CN107864143B - 自演进的高效的代理资源供应系统及方法 - Google Patents

自演进的高效的代理资源供应系统及方法 Download PDF

Info

Publication number
CN107864143B
CN107864143B CN201711111000.9A CN201711111000A CN107864143B CN 107864143 B CN107864143 B CN 107864143B CN 201711111000 A CN201711111000 A CN 201711111000A CN 107864143 B CN107864143 B CN 107864143B
Authority
CN
China
Prior art keywords
agent
library
strategy
resource
proxy
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
CN201711111000.9A
Other languages
English (en)
Other versions
CN107864143A (zh
Inventor
唐东
周维军
何有树
莫默
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.)
Touchdata Shenzhen Technology Co ltd
Original Assignee
Touchdata Shenzhen Technology Co 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 Touchdata Shenzhen Technology Co ltd filed Critical Touchdata Shenzhen Technology Co ltd
Priority to CN201711111000.9A priority Critical patent/CN107864143B/zh
Publication of CN107864143A publication Critical patent/CN107864143A/zh
Application granted granted Critical
Publication of CN107864143B publication Critical patent/CN107864143B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/02—Network architectures or network communication protocols for network security for separating internal from external traffic, e.g. firewalls
    • H04L63/0227—Filtering policies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/12—Applying verification of the received information

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer And Data Communications (AREA)

Abstract

本发明实施例公开了一种自演进的高效的代理资源供应系统及方法，所述系统包括代理供应端、业务端及代理资源服务端，其中，代理供应端构建多个预设代理共存的多代理引擎以及对应的本地策略库；业务端获取代理的使用行为数据，对使用行为数据进行打点并上传至代理资源服务端；代理资源服务端构建代理库、代理策略库及代理行为库，为代理供应端提供代理资源信息，根据使用行为数据进行机器学习，生成对应的高效代理策略并更新至代理策略库。本发明实施例通过采用多代理引擎确保单代理资源在更换IP后可以快速与高效地提供多种代理服务以及收集代理的使用行为进行机器学习进而生成高效的代理策略，解决了代理利用率低的问题，进而降低了代理成本。

