CN116993463B - 一种基于权限认证的智能账单*** - Google Patents
一种基于权限认证的智能账单*** Download PDFInfo
- Publication number
- CN116993463B CN116993463B CN202311256296.9A CN202311256296A CN116993463B CN 116993463 B CN116993463 B CN 116993463B CN 202311256296 A CN202311256296 A CN 202311256296A CN 116993463 B CN116993463 B CN 116993463B
- Authority
- CN
- China
- Prior art keywords
- cloud service
- client
- module
- image
- service resources
- 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
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000013475 authorization Methods 0.000 claims abstract description 13
- 238000013468 resource allocation Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000003062 neural network model Methods 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 2
- 238000001914 filtration Methods 0.000 description 22
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/389—Keeping log of transactions for guaranteeing non-repudiation of a transaction
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/38—Payment protocols; Details thereof
- G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
- G06Q20/401—Transaction verification
- G06Q20/4014—Identity check for transactions
- G06Q20/40145—Biometric identity checks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/02—Details
- H04L12/14—Charging, metering or billing arrangements for data wireline or wireless communications
- H04L12/1453—Methods or systems for payment or settlement of the charges for data transmission involving significant interaction with the data transmission network
- H04L12/1457—Methods or systems for payment or settlement of the charges for data transmission involving significant interaction with the data transmission network using an account
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- Computer Security & Cryptography (AREA)
