CN109089075A - 嵌入式跨云智能存贮方法和*** - Google Patents
嵌入式跨云智能存贮方法和*** Download PDFInfo
- Publication number
- CN109089075A CN109089075A CN201810751571.7A CN201810751571A CN109089075A CN 109089075 A CN109089075 A CN 109089075A CN 201810751571 A CN201810751571 A CN 201810751571A CN 109089075 A CN109089075 A CN 109089075A
- Authority
- CN
- China
- Prior art keywords
- video file
- video
- file
- embedded
- data
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000004044 response Effects 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims description 18
- 230000011218 segmentation Effects 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 claims description 3
- 230000003252 repetitive effect Effects 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 4
- 230000007246 mechanism Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- 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
- G06F11/1448—Management of the data involved in backup or backup restore
-
- 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
- G06F11/1464—Management of the backup or restore process for networked environments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/2347—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving video stream encryption
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Storage Device Security (AREA)
Abstract
本发明提供了一种嵌入式跨云智能存贮方法和***，其中，方法包括以下步骤：通过分布式采集***采集视频数据，自动分配节点，并保存至各个节点的固定路径下，生成视频文件；将上述步骤的事件信息写入并更新数据库；获取并根据数据库中关于视频文件的KEY和事件信息中的操作信息生成消息队列；响应消息队列，对视频文件进行数据切割和加密处理；将切割和加密后的视频文件随机上传至若干个云服务存储节点进行存储。本发明通过多个云服务存储节点存储切割和加密后的数据块，这样即使一个云服务存储节点的视频信息损坏或者丢失，也能恢复整个视频文件，相对于简单的加密进一步提高可靠性，有较高的隐私保护能力使用户放心安心。
Description
技术领域
本发明涉及视频数据存储技术领域，特别涉及一种嵌入式跨云智能存贮方法和***。
背景技术
随着监控摄像头的快速发展和普及，普通家庭的监控摄像头也急剧增加，然而视频数据的安全存储却跟不上用户的需求，同时家庭用户监控视频中还存在着许多隐私问题，许多人为及存储设备的老化会导致重要或隐私的数据丢失。对于这一尖锐而又突出的问题，本地的数据存储方式已经无法满足人们对数据存储的需求，越来越多的企业和个人将目光投向新生的基于嵌入式的云存储方案。
嵌入式的云存储是云存储的新的运用模式，然而现有的嵌入式的云存储作为云存储新的场景的运用，也存在着云存储所存在的一些弊端，如：如何保证云存储的和上传时的数据安全，防止数据泄露？如何降低海量数据对云存储空间的占用？以及如何使数据库与操作的命令保证同步。因此，亟待开发一种新的云存储方法。
发明内容
本发明提供一种嵌入式跨云智能存贮方法和***，解决现有上述的问题。
为解决上述问题，本发明实施例提供一种嵌入式跨云智能存贮方法，包括以下步骤：
通过分布式采集***采集视频数据，自动分配节点，并保存至各个节点的固定路径下，生成视频文件；
将上述步骤的事件信息写入并更新数据库；
获取并根据数据库中关于视频文件的KEY和事件信息中的操作信息生成消息队列；
响应消息队列，对视频文件进行数据切割和加密处理；
将切割和加密后的视频文件随机上传至若干个云服务存储节点进行存储。
作为一种实施方式，所述通过分布式采集***采集视频数据步骤，包括以下步骤：
采集视频数据可通过实时检测或事件驱动检测两种方式，事件驱动检测包括图像驱动检测和音频驱动检测。
作为一种实施方式，所述图像驱动检测包括以下步骤：
采集待检测区域的图像数据；
根据高斯混合概率模型和颜色空间模型对比图像每一帧的区别；
当检测到有人性轮廓时，则启动相应摄像头进行视频采集；
当人性轮廓消失时，则关闭摄像头，停止视频采集。
作为一种实施方式，所述音频驱动检测包括以下步骤：
采集待检测区域的声音信号；
当有声音信号输入时，将采集到的声音信号转化为频域信号；
根据马尔科夫链检测到频域信号与先前时间片内信号进行比较；
当出现大幅波动时，则启动相应摄像头进行视频采集；
当频域信号恢复到正常波动水平时，则关闭摄像头，停止视频采集。
作为一种实施方式，还包括以下步骤：
获取事件信息中的操作信息，并将所述操作信息写入binlog日志中。
作为一种实施方式，所述对视频文件进行数据切割和加密处理步骤，包括以下步骤：
判断视频文件类型和大小；
若视频文件为内容频繁更新且重复率高的文件，则使用基于内容的数据切分算法，用数据指纹将文件分割成长度大小不相等的分块策略；
若视频文件为内部冗余数据极少的文件，则使用基于文件的切分算法，使用完整的文件进行去重检测后进行切割。
作为一种实施方式，还包括以下步骤：
切割和加密后的视频文件上传云服务存储节点成功后，则返回存储节点地址信息；
若存储节点地址信息返回不成功，则通过多个节点返回的信息启动事务回滚操作机制，重新对视频文件进行切割、加密以及上传；
若存储节点地址信息返回成功，则删除本地的文件缓存。
本发明还提供一种嵌入式跨云智能存贮***，包括：
采集单元，用于通过分布式采集***采集视频数据，自动分配节点，并保存至各个节点的固定路径下，生成视频文件；
更新单元，用于将采集单元中发生的事件信息写入并更新数据库；
队列单元，用于获取并根据数据库中关于视频文件的KEY和事件信息中的操作信息生成消息队列；
切割加密单元，用于响应消息队列，对视频文件进行数据切割和加密处理；
跨云存储单元，用于将切割和加密后的视频文件随机上传至若干个云服务存储节点进行存储。
作为一种实施方式，还包括：
日志单元，用于获取事件信息中的操作信息，并将所述操作信息写入binlog日志中。
作为一种实施方式，还包括：
验证单元，用于切割和加密后的视频文件上传云服务存储节点成功后，则返回存储节点地址信息；
若存储节点地址信息返回不成功，则通过多个节点返回的信息启动事务回滚操作机制，重新对视频文件进行切割、加密以及上传；
若存储节点地址信息返回成功，则删除本地的文件缓存。
本发明相比于现有技术的有益效果在于：通过对采集的视频数据缓存、数据库更新及相关操作信息的提取，在分布式节点读取视频文件缓存后，将其数据做切割加密处理，然后分别随机上传到不同的云服务存储节点进行备份，这样即使一个节点的视频信息损坏或者丢失，也能恢复整个视频文件，相对于简单的加密进一步提高可靠性，有较高的隐私保护能力使用户放心安心。
附图说明
图1为本发明的嵌入式跨云智能存贮方法的流程图；
图2为本发明的嵌入式跨云智能存贮***的模块连接图。
附图标注：1、采集单元；2、更新单元；3、日志单元；4、队列单元；5、切割加密单元；6、跨云存储单元；7、验证单元。
具体实施方式
以下结合附图，对本发明上述的和另外的技术特征和优点进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的部分实施例，而不是全部实施例。
如图1所示，一种嵌入式跨云智能存贮方法，包括以下步骤：
S100：通过分布式采集***采集视频数据，自动分配节点，并保存至各个节点的固定路径下，生成视频文件；
S200：将S100步骤的事件信息写入并更新数据库，事件信息包括操作信息、视频位置、所属节点与账户权限等。操作信息是具体作业层面操作产生的信息，就是***对视频文件做了哪些操作；每个视频文件会自动分配节点，有各自的所属节点；账户权限涉及用户的权利，能对视频文件进行哪些操作，包括修改和删除等，还能根据文件的重要程度或者个人需要设置文件的加密等级；
S300：获取并根据数据库中关于视频文件的KEY和事件信息中的操作信息生成消息队列，Key为根据文件内容自动生成，获得的key用于文件上传下载的加密解密；
S400：响应消息队列，对视频文件进行数据切割和加密处理；
S500：将切割和加密后的视频文件随机上传至若干个云服务存储节点进行存储。
其中，步骤S100中，分布式采集***的摄像头可有多个，可通过操作选择调用的摄像头，同时采集***也可以有多个，由此，可防止单***故障和人为破坏，大大提升整个***的稳定性。
采集视频数据可通过实时检测或事件驱动检测两种方式，事件驱动检测包括图像驱动检测和音频驱动检测。图像驱动检测包括以下步骤：采集待检测区域的图像数据；根据高斯混合概率模型和颜色空间模型对比图像每一帧的区别；当检测到有人性轮廓时，则启动相应摄像头进行视频采集；当人性轮廓消失时，则关闭摄像头，停止视频采集。音频驱动检测包括以下步骤：采集待检测区域的声音信号；当有声音信号输入时，将采集到的声音信号转化为频域信号；根据马尔科夫链检测到频域信号与先前时间片内信号进行比较；当出现大幅波动时，则启动相应摄像头进行视频采集；当频域信号恢复到正常波动水平时，则关闭摄像头，停止视频采集。
对于采集很快、数据大，并且处理加密和上传很慢的情况，本实施例采用消息队列机制，使采集与上传过程解耦，使数据异步缓存后处理，避免数据丢失。异步解耦降低了程序耦合度，保证数据与操作同步，使数据库不受此瓶颈限制。可以有效防止高并发缓存击穿。缓存击穿就是大量请求直接透过缓存，访问到数据库，容易出现大量请求的压力压到数据库，导致数据库相应变慢甚至崩溃，限制了数据库瓶颈。
在步骤S400对视频文件进行数据切割和加密处理，包括以下步骤：
判断视频文件类型和大小；
若视频文件为内容频繁更新且重复率高的文件，则使用基于内容的数据切分算法，用数据指纹(如Rabin指纹)将文件分割成长度大小不相等的分块策略；
若视频文件为内部冗余数据极少的文件，则使用基于文件的切分算法，使用完整的文件进行去重检测后进行切割；
切割后的数据块通过AES(Advanced Encryption Standard，高级加密标准)加密算法进行加密，保证数据的安全性。
在步骤S500将切割和加密后的视频文件随机上传至若干个云服务存储节点进行存储，包括以下步骤：
视频文件经处理过后，按照先进先出的顺序上传至云服务存储节点，上传时数据随机分配到不同的云服务存储节点进行安全备份，上传数据的函数支持两种输入：文件File和byte数组。上传的方法封装在Cloud Service类当中，其中都包含两个参数，ObjectName是上传数据块的在云端(云服务存储节点)的索引，object是要上传的数据块本身。返回值都是RemoteObjectInfo类，用于返回云端是否成功或失败状态信息，以及文件在云服务存储节点上的路径信息。
除上述步骤外，还包括以下步骤：
S600：获取事件信息中的操作信息，并将操作信息写入binlog日志中。binlog作为一个二进制文件，用于记录用户对数据库更新的SQL语句信息。当数据库服务器故障，就可以通过binlog进行数据恢复，可提高***的稳定性。
S701：切割和加密后的视频文件上传云服务存储节点成功后，则返回存储节点地址信息；
S702：若存储节点地址信息返回不成功，则通过多个节点返回的信息启动事务回滚操作机制，重新对视频文件进行切割、加密以及上传；
S703：若存储节点地址信息返回成功，则删除本地的文件缓存，删除本地的文件缓存可释放本地缓存空间。
如图2所示，一种嵌入式跨云智能存贮***，包括采集单元1、更新单元2、日志单元3、队列单元4、切割加密单元5、跨云存储单元6以及验证单元7。采集单元1用于通过分布式采集***采集视频数据，自动分配节点，并保存至各个节点的固定路径下，生成视频文件；更新单元2用于将采集单元中发生的事件信息写入并更新数据库；日志单元3用于获取事件信息中的操作信息，并将所述操作信息写入binlog日志中；队列单元4用于获取并根据数据库中关于视频文件的KEY和事件信息中的操作信息生成消息队列；切割加密单元5用于响应消息队列，对视频文件进行数据切割和加密处理；跨云存储单元6用于将切割和加密后的视频文件随机上传至若干个云服务存储节点进行存储；验证单元7用于切割和加密后的视频文件上传云服务存储节点成功后，则返回存储节点地址信息；若存储节点地址信息返回不成功，则通过多个节点返回的信息启动事务回滚操作机制，重新对视频文件进行切割、加密以及上传；若存储节点地址信息返回成功，则删除本地的文件缓存，删除本地的文件缓存可释放本地缓存空间。
本发明嵌入式跨云智能存贮方法和***通过对采集的视频数据缓存、数据库更新及相关操作信息的提取，在分布式节点读取视频文件缓存后，将其数据做切割加密处理，然后分别随机上传到不同的云服务存储节点进行备份，这样即使一个节点的视频信息损坏或者丢失，也能恢复整个视频文件，相对于简单的加密进一步提高可靠性，有较高的隐私保护能力使用户放心安心。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种嵌入式跨云智能存贮方法，其特征在于，包括以下步骤：
通过分布式采集***采集视频数据，自动分配节点，并保存至各个节点的固定路径下，生成视频文件；
将上述步骤的事件信息写入并更新数据库；
获取并根据数据库中关于视频文件的KEY和事件信息中的操作信息生成消息队列；
响应消息队列，对视频文件进行数据切割和加密处理；
将切割和加密后的视频文件随机上传至若干个云服务存储节点进行存储。
2.根据权利要求1所述的嵌入式跨云智能存贮方法，其特征在于，所述通过分布式采集***采集视频数据步骤，包括以下步骤：
采集视频数据可通过实时检测或事件驱动检测两种方式，事件驱动检测包括图像驱动检测和音频驱动检测。
3.根据权利要求2所述的嵌入式跨云智能存贮方法，其特征在于，所述图像驱动检测包括以下步骤：
采集待检测区域的图像数据；
根据高斯混合概率模型和颜色空间模型对比图像每一帧的区别；
当检测到有人性轮廓时，则启动相应摄像头进行视频采集；
当人性轮廓消失时，则关闭摄像头，停止视频采集。
4.根据权利要求2所述的嵌入式跨云智能存贮方法，其特征在于，所述音频驱动检测包括以下步骤：
采集待检测区域的声音信号；
当有声音信号输入时，将采集到的声音信号转化为频域信号；
根据马尔科夫链检测到频域信号与先前时间片内信号进行比较；
当出现大幅波动时，则启动相应摄像头进行视频采集；
当频域信号恢复到正常波动水平时，则关闭摄像头，停止视频采集。
5.根据权利要求1所述的嵌入式跨云智能存贮方法，其特征在于，还包括以下步骤：
获取事件信息中的操作信息，并将所述操作信息写入binlog日志中。
6.根据权利要求1所述的嵌入式跨云智能存贮方法，其特征在于，所述对视频文件进行数据切割和加密处理步骤，包括以下步骤：
判断视频文件类型和大小；
若视频文件为内容频繁更新且重复率高的文件，则使用基于内容的数据切分算法，用数据指纹将文件分割成长度大小不相等的分块策略；
若视频文件为内部冗余数据极少的文件，则使用基于文件的切分算法，使用完整的文件进行去重检测后进行切割。
7.根据权利要求1所述的嵌入式跨云智能存贮方法，其特征在于，还包括以下步骤：
切割和加密后的视频文件上传云服务存储节点成功后，则返回存储节点地址信息；
若存储节点地址信息返回不成功，则通过多个节点返回的信息启动事务回滚操作机制，重新对视频文件进行切割、加密以及上传；
若存储节点地址信息返回成功，则删除本地的文件缓存。
8.一种嵌入式跨云智能存贮***，其特征在于，包括：
采集单元，用于通过分布式采集***采集视频数据，自动分配节点，并保存至各个节点的固定路径下，生成视频文件；
更新单元，用于将采集单元中发生的事件信息写入并更新数据库；
队列单元，用于获取并根据数据库中关于视频文件的KEY和事件信息中的操作信息生成消息队列；
切割加密单元，用于响应消息队列，对视频文件进行数据切割和加密处理；
跨云存储单元，用于将切割和加密后的视频文件随机上传至若干个云服务存储节点进行存储。
9.根据权利要求8所述的嵌入式跨云智能存贮***，其特征在于，还包括：
日志单元，用于获取事件信息中的操作信息，并将所述操作信息写入binlog日志中。
10.根据权利要求8所述的嵌入式跨云智能存贮***，其特征在于，还包括：
验证单元，用于切割和加密后的视频文件上传云服务存储节点成功后，则返回存储节点地址信息；
若存储节点地址信息返回不成功，则通过多个节点返回的信息启动事务回滚操作机制，重新对视频文件进行切割、加密以及上传；
若存储节点地址信息返回成功，则删除本地的文件缓存。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810751571.7A CN109089075A (zh) | 2018-07-10 | 2018-07-10 | 嵌入式跨云智能存贮方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810751571.7A CN109089075A (zh) | 2018-07-10 | 2018-07-10 | 嵌入式跨云智能存贮方法和*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109089075A true CN109089075A (zh) | 2018-12-25 |
Family
ID=64837446
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810751571.7A Pending CN109089075A (zh) | 2018-07-10 | 2018-07-10 | 嵌入式跨云智能存贮方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109089075A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111629179A (zh) * | 2020-04-30 | 2020-09-04 | 苏州金瑞阳信息科技有限责任公司 | 一种高保密性的网上考场巡查综合***和方法 |
| CN113038196A (zh) * | 2021-03-17 | 2021-06-25 | 大陆投资(中国)有限公司 | 在通信网络中传输媒体数据的发送方设备和接收方设备 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102340625A (zh) * | 2010-07-16 | 2012-02-01 | 安讯士有限公司 | 事件启动的视频捕获方法及捕获事件启动的视频的摄像机 |
| CN102664006A (zh) * | 2012-04-14 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 基于时频域分析的异常人声检测方法 |
| CN103729225A (zh) * | 2014-01-22 | 2014-04-16 | 中国人民解放军国防科学技术大学 | 一种基于内容分块的远程文件实时更新方法 |
| CN104301671A (zh) * | 2014-09-23 | 2015-01-21 | 同济大学 | Hdfs中基于事件密集度的交通监控视频存储方法 |
| US9307217B1 (en) * | 2013-06-12 | 2016-04-05 | Ambarella, Inc. | Portable video camera/recorder having video security feature |
| CN107172391A (zh) * | 2017-05-19 | 2017-09-15 | 常州普适信息科技有限公司 | 基于Hadoop架构的分布式视频存储管理方法及*** |
-
2018
- 2018-07-10 CN CN201810751571.7A patent/CN109089075A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102340625A (zh) * | 2010-07-16 | 2012-02-01 | 安讯士有限公司 | 事件启动的视频捕获方法及捕获事件启动的视频的摄像机 |
| CN102664006A (zh) * | 2012-04-14 | 2012-09-12 | 中国人民解放军国防科学技术大学 | 基于时频域分析的异常人声检测方法 |
| US9307217B1 (en) * | 2013-06-12 | 2016-04-05 | Ambarella, Inc. | Portable video camera/recorder having video security feature |
| CN103729225A (zh) * | 2014-01-22 | 2014-04-16 | 中国人民解放军国防科学技术大学 | 一种基于内容分块的远程文件实时更新方法 |
| CN104301671A (zh) * | 2014-09-23 | 2015-01-21 | 同济大学 | Hdfs中基于事件密集度的交通监控视频存储方法 |
| CN107172391A (zh) * | 2017-05-19 | 2017-09-15 | 常州普适信息科技有限公司 | 基于Hadoop架构的分布式视频存储管理方法及*** |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111629179A (zh) * | 2020-04-30 | 2020-09-04 | 苏州金瑞阳信息科技有限责任公司 | 一种高保密性的网上考场巡查综合***和方法 |
| CN111629179B (zh) * | 2020-04-30 | 2021-07-06 | 苏州金瑞阳信息科技有限责任公司 | 一种高保密性的网上考场巡查综合***和方法 |
| CN113038196A (zh) * | 2021-03-17 | 2021-06-25 | 大陆投资(中国)有限公司 | 在通信网络中传输媒体数据的发送方设备和接收方设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110826111B (zh) | 测试监管方法、装置、设备及存储介质 | |
| US10438000B1 (en) | Using recognized backup images for recovery after a ransomware attack | |
| US9465823B2 (en) | System and method for data de-duplication | |
| US8635194B2 (en) | System and method for data compression | |
| EP1927060B1 (en) | Data archiving method and system | |
| CN104885076B (zh) | 分布式存储的***和方法 | |
| WO2018032376A1 (zh) | 一种用于区块链自安全存储***及其方法 | |
| CN104615504B (zh) | 一种实现数据保护的方法及装置 | |
| KR102375955B1 (ko) | 보안성이 향상된 데이터 백업 시스템 | |
| US20180159866A1 (en) | Computer Malware Detection | |
| CN104156377A (zh) | 通过多网盘冗余存储实现可靠性的虚拟文件*** | |
| Fernando | Cyber forensics tools: A review on mechanism and emerging challenges | |
| RU2697953C2 (ru) | Система и способ вынесения решения о компрометации данных | |
| CN106681865B (zh) | 业务恢复方法及装置 | |
| CN101364218A (zh) | 一种硬盘录像机文件***及其检查方法 | |
| CN106021027B (zh) | 终端数据处理方法和*** | |
| CN109089075A (zh) | 嵌入式跨云智能存贮方法和*** | |
| JP2001142764A (ja) | ログ・ファイル保護システム | |
| CN111581659A (zh) | 一种调取电子证据的方法和装置 | |
| CN106326082A (zh) | 网络***中记录日志的方法和装置 | |
| CN106681863A (zh) | 保存电子病历编辑内容的方法和终端设备 | |
| CN115757280A (zh) | 一种基于分布式文档存储的云文档管理*** | |
| US20200026866A1 (en) | Method and device for covering private data | |
| CN107665224B (zh) | 扫描hdfs冷数据的方法、***和装置 | |
| KR20220086677A (ko) | 블록체인 기반 백업 및 복구를 위한 시스템 및 방법 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181225 |