Description

自演进的高效的代理资源供应系统及方法
技术领域
本发明涉及互联网技术领域，尤其涉及一种自演进的高效的代理资源供应系统及方法。
背景技术
互联网的信息每天海量增长，大量的信息中潜在着巨大的商业价值，网络爬虫变得越来越有价值，而当前目标网站对于爬虫的访问次数，方式有诸多限制，尤其是对于其中的访问IP有着严格的约束，如某些页面或服务仅能用同一IP在一段时间内仅能访问几次，远远无法满足日益增长的爬虫业务需求。
目前，现有的爬虫技术主要采用以下方法获得代理：
1、网络嗅探出海量的代理，并记入代理管理中心：嗅探效率低，代价高，可靠性低，有法律风险；
2、利用网上的代理服务商提供的代理：无法实现业务与代理的智能联动；
3、网络肉鸡：不合法且无业务配合，无法实现智能联动，代理不可控(关机就没了)；
4、采集网上公开的免费网络代理：可用率低，代理不可控；
5、借用开展某业务时在客户机上利用客户对授权协议不关注的情况下，趁机获取到用户的授权后私自搭建代理客户端，属于灰色地带，一旦被发现则可能有需要承担法律责任风险。
以上5种方法即使获得了代理，但由于部署代理的机器有诸多限制，不稳定，反而加大了爬虫的投入成本。由于代理成本过高，需要有办法能高效地使用；此外，现有的代理仅做一种用途，例如HTTP代理、TCP代理或者其它业务代理等，无法共用，不能有效提升代理利用率。
发明内容
本发明实施例所要解决的技术问题在于，提供一种自演进的高效的代理资源供应系统及方法，以使能够高效的利用代理并降低代理成本。
为了解决上述技术问题，本发明实施例提出了一种自演进的高效的代理资源供应系统，包括代理供应端、业务端及代理资源服务端，其中，
代理供应端构建多个预设代理共存的多代理引擎以及对应的本地策略库，为爬虫系统提供多种代理服务；
业务端获取代理的使用行为数据，并对使用行为数据进行打点，将打点后的行为数据上传至代理资源服务端；
代理资源服务端构建代理库、代理策略库及代理行为库，为代理供应端提供代理资源信息，验证业务端上传的打点后的行为数据并将验证通过的使用行为数据保存至代理行为库，再根据使用行为数据进行机器学习，生成对应的高效代理策略并更新至代理策略库。
相应地，本发明实施例还提供了一种自演进的高效的代理资源供应方法，应用于上述的自演进的高效的代理资源供应系统中，包括：
供应步骤：构建多个预设代理共存的多代理引擎以及对应的本地策略库，为爬虫系统提供多种代理服务；
业务步骤：获取代理的使用行为数据，并对使用行为数据进行打点，将打点后的行为数据上传至代理资源服务端；
资源服务步骤：构建代理库、代理策略库及代理行为库，为代理供应端提供代理资源信息，验证业务端上传的打点后的行为数据并将验证通过的使用行为数据保存至代理行为库，再根据使用行为数据进行机器学习，生成对应的高效代理策略并更新至代理策略库。
本发明实施例通过提出一种自演进的高效的代理资源供应系统及方法，所述系统包括代理供应端、业务端及代理资源服务端，通过采用多代理引擎确保单代理资源在更换IP后可以快速与高效地提供多种代理服务以及收集代理的使用行为进行机器学习进而生成高效的代理策略，解决了代理利用率低的问题，进而降低了代理成本。
附图说明
图1是本发明实施例的自演进的高效的代理资源供应系统的结构示意图。
图2是本发明实施例的自演进的高效的代理资源供应方法的流程示意图。
图3是本发明一种实施例的自演进的高效的代理资源供应方法的流程示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互结合，下面结合附图和具体实施例对本发明作进一步详细说明。
本发明实施例中若有方向性指示（诸如上、下、左、右、前、后……）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中若涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
请参照图1，本发明实施例的自演进的高效的代理资源供应系统包括代理供应端、业务端及代理资源服务端。
代理供应端构建多个预设代理共存的多代理引擎以及对应的本地策略库，为爬虫系统提供多种代理服务。代理供应端的多个预设代理共存的多代理引擎构建过程为：代理供应端主动获取代理配置，配置中会携带代理种类列表(类别、端口、允许通过的源IP列表等)，代理供应端在收到相应的配置后自动创建对应的代理引擎并测试。本地代理配置与本地策略库实现方式包括：1、本地文件；2、内存；3、数据库；4、或以上的组合。以上内容，如果不存在，则访问与检测时均忽略。代理供应端可采用VPS、云机器以及普通的PC等。本地策略库内的代理策略包括：IP针对某代理的可用时长、黑白名单恢复时长、端口、时延要求、目标检测地址、访问参数、复用间隔等；IP针对某代理的不同时间段内针对同一目标站的策略，如每分钟、每小时、每天、每周等；针对某个机器的代理切换时长、黑白名单、上报策略等。
业务端获取代理的使用行为数据，并对使用行为数据进行打点，将打点后的行为数据上传至代理资源服务端。业务端获取代理的使用行为数据包括鉴权参数、代理类型、组号或客户号、最低有效时长、目标站标识(可选)等。打点后的行为数据包括代理类型、IP、端口、代理访问参数、有效时长等。