- Marketing (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Development Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于权限认证的智能账单***,包括存储模块、智能分析模块、显示模块、权限认证模块和资源分配模块;存储模块用于存储客户购买云服务资源的付费记录、云服务资源的配置、云服务资源的用量;智能分析模块用于基于云服务资源的用量判断客户的云服务资源配置是否需要进行优化,若是,则生成提示信息,并将云服务资源的用量、云服务资源的使用场景和客户信息输入到预先训练完成的神经网络模型中进行计算,获取推荐的云服务资源的配置;显示模块用于显示提示信息;权限认证模块用于判断是否获得客户的授权认证。本发明实现了对客户在选择计算资源的过程中存在的问题进行提示,而且有效地节约了客户的费用,提升了客户的体验。
Description
技术领域
本发明涉及账单管理领域,尤其涉及一种基于权限认证的智能账单***。
背景技术
云服务是服务提供商通过对网络基础设施及软件、硬件运作平台进行购买与搭建,为企业提供信息化服务的***。企业无需负责搭建、运维等工作,只需要支付费用即可使用云服务。
云服务提供包括按量计费、包月计费、包年计费等类型的计算资源。企业在使用云服务的过程中,可能存在配置选用过高、资源类型选择错误等问题。
现有的云服务账单***,一般仅具有费用的统计以及支付功能,并不能对客户在选择计算资源的过程中存在的问题进行提示,不利于客户节约费用。
发明内容
本发明的目的在于公开一种基于权限认证的智能账单***,解决现有技术中的云服务账单***,一般仅具有费用的统计以及支付功能,并不能对客户在选择计算资源的过程中存在的问题进行提示,不利于客户节约费用问题。
为了达到上述目的,本发明采用如下技术方案:
一种基于权限认证的智能账单***,包括存储模块、智能分析模块、显示模块、权限认证模块和资源分配模块;
存储模块用于存储客户购买云服务资源的付费记录、云服务资源的配置、云服务资源的用量、云服务资源的使用场景和客户信息;
智能分析模块用于基于云服务资源的用量判断客户的云服务资源配置是否需要进行优化,若是,则生成提示信息,并将云服务资源的用量、云服务资源的使用场景和客户信息输入到预先训练完成的神经网络模型中进行计算,获取推荐的云服务资源的配置;
显示模块用于显示提示信息,以及用于向客户显示推荐的云服务资源的配置;
权限认证模块用于判断是否获得客户的授权认证,若是,则将推荐的云服务资源的配置发送至资源分配模块;
资源分配模块用于基于推荐的云服务资源的配置向客户分配云服务资源。
优选地,所述付费记录包括云服务资源类型、付款时间和付款金额。
优选地,所述云服务资源的类型包年计费、包月计费和按量计费。
优选地,所述云服务资源的配置包括CPU数量、内存容量、每秒发包数量、内网吞吐量。
优选地,所述云服务资源的用量包括CPU最大占用率、内存最大占用率、每秒发包数量最大占用率和内网吞吐量最大占用率。
优选地,所述基于云服务资源的用量判断客户的云服务资源配置是否需要进行优化,包括:
将CPU最大占用率、内存最大占用率、每秒发包数量最大占用率和内网吞吐量最大占用率存入集合sU;
分别判断集合sU中的每一个元素是否均大于对应的占用率下限值且小于1,若否,则表示客户的云服务资源配置需要进行优化,若是,则表示客户的云服务资源配置不需要进行优化。
优选地,所述提示信息包括集合sU中数值小于对应的占用率下限值或数值为1的元素。
优选地,所述云服务资源的使用场景包括低延迟场景、高并发场景和高吞吐量场景。
优选地,所述客户信息包括企业所处的行业和企业规模。
优选地,所述权限认证模块包括图像获取子模块、图像识别子模块和认证判断子模块;
图像获取子模块用于获取客户的脸部图像P1;
图像识别子模块用于获取脸部图像P1中包含的图像特征F1;
认证判断子模块包括判断单元和存储单元;
存储单元用于存储客户在注册云服务账号时上传的脸部图像P2;
判断单元用于基于图像特征F1判断脸部图像P1与脸部图像P2之间的相似度是否大于设定的相似度门限值,若是,则表示获得客户的授权认证,若否,则表示没有获得客户的授权认证。
本发明通过先基于客户的付费记录、云服务资源的配置等信息判断是否需要进行优化,然后再基于这些信息获取推荐的云服务资源的配置方案,在对客户进行提示并取得客户的授权认证后,按照推荐的云服务资源的配置方案为客户分配云服务资源。这样的设置方式,不仅实现了对客户在选择计算资源的过程中存在的问题进行提示,而且有效地节约了客户的费用,提升了客户的体验。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1,为本发明一种基于权限认证的智能账单***的一种示例性实施例图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
如图1所示的一种实施例,本发明提供了一种基于权限认证的智能账单***,包括存储模块、智能分析模块、显示模块、权限认证模块和资源分配模块;
存储模块用于存储客户购买云服务资源的付费记录、云服务资源的配置、云服务资源的用量、云服务资源的使用场景和客户信息;
