CN112446295A - 一种***行为分析方法及*** - Google Patents
一种***行为分析方法及*** Download PDFInfo
- Publication number
- CN112446295A CN112446295A CN202011191840.2A CN202011191840A CN112446295A CN 112446295 A CN112446295 A CN 112446295A CN 202011191840 A CN202011191840 A CN 202011191840A CN 112446295 A CN112446295 A CN 112446295A
- Authority
- CN
- China
- Prior art keywords
- module
- violation
- suspected
- picture
- cpu
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 37
- 230000006399 behavior Effects 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000007619 statistical method Methods 0.000 claims abstract description 7
- 239000012634 fragment Substances 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 238000009432 framing Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 8
- 230000003068 static effect Effects 0.000 abstract description 3
- 238000012550 audit Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种***行为分析方法及***，所述***行为分析方法包括以下步骤：通过USB接口发送需要处理的视频文件，并进行数据注册；对输入的视频文件进行图片帧的抽取；通过接收S2中发送的图片帧，并对其进行AI运算分析处理，找出疑似违规图片，同时发送截取疑似违规短视频的广播请求；接收截取的疑似违规短视频片段，并对疑似违规短视频进行人工核验，找出最终疑似违规图片；进行最终疑似违规图片的统计分析，并定时输出数据现状，提供报告。利用AI智能运算和人工审查结合的工作模式，减轻了审查员的工作量，提高了审查结果的准确性，同时改善传统视频检测***只能通过静态图片对考生行为进行分析造成的可信度低的问题。
Description
技术领域
本发明涉及视频违规检测技术领域，尤其涉及一种***行为分析方法及***。
背景技术
目前，基于AI算法的视频违规检测在我国还是属于一个新兴的领域，随着越来越多的企业和学者对这块领域的关注和投资，视频违规检测领域正飞速发展和成熟，应用范围也越来越广。
人们的日常生活中存在着大量的考试，如：中考、高考、模拟考，计算机考试等等，一般对考试现场的视频资料做审查有以下两种方法：一种是通过审查员对每个视频逐帧进行扔审查，一个视频资料可能需要多个审查员，人力成本大，并且由于是人工审查，难免会有审查员疲劳出错漏审错审的情况，准确率不高，且容易受环境影响；还有一种是通过视频违规检测***将疑似违规图片抽取出来供工作人员抽查，这种方法效率高，但由于只能通过静态图片对考生行为进行分析，因此可信度低，出错率也高。
发明内容
本发明的目的在于提供一种***行为分析方法及***，旨在解决针对***行为的纯人工审查中人力消耗成本大以及传统视频违规检测***可信度低的技术问题。
为实现上述目的，本发明提出一种***行为分析方法，所述***行为分析方法包括以下步骤：
S1：通过USB接口发送需要处理的视频文件，并进行数据注册；
S2：对输入的视频文件进行图片帧的抽取；
S3：通过接收S2中发送的图片帧，并对其进行AI运算分析处理，找出疑似违规图片，同时发送截取疑似违规短视频的广播请求；
S4：接收截取的疑似违规短视频片段，并对疑似违规短视频进行人工核验，找出最终疑似违规图片；
S5：进行最终疑似违规图片的统计分析，并定时输出数据现状，提供报告。
所述S1中的数据注册包括CPU服务注册、GPU服务注册、硬盘注册和文件注册。
所述步骤S1与S2之间还包括以下步骤：
S121：接收CPU服务注册消息，返回CPU配置参数；
S122：接收GPU服务注册消息，返回GPU配置参数。
所述步骤S3与S4之间还包括以下步骤：
S341：接收获取短视频的广播请求；
S342：确认并标记所述疑似违规图片在视频文件中所处位置，截取所述疑似违规短视频，同时发送给对应模块。