代理资源服务端构建代理库、代理策略库及代理行为库，为代理供应端提供代理资源信息，验证业务端上传的打点后的行为数据并将验证通过的使用行为数据保存至代理行为库，再根据使用行为数据进行机器学习，生成对应的高效代理策略并更新至代理策略库。代理生成方法包括ADSL动态拨号(推荐)、其它具备动态拨号的机器等。代理策略库内的代理策略包括：IP针对某代理的可用时长、黑白名单恢复时长、端口、时延要求、目标检测地址、访问参数、复用间隔等；IP针对某代理的不同时间段内针对同一目标站的策略，如每分钟、每小时、每天、每周等；针对某个机器的代理切换时长、黑白名单、上报策略等；以及全网代理黑白名单恢复时长等。以上内容，如果不存在，则访问与检测时均忽略。
作为一种实施方式，代理供应端还包括验证模块：定时验证预设的代理是否到期（未到期的代理则继续进入睡眠等待状态，等待新的任务；到期的代理进行刷新），通过多代理引擎刷新并验证到期的代理，并将验证通过后的代理信息上传至代理资源服务端（验证未通过的重新刷新并验证）。代理验证方法包括代理访问、PING、目标测试法（即对需要访问的目标进行测试）等。代理资源服务端还包括代理管理模块：接收代理供应端上传的代理信息，验证代理信息的合法性，并将合法的代理保存至代理库（非法则错误返回）。上传的代理信息包括鉴权参数、机器标识（Mac地址，动态代理标识等参数）、代理类型（IP，端口）、代理生成时间等。预设的代理即根据代理供应端本地代理配置与本地策略库内的代理策略生成的代理，生成的代理成功后，加入到一个列表中集中管理，定时进行验证。
作为一种实施方式，代理供应端还包括策略同步模块：定期从代理资源服务端获取并验证新的代理策略（获取失败的代理策略则进入睡眠状态），将验证有效的代理策略更新至本地策略库（无效的代理策略则进入睡眠状态，等待下一次验证）。代理资源服务端还包括策略管理模块：校验代理供应端获取的代理策略的合法性，并将合法的代理策略数据保存至代理策略库（非法则错误返回）。本发明实施例通过代理供应端主动获取，每次获取后，会与上次对比，视配置参数决定是否重启。
作为一种实施方式，代理资源服务端还包括策略更新模块：读取代理的使用行为数据，并收集其中有效的行为数据，采用预设的算法进行机器学习，生成新的有效的代理策略并更新至代理策略库保存。收集的有效的行为数据包括代理标识(类型，IP，端口，类型属内部定义包括HTTP、HTTPS、SOCKET、TCP等)、访问的目标站、访问参数、访问开始时间（可用时间戳形式）、访问结束时间、代理获得时间、失败原因(连接不上，超时等)等，以上内容，如果不存在，则在行为分析时均忽略。预设的算法可采用现有的学习引擎与算法，例如TensorFlow。机器学习实现的功能包括：从成功的请求行为中抽取特性维度，并对维度进行Rank打分；从失败的请求行为中抽取特性维度，并对维度进行Rank打分；参数模型中，访问成功率高的参数(例如多次请求之间的间隔时间为离散随机值)，去除失败率高的独特参数(例如某个时间段某目标网站访问失败率高)；从大量请求/响应参数中提取新的特征纬度(例如：更改某代理的访问超时时长)，再继续进行纬度Rank打分，提取的新特征纬度从机器系统中输入到特征纬度数据库，并在后续请求中逐渐增加特征纬度的请求尝试；以及系统自学演进记录到数据库中，供人工介入分析，并改进学习算法模型等。行为主要来源于代理使用端，比如代理是否可用，连接时长，网络时延等参数，还有针对某个网站的特殊行为，本发明实施例通过对这些行为数据的分析更新代理策略库，优化代理策略，提高代理利用率。
作为一种实施方式，代理资源服务端还包括行为分析模块：接收业务端上传的打点后的行为数据并校验代理行为的合法性，将校验合法的代理行为保存至代理行为库（非法则错误返回）。
请参照图2及图3，本发明实施例的自演进的高效的代理资源供应方法，应用于自演进的高效的代理资源供应系统中，包括供应步骤、业务步骤及资源服务步骤。
供应步骤：构建多个预设代理共存的多代理引擎以及对应的本地策略库，为爬虫系统提供多种代理服务。
业务步骤：获取代理的使用行为数据，并对使用行为数据进行打点，将打点后的行为数据上传至代理资源服务端。
资源服务步骤：构建代理库、代理策略库及代理行为库，为代理供应端提供代理资源信息，验证业务端上传的打点后的行为数据并将验证通过的使用行为数据保存至代理行为库，再根据使用行为数据进行机器学习，生成对应的高效代理策略并更新至代理策略库。
作为一种实施方式，供应步骤还包括验证子步骤：定时验证预设的代理是否到期，通过多代理引擎刷新并验证到期的代理，并将验证通过后的代理信息上传至代理资源服务端。资源服务步骤还包括代理管理子步骤：接收代理供应端上传的代理信息，验证代理信息的合法性，并将合法的代理保存至代理库。
作为一种实施方式，供应步骤还包括策略同步子步骤：定期从代理资源服务端获取并验证新的代理策略，将验证有效的代理策略更新至本地策略库。资源服务步骤还包括策略管理子步骤：校验代理供应端获取的代理策略的合法性，并将合法的代理策略数据保存至代理策略库。
作为一种实施方式，资源服务步骤还包括策略更新子步骤：读取代理的使用行为数据，并收集其中有效的行为数据，采用预设的算法进行机器学习，生成新的有效的代理策略并更新至代理策略库保存。
作为一种实施方式，资源服务步骤还包括行为分析子步骤：接收业务端上传的打点后的行为数据并校验代理行为的合法性，将校验合法的代理行为保存至代理行为库。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同范围限定。

Claims (10)

1.一种自演进的高效的代理资源供应系统，其特征在于，包括代理供应端、业务端及代理资源服务端，其中，
代理供应端构建多个预设代理共存的多代理引擎以及对应的本地策略库，为爬虫系统提供多种代理服务；
业务端获取代理的使用行为数据，并对使用行为数据进行打点，将打点后的行为数据上传至代理资源服务端；
代理资源服务端构建代理库、代理策略库及代理行为库，为代理供应端提供代理资源信息，验证业务端上传的打点后的行为数据并将验证通过的使用行为数据保存至代理行为库，再根据使用行为数据进行机器学习，生成对应的高效代理策略并更新至代理策略库。
2.如权利要求1所述的自演进的高效的代理资源供应系统，其特征在于，所述代理供应端还包括验证模块：定时验证预设的代理是否到期，通过多代理引擎刷新并验证到期的代理，并将验证通过后的代理信息上传至代理资源服务端；
所述代理资源服务端还包括代理管理模块：接收代理供应端上传的代理信息，验证代理信息的合法性，并将合法的代理保存至代理库。
3.如权利要求1所述的自演进的高效的代理资源供应系统，其特征在于，所述代理供应端还包括策略同步模块：定期从代理资源服务端获取并验证新的代理策略，将验证有效的代理策略更新至本地策略库；
所述代理资源服务端还包括策略管理模块：校验代理供应端获取的代理策略的合法性，并将合法的代理策略数据保存至代理策略库。
4.如权利要求1所述的自演进的高效的代理资源供应系统，其特征在于，所述代理资源服务端还包括策略更新模块：
读取代理的使用行为数据，并收集其中有效的行为数据，采用预设的算法进行机器学习，生成新的有效的代理策略并更新至代理策略库保存。
5.如权利要求1所述的自演进的高效的代理资源供应系统，其特征在于，所述代理资源服务端还包括行为分析模块：接收业务端上传的打点后的行为数据并校验代理行为的合法性，将校验合法的代理行为保存至代理行为库。
6.一种自演进的高效的代理资源供应方法，其特征在于，应用于如权利要求1-5中任一项所述的自演进的高效的代理资源供应系统中，包括：
供应步骤：构建多个预设代理共存的多代理引擎以及对应的本地策略库，为爬虫系统提供多种代理服务；
业务步骤：获取代理的使用行为数据，并对使用行为数据进行打点，将打点后的行为数据上传至代理资源服务端；
资源服务步骤：构建代理库、代理策略库及代理行为库，为代理供应端提供代理资源信息，验证业务端上传的打点后的行为数据并将验证通过的使用行为数据保存至代理行为库，再根据使用行为数据进行机器学习，生成对应的高效代理策略并更新至代理策略库。
7.如权利要求6所述的自演进的高效的代理资源供应方法，其特征在于，所述供应步骤还包括验证子步骤：定时验证预设的代理是否到期，通过多代理引擎刷新并验证到期的代理，并将验证通过后的代理信息上传至代理资源服务端；
所述资源服务步骤还包括代理管理子步骤：接收代理供应端上传的代理信息，验证代理信息的合法性，并将合法的代理保存至代理库。
8.如权利要求6所述的自演进的高效的代理资源供应方法，其特征在于，所述供应步骤还包括策略同步子步骤：定期从代理资源服务端获取并验证新的代理策略，将验证有效的代理策略更新至本地策略库；
所述资源服务步骤还包括策略管理子步骤：校验代理供应端获取的代理策略的合法性，并将合法的代理策略数据保存至代理策略库。
9.如权利要求6所述的自演进的高效的代理资源供应方法，其特征在于，所述资源服务步骤还包括策略更新子步骤：
读取代理的使用行为数据，并收集其中有效的行为数据，采用预设的算法进行机器学习，生成新的有效的代理策略并更新至代理策略库保存。
10.如权利要求6所述的自演进的高效的代理资源供应方法，其特征在于，所述资源服务步骤还包括行为分析子步骤：接收业务端上传的打点后的行为数据并校验代理行为的合法性，将校验合法的代理行为保存至代理行为库。
CN201711111000.9A 2017-11-13 2017-11-13 自演进的高效的代理资源供应系统及方法 Active CN107864143B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711111000.9A CN107864143B (zh) 2017-11-13 2017-11-13 自演进的高效的代理资源供应系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711111000.9A CN107864143B (zh) 2017-11-13 2017-11-13 自演进的高效的代理资源供应系统及方法

Publications (2)