智能分析模块用于基于云服务资源的用量判断客户的云服务资源配置是否需要进行优化,若是,则生成提示信息,并将云服务资源的用量、云服务资源的使用场景和客户信息输入到预先训练完成的神经网络模型中进行计算,获取推荐的云服务资源的配置;
显示模块用于显示提示信息,以及用于向客户显示推荐的云服务资源的配置;
权限认证模块用于判断是否获得客户的授权认证,若是,则将推荐的云服务资源的配置发送至资源分配模块;
资源分配模块用于基于推荐的云服务资源的配置向客户分配云服务资源。
本发明通过先基于客户的付费记录、云服务资源的配置等信息判断是否需要进行优化,然后再基于这些信息获取推荐的云服务资源的配置方案,在对客户进行提示并取得客户的授权认证后,按照推荐的云服务资源的配置方案为客户分配云服务资源。这样的设置方式,不仅实现了对客户在选择计算资源的过程中存在的问题进行提示,而且有效地节约了客户的费用,提升了客户的体验。
优选地,存储模块还用于存储云服务提供商事先录入的各种类型的云服务资源的配置方案。该配置方案从云服务资源的用量、云服务资源的使用场景和客户信息等方面进行考虑,在能够实现业务需求的同时,使得成本最小化。
优选地,所述获取推荐的云服务资源的配置,包括:
将客户的云服务资源的用量、云服务资源的使用场景和客户信息与存储模块中存储的各种类型的云服务资源的配置方案所对应的云服务资源的用量、云服务资源的使用场景和客户信息进行匹配,将匹配度最高的配置方案作为推荐的云服务资源的配置。
优选地,所述付费记录包括云服务资源类型、付款时间和付款金额。
优选地,所述云服务资源的类型包年计费、包月计费和按量计费。
具体的,除了上述类型之外,云服务资源的类型还可以包括按日计费、按小时计费等。
优选地,所述云服务资源的配置包括CPU数量、内存容量、每秒发包数量、内网吞吐量。
具体的,云服务资源的配置还可以包括弹性网卡数量、网卡队列数量和单网卡私有IP数量等。
优选地,基于权限认证的智能账单***还包括报告生成模块,报告生成模块用于生成客户输入的时间段内的云服务器资源的配置的各个项目的用量折线图、成本占比饼状图等。
优选地,基于权限认证的智能账单***还包括报告生成模块还包括结算模块,结算模块用于实现客户对云服务账单的支付。
优选地,所述云服务资源的用量包括CPU最大占用率、内存最大占用率、每秒发包数量最大占用率和内网吞吐量最大占用率。
具体的,最大占用率用于反映客户的需求最大值,以CPU最大占用率为例,若客户的CPU最大占用率比较低,则表示客户并不需要这么多的CPU数量,可以进行减少CPU数量以降低云服务的费用。
优选地,所述基于云服务资源的用量判断客户的云服务资源配置是否需要进行优化,包括:
将CPU最大占用率、内存最大占用率、每秒发包数量最大占用率和内网吞吐量最大占用率存入集合sU;
分别判断集合sU中的每一个元素是否均大于对应的占用率下限值且小于1,若否,则表示客户的云服务资源配置需要进行优化,若是,则表示客户的云服务资源配置不需要进行优化。
具体的,不同项目的云服务资源的用量对应着不同的占用率下限值,若元素的值小于相应的下限值,则表示该元素对应的配置项目性能过剩,需要进行优化。而若占用率为1,则表示该元素对应的配置项目性能不足,需要进行扩展。
优选地,所述提示信息包括集合sU中数值小于对应的占用率下限值或数值为1的元素。
在另一种实施例中,提示信息还包括采用推荐的云服务资源的配置方案后,降低或增加的成本,各项配置的性能变化率等数据。
优选地,所述云服务资源的使用场景包括低延迟场景、高并发场景和高吞吐量场景。
在另一种实施例中,云服务资源的使用场景还可以包括CPU消耗型场景、网络密集型场景、高随机 IOPS场景等。
优选地,所述客户信息包括企业所处的行业和企业规模。
企业规模可以包括大型、中型、小型、微型等四种类型。
优选地,所述权限认证模块包括图像获取子模块、图像识别子模块和认证判断子模块;
图像获取子模块用于获取客户的脸部图像P1;
图像识别子模块用于获取脸部图像P1中包含的图像特征F1;
认证判断子模块包括判断单元和存储单元;
存储单元用于存储客户在注册云服务账号时上传的脸部图像P2;
判断单元用于基于图像特征F1判断脸部图像P1与脸部图像P2之间的相似度是否大于设定的相似度门限值,若是,则表示获得客户的授权认证,若否,则表示没有获得客户的授权认证。
优选地,所述基于图像特征F1判断脸部图像P1与脸部图像P2之间的相似度是否大于设定的相似度门限值,包括:
获取脸部图像P2中包含的图像特征F2;
计算图像特征F1和图像特征F2之间的相似度;
若大于所述相似度门限值,则表示脸部图像P1与脸部图像P2之间的相似度大于设定的相似度门限值;
若小于等于所述相似度门限值,则表示脸部图像P1与脸部图像P2之间的相似度小于等于设定的相似度门限值。
具体的,图像特征F1和图像特征F2的获取方式相同。
优选地,所述图像获取子模块包括获取单元和判断单元;