所述截取疑似违规短视频时间范围为所述疑似违规图片出现时间的前后预设时间范围。
所述S3还包括以下子步骤：
S31：对获取到的图片进行分析，发送疑似违规图片及相关信息:；
S32：定时上报分析进度、***资源占用情况等信息。
所述S4中所述人工核验包括：人工初判和人工复判。
所述S5还包括以下子步骤：
S51：生成并分配判定任务，对最终违规图片归档；
S52：对数据流的状态进行归档统计，包括当前各模块的完成进度、违规数量；
S53：输出最终违规数量，包括各违规所属考场、所属科目及违规行为的报告输出。
所述***行为分析***包括以下子***：
CPU抽帧服务子***，包括：数据注册模块、抽帧上报模块、短视频返回模块、CPU状态上报模块，用于CPU/硬盘/视频文件的注册、视频文件的抽帧以及短视频的截取，将抽帧和截取后的图片发送给行为分析子***，接收业务处理子***获取短视频的请求，并将截取后的短视频发送给业务处理子***；
行为分析子***，由GPU算法服务构成，包括：数据注册模块、异常上报模块、GPU状态上报模块，用于对CPU抽帧服务子***中得到的图片进行AI运算分析，并将最终得到的疑似违规图片发送给业务处理子***；
业务处理子***，包括：CPU远程配置模块、GPU远程配置模块、人工初判和复判模块、请求发送模块、统计分析模块、报告输出模块，用于对行为分析子***分析出的疑似违规图片进行人工核验，向CPU抽帧服务子***发送并接收获取疑似违规短视频的请求，找出最终疑似违规图片，定时统计输出数据现状，提供报告，并对CPU进行远程配置。
所述CPU抽帧服务子***、行为分析子***、业务处理子***之间通过kafka中间消息服务转发，并通过topic与业务接口连接。
本申请的有益效果：
1.通过疑似违规短视频对考生行为进行分析，改善传统视频违规检测***只能实现对静态疑似违规图片进行分析的弊端，提高可信度；
2.审查员只需对算法平台分析出的疑似违规短视频进行人工核查，不需要对所有视频资料逐帧核查，减轻审查员的工作量、节约人工成本；
3.随时可对考试视频文件进行反复核查，解决考场老师不作为或漏查错查的情况；
4.通过考场作弊行为分析***对考场视频资料进行分析查阅，相比于人工监测更全面，且不受环境影响，可靠性更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据附图的结构获得其他的附图。
图1为整体构架流程图；
图2为整体构架流程时序图；
图3为任务认定流程图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式。
如图2和图3所示，在本实施例中，一种***行为分析方法，所述***行为分析方法包括以下步骤：
S1：通过USB接口发送需要处理的视频文件，并进行数据注册；
S2：对输入的视频文件进行图片帧的抽取；
S3：通过接收S2中发送的图片帧，并对其进行AI运算分析处理，找出疑似违规图片，同时发送截取疑似违规短视频的广播请求；
S4：接收截取的疑似违规短视频片段，并对疑似违规短视频进行人工核验，找出最终疑似违规图片；
S5：进行最终疑似违规图片的统计分析，并定时输出数据现状，提供报告。
在本实施例中，所述S1中的数据注册包括CPU服务注册、GPU服务注册、硬盘注册和文件注册。
在本实施例中，所述步骤S1与S2之间还包括以下步骤：
S121：接收CPU服务注册消息，返回CPU配置参数；
S122：接收GPU服务注册消息，返回GPU配置参数。
在本实施例中，所述步骤S3与S4之间还包括以下步骤：
S341：接收获取短视频的广播请求；
S342：确认并标记所述疑似违规图片在视频文件中所处位置，截取所述疑似违规短视频，同时发送给对应模块。
在本实施例中，所述截取疑似违规短视频时间范围为所述疑似违规图片出现时间的前后预设时间范围。
在本实施例中，所述S3还包括以下子步骤：
S31：对获取到的图片进行分析，发送疑似违规图片及相关信息:；
S32：定时上报分析进度、***资源占用情况等信息。
在本实施例中，所述S4中所述人工核验包括：人工初判和人工复判。
在本实施例中，所述S5还包括以下子步骤：
S51：生成并分配判定任务，对最终违规图片归档；
S52：对数据流的状态进行归档统计，包括当前各模块的完成进度、违规数量；
S53：输出最终违规数量，包括各违规所属考场、所属科目及违规行为的报告输出。
如图1所述，在本实施例中，所述***行为分析***包括以下子***：
CPU抽帧服务子***，包括：数据注册模块、抽帧上报模块、短视频返回模块、CPU状态上报模块，用于CPU/硬盘/视频文件的注册、视频文件的抽帧以及短视频的截取，将抽帧和截取后的图片发送给行为分析子***，接收业务处理子***获取短视频的请求，并将截取后的短视频发送给业务处理子***；
行为分析子***，由GPU算法服务构成，包括：数据注册模块、异常上报模块、GPU状态上报模块，用于对CPU抽帧服务子***中得到的图片进行AI运算分析，并将最终得到的疑似违规图片发送给业务处理子***；
业务处理子***，包括：CPU远程配置模块、GPU远程配置模块、人工初判和复判模块、请求发送模块、统计分析模块、报告输出模块，用于对行为分析子***分析出的疑似违规图片进行人工核验，向CPU抽帧服务子***发送并接收获取疑似违规短视频的请求，找出最终疑似违规图片，定时统计输出数据现状，提供报告，并对CPU进行远程配置。
在本实施例中，所述CPU抽帧服务子***、行为分析子***、业务处理子***之间通过kafka中间消息服务转发，并通过topic与业务接口连接。
需要说明的是，上述的发明不仅仅可以应用到***行为分析中，还可以应用于公共场所行人行为检测等场所。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
Claims (10)
1.一种***行为分析方法，其特征在于，所述***行为分析方法包括以下步骤：
S1：通过USB接口发送需要处理的视频文件，并进行数据注册；
S2：对输入的视频文件进行图片帧的抽取；
S3：通过接收S2中发送的图片帧，并对其进行AI运算分析处理，找出疑似违规图片，同时发送截取疑似违规短视频的广播请求；
S4：接收截取的疑似违规短视频片段，并对疑似违规短视频进行人工核验，找出最终疑似违规图片；
S5：进行最终疑似违规图片的统计分析，并定时输出数据现状，提供报告。
2.如权利要求1所述的一种***行为分析方法，其特征在于，所述S1中的数据注册包括CPU服务注册、GPU服务注册、硬盘注册和文件注册。
3.如权利要求1所述的一种***行为分析方法，其特征在于，所述步骤S1与S2之间还包括以下步骤：
S121：接收CPU服务注册消息，返回CPU配置参数；
S122：接收GPU服务注册消息，返回GPU配置参数。
4.如权利要求1所述的一种***行为分析方法，其特征在于，所述步骤S3与S4之间还包括以下步骤：
S341：接收获取短视频的广播请求；
S342：确认并标记所述疑似违规图片在视频文件中所处位置，截取所述疑似违规短视频，同时发送给对应模块。
5.如权利要求4所述的一种***行为分析方法，其特征在于，所述截取疑似违规短视频时间范围为所述疑似违规图片出现时间的前后预设时间范围。
6.如权利要求1所述的一种***行为分析方法，其特征在于，所述S3还包括以下子步骤：
S31：对获取到的图片进行分析，发送疑似违规图片及相关信息:；
S32：定时上报分析进度、***资源占用情况等信息。
7.如权利要求1所述的一种***行为分析方法，其特征在于，S4中所述人工核验包括：人工初判和人工复判。
8.如权利要求1所述的一种***行为分析方法，其特征在于，所述S5还包括以下子步骤：
S51：生成并分配判定任务，对最终违规图片归档；
S52：对数据流的状态进行归档统计，包括当前各模块的完成进度、违规数量；
S53：输出最终违规数量，包括各违规所属考场、所属科目及违规行为的报告输出。
9.一种***行为分析***，其特征在于，所述***行为分析***包括以下子***：
CPU抽帧服务子***，包括：数据注册模块、抽帧上报模块、短视频返回模块、CPU状态上报模块，用于CPU/硬盘/视频文件的注册、视频文件的抽帧以及短视频的截取，将抽帧和截取后的图片发送给行为分析子***，接收业务处理子***获取短视频的请求，并将截取后的短视频发送给业务处理子***；
行为分析子***，由GPU算法服务构成，包括：数据注册模块、异常上报模块、GPU状态上报模块，用于对CPU抽帧服务子***中得到的图片进行AI运算分析，并将最终得到的疑似违规图片发送给业务处理子***；
业务处理子***，包括：CPU远程配置模块、GPU远程配置模块、人工初判和复判模块、请求发送模块、统计分析模块、报告输出模块，用于对行为分析子***分析出的疑似违规图片进行人工核验，向CPU抽帧服务子***发送并接收获取疑似违规短视频的请求，找出最终疑似违规图片，定时统计输出数据现状，提供报告，并对CPU进行远程配置。
10.如权利要求9所述的一种***行为分析***，其特征在于，所述CPU抽帧服务子***、行为分析子***、业务处理子***之间通过kafka中间消息服务转发，并通过topic与业务接口连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011191840.2A CN112446295A (zh) | 2020-10-30 | 2020-10-30 | 一种***行为分析方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011191840.2A CN112446295A (zh) | 2020-10-30 | 2020-10-30 | 一种***行为分析方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112446295A true CN112446295A (zh) | 2021-03-05 |
Family
ID=74735668
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011191840.2A Pending CN112446295A (zh) | 2020-10-30 | 2020-10-30 | 一种***行为分析方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112446295A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016090560A (ja) * | 2014-10-29 | 2016-05-23 | 株式会社日立製作所 | 漏油検出装置及び漏油検出方法 |
| CN107491717A (zh) * | 2016-06-13 | 2017-12-19 | 科大讯飞股份有限公司 | ***检测方法和装置 |
| CN110191356A (zh) * | 2019-06-06 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 视频审核方法、装置和电子设备 |
| CN110634303A (zh) * | 2018-06-22 | 2019-12-31 | 阿里巴巴集团控股有限公司 | 一种交通违法监测及校验的方法和装置 |
| CN110781762A (zh) * | 2019-09-30 | 2020-02-11 | 沈阳航空航天大学 | 一种基于姿态的***检测方法 |
| CN110796098A (zh) * | 2019-10-31 | 2020-02-14 | 广州市网星信息技术有限公司 | 内容审核模型的训练及审核方法、装置、设备和存储介质 |
| CN110909722A (zh) * | 2019-12-26 | 2020-03-24 | 温州鑫锐翔科技有限公司 | 基于目标动作检测的防作弊摄像头 |
| CN111385601A (zh) * | 2018-12-29 | 2020-07-07 | 华为技术有限公司 | 一种视频审核的方法及*** |
| CN111797752A (zh) * | 2020-06-29 | 2020-10-20 | 广州市百果园信息技术有限公司 | 违规视频检测方法、装置、设备及存储介质 |
-
2020
- 2020-10-30 CN CN202011191840.2A patent/CN112446295A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016090560A (ja) * | 2014-10-29 | 2016-05-23 | 株式会社日立製作所 | 漏油検出装置及び漏油検出方法 |
| CN107491717A (zh) * | 2016-06-13 | 2017-12-19 | 科大讯飞股份有限公司 | ***检测方法和装置 |
| CN110634303A (zh) * | 2018-06-22 | 2019-12-31 | 阿里巴巴集团控股有限公司 | 一种交通违法监测及校验的方法和装置 |
| CN111385601A (zh) * | 2018-12-29 | 2020-07-07 | 华为技术有限公司 | 一种视频审核的方法及*** |
| CN110191356A (zh) * | 2019-06-06 | 2019-08-30 | 北京字节跳动网络技术有限公司 | 视频审核方法、装置和电子设备 |
| CN110781762A (zh) * | 2019-09-30 | 2020-02-11 | 沈阳航空航天大学 | 一种基于姿态的***检测方法 |
| CN110796098A (zh) * | 2019-10-31 | 2020-02-14 | 广州市网星信息技术有限公司 | 内容审核模型的训练及审核方法、装置、设备和存储介质 |
| CN110909722A (zh) * | 2019-12-26 | 2020-03-24 | 温州鑫锐翔科技有限公司 | 基于目标动作检测的防作弊摄像头 |
| CN111797752A (zh) * | 2020-06-29 | 2020-10-20 | 广州市百果园信息技术有限公司 | 违规视频检测方法、装置、设备及存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| GUY ELAAD 等: "Cheating in a contest with strategic inspection", 《THEORY AND DECISION》 * |
| GUY ELAAD 等: "Cheating in a contest with strategic inspection", 《THEORY AND DECISION》, 2 July 2018 (2018-07-02), pages 375 - 387, XP036613387, DOI: 10.1007/s11238-018-9669-5 * |
| 张仁津 等: "一个基于指纹生物特征识别的网上在线考试***的设计", 《现代电子技术》 * |
| 张仁津 等: "一个基于指纹生物特征识别的网上在线考试***的设计", 《现代电子技术》, 31 January 2007 (2007-01-31), pages 138 - 140 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106294091B (zh) | 一种无侵入式日志拦截性能分析方法及*** | |
| CN111177222B (zh) | 模型测试方法、装置及计算设备、存储介质 | |
| WO2020057159A1 (zh) | 一种高校餐厅食品加工违规行为视频分析***及方法 | |
| CN104503910A (zh) | 通过监测用户使用行为对产品进行测试的方法 | |
| CN100573375C (zh) | 静电实时监控***及其数据采集和分析方法 | |
| CN105068930A (zh) | 移动终端测试生成数据的智能分析方法及装置 | |
| CN111652775A (zh) | 居家服务过程管理体系模型建构方法 | |
| CN106920429B (zh) | 一种信息处理方法及装置 | |
| CN107040535A (zh) | 移动应用渠道登录监控方法、装置、***及存储介质 | |
| CN106384316A (zh) | 一种考试院实名制验证*** | |
| CN109194546A (zh) | 一种基于Grafana的OpenStack主机集群监控***及方法 | |
| CN112019875B (zh) | 在线直播的学***台 | |
| CN108460633A (zh) | 一种广告音频采集识别***的建立方法及其用途 | |
| CN110958222A (zh) | 基于孤立森林算法的服务器日志异常检测方法及*** | |
| US20210152573A1 (en) | Cyberattack information analysis program, cyberattack information analysis method, and information processing apparatus | |
| CN112446295A (zh) | 一种***行为分析方法及*** | |
| CN108696713A (zh) | 码流的安全测试方法、装置及测试设备 | |
| CN117370286A (zh) | 一种基于云平台的数据存储方法、***及设备 | |
| CN110471855A (zh) | 一种计算机应用软件测试***及方法 | |
| CN112001622A (zh) | 云虚拟网关的健康度评估方法、***、设备和存储介质 | |
| CN113538720A (zh) | 基于海思智能ai芯片的嵌入式人脸识别考勤方法 | |
| CN105654404A (zh) | 电力***中的计算机考试防作弊方法 | |
| CN115866280A (zh) | 基于大数据的网络直播用户行为分析方法、装置和设备 | |
| CN110138884A (zh) | 一种云平台数据处理方法 | |
| CN115457462A (zh) | 结合rpa和ai实现ia的防疫监督方法、装置及电子设备 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220428 Address after: 610000 third floor, No. 20, Jinxing Road, Jinjiang District, Chengdu, Sichuan Applicant after: Sichuan enrollment and Examination Information Co.,Ltd. Address before: Third floor, No.10, Jiuxing Avenue, high tech Zone, Chengdu, Sichuan 610041 Applicant before: SICHUAN TIANYI NETWORK SERVICE Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210305 |
|
| RJ01 | Rejection of invention patent application after publication |