Publication Number Publication Date
CN107864143A CN107864143A (zh) 2018-03-30
CN107864143B true CN107864143B (zh) 2020-05-15

Family

ID=61701696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711111000.9A Active CN107864143B (zh) 2017-11-13 2017-11-13 自演进的高效的代理资源供应系统及方法

Country Status (1)

Country Link
CN (1) CN107864143B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8560604B2 (en) 2009-10-08 2013-10-15 Hola Networks Ltd. System and method for providing faster and more efficient data communication
US9241044B2 (en) 2013-08-28 2016-01-19 Hola Networks, Ltd. System and method for improving internet communication by using intermediate nodes
US11057446B2 (en) 2015-05-14 2021-07-06 Bright Data Ltd. System and method for streaming content from multiple servers
EP4311204A3 (en) 2017-08-28 2024-04-10 Bright Data Ltd. Method for improving content fetching by selecting tunnel devices
LT3780547T (lt) 2019-02-25 2023-03-10 Bright Data Ltd. Turinio parsisiuntimo, naudojant url bandymų mechanizmą, sistema ir būdas
EP4030318A1 (en) 2019-04-02 2022-07-20 Bright Data Ltd. System and method for managing non-direct url fetching service

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101820428A (zh) * 2010-04-22 2010-09-01 北京航空航天大学 基于协议组合机制的组合服务优化方法和装置
CN104394122A (zh) * 2014-10-31 2015-03-04 杭州安恒信息技术有限公司 一种基于自适应代理机制的http业务防火墙
CN106534244A (zh) * 2015-09-14 2017-03-22 中国移动通信集团公司 一种代理资源的调度方法及装置
WO2017066208A1 (en) * 2015-10-12 2017-04-20 Ehrlich Wesen & Dauer, Llc Network resource crawler with multiple user-agents

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101820428A (zh) * 2010-04-22 2010-09-01 北京航空航天大学 基于协议组合机制的组合服务优化方法和装置
CN104394122A (zh) * 2014-10-31 2015-03-04 杭州安恒信息技术有限公司 一种基于自适应代理机制的http业务防火墙
CN106534244A (zh) * 2015-09-14 2017-03-22 中国移动通信集团公司 一种代理资源的调度方法及装置
WO2017066208A1 (en) * 2015-10-12 2017-04-20 Ehrlich Wesen & Dauer, Llc Network resource crawler with multiple user-agents

Also Published As

Publication number Publication date
CN107864143A (zh) 2018-03-30

Similar Documents

Publication Publication Date Title
CN107864143B (zh) 自演进的高效的代理资源供应系统及方法
US6993683B2 (en) Analysis of pipelined networks
CN108737467B (zh) 一种服务器日志查看方法、装置和系统
US10917438B2 (en) Secure publishing for policy updates
CN101442558B (zh) 一种为p2sp网络提供索引服务的方法和系统
EP2863582B1 (en) Scheduling a device batch reconfiguration event in a network
WO2020028602A2 (en) Method and system for a network presence platform with intelligent routing
CN104601702B (zh) 集群远程过程调用方法及系统
CN110086652A (zh) 一种针对5g核心网中服务网元的管理系统及其方法
CN110445697B (zh) 视频大数据云平台设备接入服务方法
CN109547524A (zh) 基于物理网的用户行为存储方法、装置、设备及存储介质
CN105208058A (zh) 基于web会话共享的信息交互系统
CN109617780A (zh) 接入网络的方法、装置、终端设备及机器可读存储介质
CN104348661B (zh) 网络失效数据上传、接收方法和设备及记录方法和系统
CN108989089A (zh) 一种设备数据获取方法、设备及系统
CN113872795A (zh) 一种分布式服务器智能监控分析及故障处理系统及方法
CN115189897A (zh) 零信任网络的访问处理方法、装置、电子设备及存储介质
CN110868466A (zh) 一种用于分布式存储网络的存储方法、系统及设备
CN104462235A (zh) 一种基于Restful Web Service的物联网通用事件服务机制
CN105791146B (zh) 用户侧设备与配置服务器交互的方法、设备和系统
US10986136B1 (en) Methods for application management and monitoring and devices thereof
CN107634963B (zh) 一种现场监控单元注册系统及方法
CN110099208B (zh) 一种视频监控系统中跨级跨域升级摄像机的方法及装置
CN110515905A (zh) 一种路由的配置的方法、装置以及服务器
CN109684158A (zh) 分布式协调系统的状态监控方法、装置、设备及存储介质

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