获取单元用于拍摄客户的脸部图像P1;
判断单元用于判断客户的脸部图像P1是否满足设定的判断条件,若是,则将客户的脸部图像P1传输至图像识别子模块,若否,则向获取单元发送重新拍摄的指令;
获取单元还用于在接收到判断单元发送过来的指令后,重新拍摄客户的脸部图像P1。
优选地,所述判断客户的脸部图像P1是否满足设定的判断条件,包括:
计算脸部图像P1的第一判断参数,若第一判断参数大于设定的第一判断参数门限值,则计算脸部图像P1的第二判断参数,若第一判断参数小于等于设定的第一判断参数门限值,则表示客户的脸部图像P1没有满足设定的判断条件;
若第二判断参数大于设定的第二判断参数门限值,则计算脸部图像P1的第三判断参数,若第二判断参数小于等于设定的第二判断参数门限值,则表示客户的脸部图像P1没有满足设定的判断条件;
若第三判断参数大于设定的第三判断参数门限值,则表示客户的脸部图像P1满足设定的判断条件,若第三判断参数小于等于设定的第三判断参数门限值,则表示客户的脸部图像P1没有满足设定的判断条件;
其中,第一判断参数的计算公式为:
式中,表示第一判断参数,M和N分别表示P1的行数和列数,/>表示P1中第i行第j列的像素点的水平梯度,/>表示P1中第i行第j+1列的像素点的水平梯度;
第二判断参数的计算公式为:
式中,表示第二判断参数,/>表示第u个像素点的判断值,若第u个像素点符合设定的肤色检测模型,则/>的取值为1,否则/>的取值为0;
第三判断参数的计算公式为:
式中,表示第三判断参数,/>表示P1中第u个像素点在亮度分量图像F中的像素值,亮度分量图像F为P1在Lab颜色空间中的亮度分量所对应的图像。
本发明上述实施例中,通过分步进行判断的方式,能够有效地节约对脸部图像P1是否满足设定的判断条件进行判断的时间,从而有效地缩短用户进行授权认证所需的时间,为用户提供了更好的使用体验。有时候仅需要第一判断参数便能判定P1不满足判断条件,若采用多步骤合一,计算综合参数的方式,需要将各种类型的参数计算处理后再获得综合参数,需要花费更多的时间。进一步地,分步判断的方式,能够从多个方面对P1进行判断,从而综合选取清晰度高、皮肤像素点占比高、信息含量丰富的脸部图像,有效地提高了进入图像识别子模块的图像的质量。
优选地,所述获取脸部图像P1中包含的图像特征F1,包括:
对脸部图像P1进行灰度化处理,获得灰度图像;
对灰度图像进行切割处理,获得子图像集合;
使用预设的滤波算法分别对每个子图像进行滤波处理,获得滤波图像;
使用图像特征提取算法获取滤波图像中包含的图像特征F1。
优选地,所述对灰度图像进行切割处理,获得子图像集合,包括:
采用分步切割的方式对灰度图像进行切割处理:
第1步,将灰度图像切割成像素点数量相同的Q个子图像,分别计算本次获得的每个子图像的状态系数,若状态系数大于对应的状态系数阈值,则将子图像存入中间集合/>,若状态系数小于等于对应的状态系数阈值/>,则将子图像存入子图像集合/>中;
第q步,判断中间集合中包含的元素的数量是否大于0且q的值是否小于自适应门槛值,
若是,则将中间集合中的每个子图像切割成像素点数量相同的Q个子图像,分别计算本次获得的每个子图像的状态系数,若状态系数大于对应的状态系数阈值,则将子图像存入中间集合/>,若状态系数小于等于对应的状态系数阈值,则将子图像存入子图像集合/>中;
若否,则停止对灰度图像进行切割处理。
本发明上述实施例在获取子图像时,并不是采用单次切割的方式,而是采用多次切割的方式,这样的分割方式,有利于将最终获得的子图像趋于成为两类,即细节丰富的一类和细节少的一类。有利于使得最终获得的子图像中的同一种类型的子图像中的噪声的类型尽可能一致,有利于提高后续基于噪声的类型对子图像进行滤波处理的准确性。
而如果采用单次切割的方式,一方面是子图像的数量不好确定,另一方面是获得的子图像的类型众多,不适合执行本发明后续的基于噪声的类型对子图像进行滤波处理的步骤。因为多类型的子图像显然要匹配更多类型的滤波处理算法,显然会极大地提高滤波的时间。
优选地,所述状态系数通过如下方式进行计算:
式中,表示子图像h的状态系数,/>表示子图像中的像素点的集合,/>表示像素点s的灰度值,/>表示/>中的像素点的像素值均值,/>表示/>中的像素点的数量。
优选地,所述状态系数阈值通过如下方式进行计算:
式中,表示预设的基础阈值,/>表示设定的常数系数。
具体的,在步数较低时,获得的子图像包含的像素点的数量比较大,像素值比较大的像素点对子图像整体的影响比较小,例如,在极端情况下,一个包含1000个像素点的子图像中,仅包含100个像素值比较大的像素点,显然最终获得的状态系数会比较小,而且像素值比较大的像素点很可能是密集分布,这样获得子图像的方式,并不能使得最终获得的子图像趋于成为两类。因此,刚开始时需要将状态系数阈值设置得比较小,然后状态系数阈值随着切割步数的增加,子图像面积的变小而增大,在能够保证子图像的尺寸比较小的同时,使得最终获得的子图像趋于成为两类。即细节丰富的一类和细节少的一类。
