现有技术中的匹配方式，例如可以采用对比，或者更高级的一些比较方式。其中，该第第二差异区块的预设百分比的数据为同一数据类型，例如为A类型，则，说明该多个第一差异区块中A类型的数据最多。
将该相同或类似的差异区块上传至监控中心进行分析处理。
在该步骤中，需要将该差异区块上传至监控中心进行人工判断，前面的只是初步判断，且该相同或者类似的差异区块需要在监控中心进行保存的，以便于后续的数据提取。
由上可知，本发明通过获取预设范围内的多台终端设备的数据变化信息，该数据变化信息包括差异区块以及产生该差异区块的时间段；对该多台终端设备的数据变化信息进行分析，可以提高突发事件的处理效率。
请参照图2，图2是本发明一些实施例中的差异区块大数据分析装置的结构图，该装置包括：获取模块201、分析模块202。
其中，该获取模块201用于获取预设范围内的多台终端设备的数据变化信息，该数据变化信息包括差异区块以及产生该差异区块的时间段。其中，该预设范围可以为一个或多个地区，或者一个公司，一个学校等。其中，在最开始要先将该多台终端设备的数据信息统一上传至该服务器中进行全盘备份。然后在后续产生新的数据时，就会对该数据进行一定程度的筛选，满足预设条件时就会备份复制到该服务器中。传统大数据都从数据表面去拿数据，比如：图、视频、档案。而本申请中的备份方法是镜像的差异块状，除了第一次是全盘复制，之后的每一次备份也是差异区块(磁盘区块)。
该时间段可以为30秒，也可以为5分钟，也可以另外进行设置。
获取模块201用于获取预设范围内的多台终端设备的差异区块；以及，查询该多个差异区块的属性并获取产生每一差异区块的时间段以及每一差异区块的数据量。所述获取模块用于：把磁盘内各个时间段的差异区块记录下；接收来自各个终端设备的各个时间段的差异区块；集中来自各个地区的各个终端设备在各个时间段的差异区块。
分析模块202用于对该多台终端设备的数据变化信息进行分析，以获取该多个数据变化信息的变化规律。
对该多台终端设备的数据变化信息进行分析，以判断是否存在超过第一预设数量的终端设备在相同的时间段产生相同或类似的差异区块，该类似的差异区块是指相似度超过预设阈值的差异区块。其中，例如，如果该作为被监控的终端的总台数为1000台，则该第一预设数量可以设定为800台。
所述分析模块202用于判断是否存在超过第一预设数量的终端设备在相同的时间段产生相同或类似的差异区块，该类似的差异区块是指相似度超过预设阈值的差异区块；若存在超过第一预设数量的终端设备在相同的时间段产生相同或类似的差异区块，则判断有突发事件产生。
所述分析模块202用于判断是否存在一差异区块在不同时间段分别出现在该多台终端设备的第二预设数量的终端设备中；若存在，则判断有突发事件发生。
在本发明所述的差异区块大数据分析装置中，还包括：上传模块，用于将该相同或类似的差异区块上传至监控中心进行处理。
由上可知，本发明通过获取预设范围内的多台终端设备的数据变化信息，该数据变化信息包括差异区块以及产生该差异区块的时间段；对该多台终端设备的数据变化信息进行分析，可以提高突发事件的处理效率。
本发明实施例还提供一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行上述实施例中的方法。
本发明实施例还提供一种服务器，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行上述实施例中的方法以实现以下功能：获取预设范围内的多台终端设备的数据变化信息，该数据变化信息包括差异区块以及产生该差异区块的时间段；对该多台终端设备的数据变化信息进行分析，以判断是否存在超过第一预设数量的终端设备在相同的时间段产生相同或类似的差异区块，该类似的差异区块是指相似度超过预设阈值的差异区块；若存在超过第一预设数量的终端设备在相同的时间段产生相同或类似的差异区块，则判断有突发事件产生。
需要说明的是，本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于计算机可读存储介质中，该存储介质可以包括但不限于：只读存储器（ROM，Read Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁盘或光盘等。
以上对本发明实施例所提供的大数据提取分析方法、装置、存储介质及服务器进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种差异区块大数据分析方法，其特征在于，包括以下步骤：
获取预设范围内的多台终端设备的数据变化信息，该数据变化信息包括差异区块以及产生该差异区块的时间段；
对该多台终端设备的数据变化信息进行分析，以获取该多个数据变化信息的变化规律；
所述差异区块是指写入数据时产生变化的磁盘区块。
2.根据权利要求1所述的差异区块大数据分析方法，其特征在于，所述获取预设范围内的多台终端设备的数据变化信息，该数据变化信息包括差异区块以及产生该差异区块的时间段的步骤包括：
每一终端设备把磁盘内各个时间段的差异区块记录下；
接收来自各个终端设备的各个时间段的差异区块；
集中来自各个地区的各个终端设备在各个时间段的差异区块。
3.根据权利要求1所述的差异区块大数据分析方法，其特征在于，所述对该多台终端设备的数据变化信息进行分析，以获取该多个数据变化信息的变化规律的步骤包括：
根据数据变化信息的发生时间、对应的地点以及出现频率对该多台终端设备的数据变化信息进行分析，以获取该多个数据变化信息的变化规律。
4.根据权利要求1所述的差异区块大数据分析方法，其特征在于，所述获取预设范围内的多台终端设备的数据变化信息的步骤包括：
获取预设范围内的多台终端设备的差异区块；
查询该多个差异区块的属性并获取产生每一差异区块的时间段以及每一差异区块的数据量。
5.一种差异区块大数据分析装置，其特征在于，包括：
获取模块，用于获取预设范围内的多台终端设备的数据变化信息，该数据变化信息包括差异区块以及产生该差异区块的时间段；
分析模块，用于对该多台终端设备的数据变化信息进行分析，以获取该多个数据变化信息的变化规律;
所述差异区块是指写入数据时产生变化的磁盘区块。
6.根据权利要求5所述的差异区块大数据分析装置，其特征在于，所述获取模块用于：把磁盘内各个时间段的差异区块记录下；接收来自各个终端设备的各个时间段的差异区块；集中来自各个地区的各个终端设备在各个时间段的差异区块。
7.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，使得所述计算机执行权利要求1至4任一项所述的方法。
8.一种服务器，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行权利要求1至4任一项所述的方法。
CN201810754273.3A 2018-07-11 2018-07-11 差异区块大数据分析方法、装置、存储介质及服务器 Active CN109002261B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810754273.3A CN109002261B (zh) 2018-07-11 2018-07-11 差异区块大数据分析方法、装置、存储介质及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810754273.3A CN109002261B (zh) 2018-07-11 2018-07-11 差异区块大数据分析方法、装置、存储介质及服务器

Publications (2)

Publication Number Publication Date
CN109002261A CN109002261A (zh) 2018-12-14
CN109002261B true CN109002261B (zh) 2022-03-22

Family

ID=64598256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810754273.3A Active CN109002261B (zh) 2018-07-11 2018-07-11 差异区块大数据分析方法、装置、存储介质及服务器

Country Status (1)

Country Link
CN (1) CN109002261B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104935464A (zh) * 2015-06-12 2015-09-23 北京奇虎科技有限公司 一种网站***的故障预警方法和装置
CN105095473A (zh) * 2015-08-11 2015-11-25 北京思特奇信息技术股份有限公司 一种对差异数据进行分析的方法及***
CN105320585A (zh) * 2014-07-08 2016-02-10 北京启明星辰信息安全技术有限公司 一种实现应用故障诊断的方法及装置
CN106682784A (zh) * 2017-01-04 2017-05-17 成都四方伟业软件股份有限公司 一种智能电网大数据的分析方法与***
CN107341239A (zh) * 2017-07-05 2017-11-10 广东工业大学 一种集群数据分析方法及装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7010553B2 (en) * 2002-03-19 2006-03-07 Network Appliance, Inc. System and method for redirecting access to a remote mirrored snapshot
CN101882102A (zh) * 2003-08-11 2010-11-10 纯安姆芬特有限公司 用于自动化计算机支持的***
JP5098821B2 (ja) * 2008-06-02 2012-12-12 富士通株式会社 監視対象システムの障害等の予兆を検出する監視装置及び監視方法
CN106209861B (zh) * 2016-07-14 2019-07-12 南京邮电大学 一种基于广义杰卡德相似系数Web应用层DDoS攻击检测方法及装置
CN106131022B (zh) * 2016-07-15 2019-04-30 四川无声信息技术有限公司 一种网络协同攻击风暴源检测方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320585A (zh) * 2014-07-08 2016-02-10 北京启明星辰信息安全技术有限公司 一种实现应用故障诊断的方法及装置
CN104935464A (zh) * 2015-06-12 2015-09-23 北京奇虎科技有限公司 一种网站***的故障预警方法和装置
CN105095473A (zh) * 2015-08-11 2015-11-25 北京思特奇信息技术股份有限公司 一种对差异数据进行分析的方法及***
CN106682784A (zh) * 2017-01-04 2017-05-17 成都四方伟业软件股份有限公司 一种智能电网大数据的分析方法与***
CN107341239A (zh) * 2017-07-05 2017-11-10 广东工业大学 一种集群数据分析方法及装置

Also Published As

Publication number Publication date
CN109002261A (zh) 2018-12-14

Similar Documents

Publication Publication Date Title
CN108769077B (zh) 一种网络安全溯源分析的方法及装置
US10417072B2 (en) Scalable predictive early warning system for data backup event log
CN112114995A (zh) 基于进程的终端异常分析方法、装置、设备及存储介质
US11074652B2 (en) System and method for model-based prediction using a distributed computational graph workflow
CN111078513B (zh) 日志处理方法、装置、设备、存储介质及日志告警***
CN112583642B (zh) 异常检测方法、模型、电子设备及计算机可读存储介质
CN108234426B (zh) Apt攻击告警方法和apt攻击告警装置
CN110659604A (zh) 视频检测方法、装置、服务器及存储介质
CN115001934A (zh) 一种工控安全风险分析***及方法
CN113935696B (zh) 一种寄递行为异常分析方法、***、电子设备及存储介质
CN111064719A (zh) 文件异常下载行为的检测方法及装置
KR20160087187A (ko) 사이버 블랙박스 시스템 및 그 방법
CN114357445A (zh) 一种终端侧攻击路径识别的方法、装置及存储介质
CN109002261B (zh) 差异区块大数据分析方法、装置、存储介质及服务器
CN110889445B (zh) 视频cdn盗链检测方法、装置、电子设备及存储介质
CN116781431A (zh) 一种基于流量特征的api接口异常行为监测方法
CN116707927A (zh) 态势感知方法、***、计算机设备及存储介质
CN116599743A (zh) 4a异常绕行检测方法、装置、电子设备及存储介质
KR101848367B1 (ko) 모션벡터와 dct 계수를 이용한 메타데이터 기반 의심영상 구분식별 방식의 영상 관제 방법
CN115603944A (zh) 一种基于车联网的车辆数据安全管理方法
CN114629696A (zh) 一种安全检测方法、装置、电子设备及存储介质
CN114422186A (zh) 一种攻击检测方法、装置、电子设备及存储介质
WO2021055964A1 (en) System and method for crowd-sourced refinement of natural phenomenon for risk management and contract validation
CN115310139A (zh) 文件监控预警***、方法、计算设备及计算机存储介质
CN108388493B (zh) 大数据提取分析方法、装置、存储介质及服务器

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant