CN111026740B - 基于数据指纹的数据对账方法及*** - Google Patents
基于数据指纹的数据对账方法及*** Download PDFInfo
- Publication number
- CN111026740B CN111026740B CN201911217339.6A CN201911217339A CN111026740B CN 111026740 B CN111026740 B CN 111026740B CN 201911217339 A CN201911217339 A CN 201911217339A CN 111026740 B CN111026740 B CN 111026740B
- Authority
- CN
- China
- Prior art keywords
- data
- reconciliation
- fingerprint
- abnormal
- node
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2471—Distributed queries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Storage Device Security (AREA)
Abstract
本发明提供了基于数据指纹的数据对账方法,包括如下步骤:步骤一:数据提供方提供不同业务场景下的数据流,为所述数据流自动匹配数据指纹计算引擎;步骤二:结合数据特征动态自适应调整算法,动态获取接入数据流中的关键属性极其变化,并根据所述关键属性生成数据流的数据指纹;步骤三:根据数据指纹,通过传输节点溯源算法遍历数据提供方和数据接入方的中间节点,将异常对账结果提供给数据提供方和数据接入方。
Description
技术领域
本发明涉及信息处理技术领域,并且更具体地涉及基于数据指纹的数据对账方法、***及数据***。
背景技术
随着社会进入大数据时代,服务不同业务的***层出不穷,***产生的数据以几何层增长且数据结构复杂多样,如何快速准确地接入各种海量数据,并自动及时提供接入数据的对账结果,成为提高大数据利用价值的核心点。
基于数据指纹的数据对账方法就是为解决实战需求,通过数据特征动态自适应调整算法精准快速地获取数据记录中的关键业务属性,并根据这些关键属性生成数据记录的数据指纹,提高数据对账的准确性;通过传输节点溯源算法,将数据最终对账有异常的结果,及时推送给数据提供方和数据接入方,提高修正异常数据的能力和重新传输正确数据的效率,提升大数据的数据汇聚质量和价值利用能力。
由于各业务***接入的数据量大、结构复杂多样等特点,目前市场上现有的数据对账方法,主要通过手工配置模板的方式进行数据对账工作,这些技术存在以下不足:
(1)数据对账的方式,只能通过单一的手工配置模板进行数据的核对,当数据源结构发生变化或数据项值发生变化的情况下,就存在无法进行有效的数据对账或可能发生对账错误的问题。
(2)对账结果的推送,只能将对账结果推送给上一个发送节点,但大数据时代,数据往往在不同网络之间进行传输汇聚,传输节点通常会超过两个甚至更多,这样对账结果就无法及时推送给真正的数据提供方,导致无法及时处理传输异常数据。
发明内容
针对以上问题,本发明主要利用数据特征动态自适应调整算法和传输节点溯源算法来解决,从而提升大数据的利用价值。
因此,本发明的主要目的在于提供基于数据指纹的数据对账方法、***及数据***,实现接入海量原始数据的自动对账,提高数据对账的准确性和时效性。
为实现上述目的,本发明提供了基于数据指纹的数据对账方法,包括如下步骤:
步骤一:数据提供方提供不同业务场景下的数据流,为所述数据流自动匹配数据指纹计算引擎;
步骤二:结合数据特征动态自适应调整算法,动态获取接入数据流中的关键属性极其变化,并根据所述关键属性生成数据流的数据指纹;
步骤三:根据数据指纹,通过传输节点溯源算法遍历数据提供方和数据接入方的中间节点,将异常对账结果提供给数据提供方和数据接入方。
优选地,在步骤二中,关键属性的变化包括:关键属性变更,根据关键属性的类型标签,定期分析数据源的数据项定义说明,当存在对账关键属性的类型标签有变化时,自动根据配置参数进行对账关键属性的调整。
优选地,在步骤二中,关键属性的变化进一步包括:
关键业务属性异常,根据业务属性异常判断算法的原理获取特定时间内数项空值、重复等异常的比例,当所述比例与整个传输周期异常比例相比,出现的概率达到设置阈值,则自动触发异常调整。
优选地,在步骤二中,在关键属性发生变化时,自动更新准确的关键属性信息,再自动匹配加密引擎,生成特定的数据指纹。
优选地,在步骤三中,利用传输节点溯源算法遍历数据提供方和数据接入方的流程为:
数据发送方的每条传输数据由***自动将所述数据、数据提供方、数据接入方和传输时间,计算出MD5值,作为所述数据传输路径的指纹,数据传输的每个节点都自动产生编号,并继承上个接入节点的编号,得到路径节点的数据集合,将路径指纹和节点标识存储在数据集合里;
获取对账结果异常的路径集合,循环遍历数据集合,比对路径集合和数据集合的路径特征,得到对账异常的传输节点集合,,再根据数据发送方的节点特征,得到对账异常的所有数据发送方的节点信息;
根据数据发送方的节点信息,将异常对账结果推送到指定IP、端口下的存储路径,完成数据对账操作。
优选地,数据指纹是数据对账的唯一凭据。
优选地,在步骤三中,一旦对账结果异常,则进行警告提示,反之,则对账结果正常,不进行警告提示。
优选地,本发明还提供了基于数据指纹的数据对账***,包括:
数据接入单元,用于获取并传输数据提供方的数据流;
数据分析单元,利用数据特征动态自适应调整算法对数据进行分析整理并生成数据指纹;
数据指纹判断单元,对数据指纹进行判断并推送异常对账结果。
优选地,数据指纹判断单元包括判断数据对账结果是否异常,如果异常则进一步传输至传输节点溯源算法单元进行处理,反之则结束。
优选地,本发明还提供了一种数据***,其特征在于,包括多个传输节点,所述多个传输节点包括第一传输节点和一个或多个第二传输节点,其中
第一传输节点包括数据分组单元,用于将数据提供方的数据流按照特征进行分组归纳;
第二传输节点,用于将接收到的数据流进行关键属性变更判断、关键业务属性异常判断并通过加密引擎对判断结果进行加密。
本发明对比现有技术,具有以下特点:
(1)数据对账的方法不同,本发明使用数据特征动态自适应调整算法,根据数据源结构和数据项值的特性,动态获取接入数据记录中的关键属性,并根据这些关键属性生成数据记录的数据指纹,提高数据对账的准确性。
(2)对账结果推送方式不同,本发明使用传输节点溯源算法,遍历数据提供方和数据接入方的中间节点,及时将异常对账结果推送给数据提供方和数据接入方,提高修正错误数据的能力和重新传输异常数据的效率,提升大数据的数据汇聚质量和价值利用能力。
附图说明
在下文中,将参照附图更详细地解释本发明。在所有附图中,相同的附图标记表示相同或等同的特征:
图1a和图1b为根据本发明的基于数据指纹的数据对账方法的整体分析流程图;
图2为根据本发明的基于数据指纹的数据对账方法的数据特征动态自适应调整流程图;
图3为根据本发明的基于数据指纹的数据对账方法的传输节点溯源流程图;
图4为根据本发明的基于数据指纹的数据对账***的结构图。
具体实施方式
为进一步说明各实施例,本发明提供有附图。这些附图为本发明揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的组件并未按比例绘制,而类似的组件符号通常用来表示类似的组件。
现结合附图和具体实施方式对本发明进一步说明。
参考图1a和图1b,图1a和图1b为根据本发明的基于数据指纹的数据对账方法的整体分析流程图。针对接入海量原始数据时,如何高效准确地进行数据对账的问题,本发明通过数据特征动态自适应调整算法和传输节点溯源算法2种算法,动态获取接入数据记录中的关键属性,并根据这些关键属性生成数据记录的数据指纹,遍历数据提供方和数据接入方的中间节点,及时将异常对账结果推送给数据提供方和数据接入方,提高数据对账的准确性和时效性。
根据本发明的一个实施例,提供了基于数据指纹的数据对账方法,包括如下步骤:
步骤一:数据提供方提供不同业务场景下的数据流,为所述数据流自动匹配数据指纹计算引擎;步骤二:结合数据特征动态自适应调整算法,动态获取接入数据流中的关键属性及其变化,并根据所述关键属性生成数据流的数据指纹;步骤三:根据数据指纹,通过传输节点溯源算法遍历数据提供方和数据接入方的中间节点,将异常对账结果提供给数据提供方和数据接入方。
进一步参考图2,图2为根据本发明的基于数据指纹的数据对账方法的数据特征动态自适应调整流程图。本发明主要通过数据特征动态自适应调整算法和传输节点溯源算法2种算法,实现接入海量原始数据的自动对账,提高数据对账的准确性和时效性,主要的分析模型如下:
在步骤二中,主要运用数据特征动态自适应调整算法。随着业务的发展,接入数据的结构经常会发生变化,或某个原来很重要的数据项的值发生变化,如之前某关键数据项因业务条件变化再无法获取到新的值,一直为空,这种场景下,通过单一的手工配置模板进行数据的核对,就可能会存在无法进行有效的数据对账或对账错误的问题,本算法采用概率分布算法,计算数据项的值分布情况,动态分析出数据记录中的关键属性的变化,并自动更新准确的关键属性信息,再自动匹配加密引擎,生成特定的数据指纹,提高数据对账的准确性。
1)关键属性变更:根据关键属性的类型标签,如业务主键、组合主键、字典、变更时间等,定期分析数据源的数据项定义说明,当存在对账关键属性的类型标签有变化时,自动根据配置参数进行对账关键属性的调整。
2)关键业务属性异常:业务属性异常判断算法的原理获取特定时间内该数项空值、重复等异常的比例,当比例在整个传输周期异常比例相比,出现的概率达到设置阈值,则自动触发异常调整。算法描述:如特征规则库中Cn中当前异常比例,与整体异常比例的差异超过 30%,则自动触发异常调整,将该数据项移出关键特征属性;如差异在10-30%之间,则提醒管理员进行人工核查;差异在10%以内,则不执行预警;
3)加密引擎:根据对账规则库的关键业务属性的值分布情况,调用对就把加密引擎生成数据指纹,作为最终的结果集,保存到数据库;
4)数据指纹:作为数据对账的唯一凭据。
参考图3,图3为根据本发明的基于数据指纹的数据对账方法的传输节点溯源流程图。步骤二中得到数据指纹之后,可以进一步进行对账,即,步骤三。在步骤三的数据接入中,往往需要跨多个不同网络,经过两个或两个以上的传输节点,最终达到最后的数据接入方,传统做法只能将对账结果推送给上个数据发送方,而这不是数据提供方,所以无法进行有效的修正。本发明通过传输节点指纹化、特征匹配等方法,将每个数据传输的路径都赋予唯一的指纹,进而快速找到数据提供方的节点,推送异常对账结果。
具体地,数据对账流程主要基于以下两个核心库:对账规则库,其用于获取不同类型数据源的关键特征属性及相匹配数据指纹计算引擎信息,定义如下表a;传输节点库:其用于获取数据的传输节点信息,定义如下表b。
属性名称 | 属性描述 | 备注 |
JLID | 记录ID | |
GZID | 规则编号 | |
TGH | 数据提供方 | |
JLH | 数据接入方 | |
CJZX | 数据资源 | |
GJXWCX | 关键业务属性 | |
ZT | 状态 | 0-不可用,1-可用 |
BGXY | 变更原因 | |
BGXJ | 变更时间 | |
YCBL | 异常比例 | |
ZTYCBL | 整体异常比例 | |
ZMYC | 加密引擎 |
表a
表b
通过优化不同数据源特征动态变化的匹配规则,结合对账规则库,以计算机程序自动、高效支撑接入各种海量原始数据的高效实时对账,满足大数据汇聚校对的需求,解决困扰已久的数据源发生变化或数据项值发生变化的情况下,无法进行有效的数据对账或可能发生对账错误的问题。
然而,数据对账的主要途径依赖于:
1)路径指纹:数据发送方的每条传输数据***自动将该数据、数据提供方、数据接入方和传输时间,计算出MD5值,作为该数据传输路径的指纹,数据传输的每个节点都自动产生“|+8位随机字母”的编号,并继承上个接入节点的编号,得到数据路径节点的集合S,包含 n个子集合{S1,S2,…,Sn},将路径指纹和节点标识存储在数据集合里;
2)特征匹配:获取对账结果异常的路径集合Xn,循环遍历路径指纹集合S,比对Xn和 Sn的路径特征,得到对账异常的传输节点集合Mn,,再根据数据发送方节点特征,得到对账异常的所有数据发送方的节点信息。
3)推送结果:根据数据发送方的节点信息,将异常对账结果推送到指定IP、端口下的存储路径,完成数据对账操作。
通过提出数据特征动态自适应调整算法和传输节点溯源算法2种优化算法,动态获取接入数据记录中的关键属性,并根据这些关键属性生成数据记录的数据指纹,遍历数据提供方和数据接入方的中间节点,及时将异常对账结果推送给数据提供方和数据接入方,提高数据对账的准确性和时效性。
根据本发明的另一个实施例,提供了基于数据指纹的数据对账***,包括:数据接入单元,用于获取并传输数据提供方的数据流;数据分析单元,利用数据特征动态自适应调整算法对数据进行分析整理并生成数据指纹;数据指纹判断单元,对数据指纹进行判断并推送异常对账结果。数据指纹判断单元包括判断数据对账结果是否异常,如果异常则进一步传输至传输节点溯源算法单元进行处理,反之则结束。
根据本发明的又一实施例,提供了一种数据***,其包括多个传输节点,该多个传输节点包括第一传输节点和一个或多个第二传输节点,其中第一传输节点包括数据分组单元,用于将数据提供方的数据流按照特征进行分组归纳;第二传输节点,用于将接收到的数据流进行关键属性变更判断、关键业务属性异常判断并通过加密引擎对判断结果进行加密,其功能类似于数据特征动态自适应调整流程的集合,但不限于此。
Claims (7)
1.基于数据指纹的数据对账方法,其特征在于,所述数据对账方法包括如下步骤:
步骤一:数据提供方提供不同业务场景下的数据流,为所述数据流自动匹配数据指纹计算引擎;
步骤二:结合数据特征动态自适应调整算法,动态获取接入数据流中的关键属性及其变化,并根据所述关键属性生成数据流的数据指纹,包括:在关键属性发生变化时,自动更新准确的关键属性信息,再自动匹配加密引擎,生成特定的数据指纹;
步骤三:根据数据指纹,通过传输节点溯源算法遍历数据提供方和数据接入方的中间节点,将异常对账结果提供给数据提供方和数据接入方,其中,利用传输节点溯源算法遍历数据提供方和数据接入方的中间节点的流程为:
数据发送方的每条传输数据由***自动将所述数据、数据提供方、数据接入方和传输时间,计算出MD5值,作为所述数据传输路径的指纹,数据传输的每个节点都自动产生编号,并继承上个接入节点的编号,得到路径节点的数据集合,将路径指纹和节点标识存储在数据集合里;
获取对账结果异常的路径集合,循环遍历数据集合,比对路径集合和数据集合的路径特征,得到对账异常的传输节点集合,再根据数据发送方的节点特征,得到对账异常的所有数据发送方的节点信息;
根据数据发送方的节点信息,将异常对账结果推送到指定IP、端口下的存储路径,完成数据对账操作。
2.根据权利要求1所述的基于数据指纹的数据对账方法,其特征在于,在步骤二中,关键属性的变化包括:关键属性变更,根据关键属性的类型标签,定期分析数据源的数据项定义说明,当存在对账关键属性的类型标签有变化时,自动根据配置参数进行对账关键属性的调整。
3.根据权利要求2所述的基于数据指纹的数据对账方法,其特征在于,在步骤二中,关键属性的变化进一步包括:
关键业务属性异常,根据业务属性异常判断算法的原理获取特定时间内数项空值、重复异常的比例,当所述比例与整个传输周期异常比例相比,出现的概率达到设置阈值,则自动触发异常调整。
4.根据权利要求1所述的基于数据指纹的数据对账方法,其特征在于,所述数据指纹是数据对账的唯一凭据。
5.根据权利要求1所述的基于数据指纹的数据对账方法,其特征在于,在步骤三中,一旦对账结果异常,则进行警告提示,反之,则对账结果正常,不进行警告提示。
6.基于数据指纹的数据对账***,其特征在于,包括:
数据接入单元,用于获取并传输数据提供方的数据流;
数据分析单元,利用数据特征动态自适应调整算法对数据进行分析整理并生成数据指纹,包括采用概率分布算法,计算数据项的值分布情况,动态分析出数据记录中的关键属性的变化,并自动更新准确的关键属性信息,再自动匹配加密引擎,生成特定的数据指纹;
数据指纹判断单元,对数据指纹进行判断并推送异常对账结果。
7.根据权利要求6所述基于数据指纹的数据对账***,其特征在于,数据指纹判断单元包括判断数据对账结果是否异常,如果异常则进一步传输至传输节点溯源算法单元进行处理,反之则结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911217339.6A CN111026740B (zh) | 2019-12-03 | 2019-12-03 | 基于数据指纹的数据对账方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911217339.6A CN111026740B (zh) | 2019-12-03 | 2019-12-03 | 基于数据指纹的数据对账方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111026740A CN111026740A (zh) | 2020-04-17 |
CN111026740B true CN111026740B (zh) | 2022-07-12 |
Family
ID=70207825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911217339.6A Active CN111026740B (zh) | 2019-12-03 | 2019-12-03 | 基于数据指纹的数据对账方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111026740B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101494658A (zh) * | 2008-01-24 | 2009-07-29 | 华为技术有限公司 | 指纹技术的实现方法、装置及*** |
CN104317823A (zh) * | 2014-09-30 | 2015-01-28 | 北京合力思腾科技股份有限公司 | 一种利用数据指纹进行数据检测的方法 |
CN106506274A (zh) * | 2016-11-08 | 2017-03-15 | 东北大学秦皇岛分校 | 一种可动态扩展的高效单包溯源方法 |
CN107016542A (zh) * | 2016-12-06 | 2017-08-04 | 阿里巴巴集团控股有限公司 | 一种业务数据处理方法、验证方法、装置及*** |
CN109088903A (zh) * | 2018-11-07 | 2018-12-25 | 湖南大学 | 一种基于流式的网络异常流量检测方法 |
CN110378778A (zh) * | 2019-07-10 | 2019-10-25 | 中信百信银行股份有限公司 | 多数据源对账方法、***、电子设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8995654B2 (en) * | 2009-05-28 | 2015-03-31 | Emulex Corporation | Method for verifying correct encryption key utilization |
-
2019
- 2019-12-03 CN CN201911217339.6A patent/CN111026740B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101494658A (zh) * | 2008-01-24 | 2009-07-29 | 华为技术有限公司 | 指纹技术的实现方法、装置及*** |
CN104317823A (zh) * | 2014-09-30 | 2015-01-28 | 北京合力思腾科技股份有限公司 | 一种利用数据指纹进行数据检测的方法 |
CN106506274A (zh) * | 2016-11-08 | 2017-03-15 | 东北大学秦皇岛分校 | 一种可动态扩展的高效单包溯源方法 |
CN107016542A (zh) * | 2016-12-06 | 2017-08-04 | 阿里巴巴集团控股有限公司 | 一种业务数据处理方法、验证方法、装置及*** |
CN109088903A (zh) * | 2018-11-07 | 2018-12-25 | 湖南大学 | 一种基于流式的网络异常流量检测方法 |
CN110378778A (zh) * | 2019-07-10 | 2019-10-25 | 中信百信银行股份有限公司 | 多数据源对账方法、***、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111026740A (zh) | 2020-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109510737B (zh) | 协议接口测试方法、装置、计算机设备和存储介质 | |
US10459903B2 (en) | Comparing data stores using hash sums on disparate parallel systems | |
CN108664480B (zh) | 一种多数据源用户信息整合方法和装置 | |
Dai et al. | Finding persistent items in distributed datasets | |
US11250166B2 (en) | Fingerprint-based configuration typing and classification | |
US9413760B2 (en) | System and method for data quality analysis between untrusted parties | |
CN110768856B (zh) | 网络流测量的方法、网络测量设备以及控制面设备 | |
CN112560878A (zh) | 服务分类方法及装置、互联网*** | |
CN112199412B (zh) | 基于区块链的支付账单处理方法和区块链账单处理*** | |
CN114189347A (zh) | 一种数据粒子化与网闸相结合的数据安全传输方法 | |
WO2021000645A1 (zh) | 基于数据爬取的合约生成方法、装置和计算机设备 | |
CN111026740B (zh) | 基于数据指纹的数据对账方法及*** | |
CN111651741B (zh) | 用户身份识别方法、装置、计算机设备和存储介质 | |
CN113297253A (zh) | 一种设备识别方法、装置、设备及可读存储介质 | |
CN115934484B (zh) | 基于扩散模型数据增强的异常检测方法、存储介质及设备 | |
Mao et al. | Minimax rates and efficient algorithms for noisy sorting | |
CN117081835A (zh) | 一种防火墙策略优化方法和*** | |
CN116303379A (zh) | 一种数据处理方法、***及计算机储存介质 | |
CN111209284B (zh) | 基于元数据的分表方法及装置 | |
CN112560877A (zh) | 服务分类方法及装置、互联网*** | |
CN112564928B (zh) | 服务分类方法及设备、互联网*** | |
CN110569435B (zh) | 智能双端推荐引擎***和方法 | |
Song et al. | Labeled graph sketches | |
US20210004490A1 (en) | Method for anonymizing personal information in big data and combining anonymized data | |
CN116939058B (zh) | 基于云制造模式的多协议设备接入方法及*** |
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 |