在一种实施方式中,。
优选地,所述使用预设的滤波算法分别对每个子图像进行滤波处理,获得滤波图像,包括:
对于子图像R,计算子图像R的灰度值方差;
若方差大于设定的方差阈值,则采用如下方式对子图像R进行滤波处理:
对子图像R进行小波分解,获得高频小波系数SF1和低频小波系数SF2;
对高频系数SF1进行如下处理:
若,则使用如下公式进行滤波处理:
若,则使用如下公式进行滤波处理:
式中,表示对SF1进行滤波处理后获得的高频小波系数,/>表示取值函数,若/>大于0,则/>为1,若/>等于0,则/>为0,若/>小于0,则/>为-1,/>表示设定的滤波处理阈值,/>、/>表示权重系数;
将和SF2进行小波重构,获得滤波后的子图像;
若方差小于等于设定的方差阈值,则采用形态学滤波算法对子图像R进行滤波处理;
将所有滤波后的子图像组成滤波图像。
在上述实施例中,本发明通过计算方差的方式为不同情况下的子图像选择不同的滤波方式进行处理,在保证滤波正确性的同时,有效地提高了滤波的速度。对于方差比较大的子图像,说明包含的图像细节比较少,因此,可以使用形态学滤波进行快速的滤波处理,保证整体的滤波效率。而在对图像洗脚比较多的子图像进行滤波处理时,则是通过滤波处理阈值自适应地为不同的子图像选择不同的函数对小波系数进行处理,从而提高了滤波的正确性。
尽管已经示出和描述了本发明的实施例,本领域技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形,本发明的范围由权利要求及其等同物限定。
需要说明的是,在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中,也可以是各个单元/模块单独物理存在,也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现,也可以采用软件功能单元/模块的形式实现。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解应当理解,可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现,处理器可以在一个或多个下列单元中实现:专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现,实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。
实现时,可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于 RAM、ROM、EEPROM、CD-ROM 或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
Claims (9)
1.一种基于权限认证的智能账单***,其特征在于,包括存储模块、智能分析模块、显示模块、权限认证模块和资源分配模块;
存储模块用于存储客户购买云服务资源的付费记录、云服务资源的配置、云服务资源的用量、云服务资源的使用场景和客户信息;
智能分析模块用于基于云服务资源的用量判断客户的云服务资源配置是否需要进行优化,若是,则生成提示信息,并将云服务资源的用量、云服务资源的使用场景和客户信息输入到预先训练完成的神经网络模型中进行计算,获取推荐的云服务资源的配置;
显示模块用于显示提示信息,以及用于向客户显示推荐的云服务资源的配置;
权限认证模块用于判断是否获得客户的授权认证,若是,则将推荐的云服务资源的配置发送至资源分配模块;
资源分配模块用于基于推荐的云服务资源的配置向客户分配云服务资源;
所述权限认证模块包括图像获取子模块、图像识别子模块和认证判断子模块;
图像获取子模块用于获取客户的脸部图像P1;
图像识别子模块用于获取脸部图像P1中包含的图像特征F1;
认证判断子模块包括判断单元和存储单元;
存储单元用于存储客户在注册云服务账号时上传的脸部图像P2;
判断单元用于基于图像特征F1判断脸部图像P1与脸部图像P2之间的相似度是否大于设定的相似度门限值,若是,则表示获得客户的授权认证,若否,则表示没有获得客户的授权认证;
所述图像获取子模块包括获取单元和判断单元;
获取单元用于拍摄客户的脸部图像P1;
判断单元用于判断客户的脸部图像P1是否满足设定的判断条件,若是,则将客户的脸部图像P1传输至图像识别子模块,若否,则向获取单元发送重新拍摄的指令;
获取单元还用于在接收到判断单元发送过来的指令后,重新拍摄客户的脸部图像P1;
所述判断客户的脸部图像P1是否满足设定的判断条件,包括:
计算脸部图像P1的第一判断参数,若第一判断参数大于设定的第一判断参数门限值,则计算脸部图像P1的第二判断参数,若第一判断参数小于等于设定的第一判断参数门限值,则表示客户的脸部图像P1没有满足设定的判断条件;
若第二判断参数大于设定的第二判断参数门限值,则计算脸部图像P1的第三判断参数,若第二判断参数小于等于设定的第二判断参数门限值,则表示客户的脸部图像P1没有满足设定的判断条件;
若第三判断参数大于设定的第三判断参数门限值,则表示客户的脸部图像P1满足设定的判断条件,若第三判断参数小于等于设定的第三判断参数门限值,则表示客户的脸部图像P1没有满足设定的判断条件;
其中,第一判断参数的计算公式为:
式中,表示第一判断参数,M和N分别表示P1的行数和列数,/>表示P1中第i行第j列的像素点的水平梯度,/>表示P1中第i行第j+1列的像素点的水平梯度;
第二判断参数的计算公式为:
式中,表示第二判断参数,/>表示第u个像素点的判断值,若第u个像素点符合设定的肤色检测模型,则/>的取值为1,否则/>的取值为0;
第三判断参数的计算公式为:
式中,表示第三判断参数,/>表示P1中第u个像素点在亮度分量图像F中的像素值,亮度分量图像F为P1在Lab颜色空间中的亮度分量所对应的图像。
2.根据权利要求1所述的一种基于权限认证的智能账单***,其特征在于,所述付费记录包括云服务资源类型、付款时间和付款金额。
3.根据权利要求2所述的一种基于权限认证的智能账单***,其特征在于,所述云服务资源的类型包年计费、包月计费和按量计费。
4.根据权利要求1所述的一种基于权限认证的智能账单***,其特征在于,所述云服务资源的配置包括CPU数量、内存容量、每秒发包数量、内网吞吐量。
5.根据权利要求4所述的一种基于权限认证的智能账单***,其特征在于,所述云服务资源的用量包括CPU最大占用率、内存最大占用率、每秒发包数量最大占用率和内网吞吐量最大占用率。
6.根据权利要求5所述的一种基于权限认证的智能账单***,其特征在于,所述基于云服务资源的用量判断客户的云服务资源配置是否需要进行优化,包括:
将CPU最大占用率、内存最大占用率、每秒发包数量最大占用率和内网吞吐量最大占用率存入集合sU;
分别判断集合sU中的每一个元素是否均大于对应的占用率下限值且小于1,若否,则表示客户的云服务资源配置需要进行优化,若是,则表示客户的云服务资源配置不需要进行优化。
7.根据权利要求6所述的一种基于权限认证的智能账单***,其特征在于,所述提示信息包括集合sU中数值小于对应的占用率下限值或数值为1的元素。
8.根据权利要求1所述的一种基于权限认证的智能账单***,其特征在于,所述云服务资源的使用场景包括低延迟场景、高并发场景和高吞吐量场景。
9.根据权利要求1所述的一种基于权限认证的智能账单***,其特征在于,所述客户信息包括企业所处的行业和企业规模。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311256296.9A CN116993463B (zh) | 2023-09-27 | 2023-09-27 | 一种基于权限认证的智能账单*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311256296.9A CN116993463B (zh) | 2023-09-27 | 2023-09-27 | 一种基于权限认证的智能账单*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116993463A CN116993463A (zh) | 2023-11-03 |
CN116993463B true CN116993463B (zh) | 2023-12-22 |
Family
ID=88525218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311256296.9A Active CN116993463B (zh) | 2023-09-27 | 2023-09-27 | 一种基于权限认证的智能账单*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116993463B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114064284A (zh) * | 2021-11-23 | 2022-02-18 | 北京百度网讯科技有限公司 | 云服务器资源配置方法、装置、电子设备和介质 |
CN115690884A (zh) * | 2022-11-07 | 2023-02-03 | 南京南瑞信息通信科技有限公司 | 一种人脸识别方法、***、存储介质及计算设备 |
CN115840649A (zh) * | 2023-02-16 | 2023-03-24 | 浙江云针信息科技有限公司 | 划分容量块式虚拟资源分配方法及装置、存储介质和终端 |
CN116415063A (zh) * | 2022-01-04 | 2023-07-11 | 中移动信息技术有限公司 | 云服务推荐方法及装置 |
-
2023
- 2023-09-27 CN CN202311256296.9A patent/CN116993463B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114064284A (zh) * | 2021-11-23 | 2022-02-18 | 北京百度网讯科技有限公司 | 云服务器资源配置方法、装置、电子设备和介质 |
CN116415063A (zh) * | 2022-01-04 | 2023-07-11 | 中移动信息技术有限公司 | 云服务推荐方法及装置 |
CN115690884A (zh) * | 2022-11-07 | 2023-02-03 | 南京南瑞信息通信科技有限公司 | 一种人脸识别方法、***、存储介质及计算设备 |
CN115840649A (zh) * | 2023-02-16 | 2023-03-24 | 浙江云针信息科技有限公司 | 划分容量块式虚拟资源分配方法及装置、存储介质和终端 |
Non-Patent Citations (3)
Title |
---|
一种面向复杂场景的彩色图像人脸检测方法;李峰, 江波, 陈金华, 金红;江苏大学学报(自然科学版)(04);第356-360页 * |
基于性能感知预测的云服务推荐模型;汪佳祯;迟焕醒;王木涵;史双田;;计算机***应用(05);第210-214页 * |
基于自适应边缘提取的人眼定位方法;欧阳;;微计算机信息(15);第100-102页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116993463A (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111950723A (zh) | 神经网络模型训练方法、图像处理方法、装置及终端设备 | |
CN112135140B (zh) | 视频清晰度识别方法、电子设备及存储介质 | |
CN107155093B (zh) | 一种视频预览方法、装置及设备 | |
CN111858055B (zh) | 任务处理方法、服务器及存储介质 | |
CN110348519A (zh) | 金融产品欺诈团伙的识别方法和装置 | |
CN104424331A (zh) | 数据抽样方法及装置 | |
CN108600783B (zh) | 一种帧率调节方法、装置及终端设备 | |
CN110839069B (zh) | 一种节点数据部署方法、部署节点、***及介质 | |
WO2014101507A1 (zh) | 一种在线用户分布的处理方法、装置以及存储介质 | |
CN116091321B (zh) | 图像缩放方法、装置、设备及存储介质 | |
CN108171570A (zh) | 一种数据筛选方法、装置及终端 | |
CN109086289A (zh) | 一种媒体数据处理方法、客户端、介质和设备 | |
CN107733805A (zh) | 业务负载调度方法和装置 | |
CN116993463B (zh) | 一种基于权限认证的智能账单*** | |
CN108897796B (zh) | 一种业务***调用influxdb数据库的方法、存储介质和服务器 | |
CN111314395A (zh) | 一种图像的传输方法及终端、存储介质 | |
CN110879749A (zh) | 一种实时转码任务的调度方法及调度装置 | |
CN111314234B (zh) | 一种流量分配的方法、装置、存储介质及电子设备 | |
CN115952398B (zh) | 基于物联网的数据上传统计计算方法、***和存储介质 | |
CN109640084B (zh) | 视频流降噪方法、装置及存储介质 | |
CN112187870A (zh) | 一种带宽平滑方法及装置 | |
CN108765503B (zh) | 一种肤色检测方法、装置及终端 | |
CN116382892A (zh) | 一种基于多云融合以及云服务的负载均衡方法及装置 | |
CN114339252B (zh) | 一种数据压缩方法及装置 | |
CN108965935A (zh) | 多终端广电业务的数据采集分析和信息推送的方法及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |