CN105760273A - 一种处理指标的方法及装置 - Google Patents
一种处理指标的方法及装置 Download PDFInfo
- Publication number
- CN105760273A CN105760273A CN201610066269.9A CN201610066269A CN105760273A CN 105760273 A CN105760273 A CN 105760273A CN 201610066269 A CN201610066269 A CN 201610066269A CN 105760273 A CN105760273 A CN 105760273A
- Authority
- CN
- China
- Prior art keywords
- index
- incidence relation
- current criteria
- correlation
- net
- 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 54
- 238000012545 processing Methods 0.000 title claims abstract description 9
- 230000008878 coupling Effects 0.000 claims description 30
- 238000010168 coupling process Methods 0.000 claims description 30
- 238000005859 coupling reaction Methods 0.000 claims description 30
- 230000013011 mating Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 12
- 230000008676 import Effects 0.000 claims description 12
- 238000009412 basement excavation Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种处理指标的方法及装置,该方法,包括:预先建立指标关联关系网;搜索与当前指标相匹配的匹配指标;建立当前指标与所述匹配指标的关联关系,将所述关联关系导入到所述指标关联关系网中。本发明提供了一种处理指标的方法及装置,能够提高指标的利用率。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种处理指标的方法及装置。
背景技术
随着通信技术的迅猛发展,通信网络不断演化,网络设备产生了大量的数据指标。如何利用这些指标数据,越来越受到重视。
现有技术中,这些指标主要的孤立的在网元内部进行监控、分析与评价。不同的网元之间的指标没有关联。以OSS(OperationSupportSystem,运营支撑系统)网管系统为例,OSS网管系统要管理的指标呈爆发式增长,接入范围更广、粒度更细、数据量更大,而这些大量的指标都孤立的存储在网元内部,在网元内进行处理。
通过上述描述可见,现有技术中,对这些指标的利用率较低。
发明内容
本发明实施例提供了一种处理指标的方法及装置,能够提高指标的利用率。
一方面,本发明实施例提供了一种处理指标的方法,包括:预先建立指标关联关系网,还包括:
S1:搜索与当前指标相匹配的匹配指标;
S2:建立当前指标与所述匹配指标的关联关系,将所述关联关系导入到所述指标关联关系网中。
进一步地,所述预先建立指标关联关系网,包括:预先建立每个指标的用于存储与该指标具有关联关系的指标的相关指标集;
所述S2,包括:将当前指标的匹配指标添加到当前指标的相关指标集中。
进一步地,所述S1,包括:
从当前指标的相关指标集以外的所有指标中,搜索与当前指标相匹配的第一匹配指标;
将当前指标与所述第一匹配指标的相关指标集中的每个相关指标进行匹配,确定与所述当前指标相匹配的第二匹配指标;
所述S2,包括:
将所述第一匹配指标和所述第二匹配指标添加到当前指标的相关指标集中。
进一步地,该方法还包括:
对当前指标与所述匹配指标的关联关系进行评估,确定该关联关系的关联权值,将该关联权值导入到所述指标关联关系网,其中,所述关联权值包括:符号和数值,所述符号包括:正号、负号,正号表示当前指标与所述匹配指标作用的方向相同,负号表示当前指标与所述匹配指标作用的方向相反,所述数值表示关联关系的强弱。
进一步地,该方法还包括:预先将已知的关联关系导入到所述指标关联关系网中;
所述S1,包括:根据所述指标关联关系网中的已知的关联关系,搜索与当前指标相匹配的匹配指标。
另一方面,本发明实施例提供了一种处理指标的装置,包括:
建立单元,用于建立指标关联关系网;
搜索单元,用于搜索与当前指标相匹配的匹配指标;
关联单元,用于建立当前指标与所述匹配指标的关联关系,将所述关联关系导入到所述指标关联关系网中。
进一步地,所述建立单元,用于建立每个指标的用于存储与该指标具有关联关系的指标的相关指标集;
所述关联单元,用于将当前指标的匹配指标添加到当前指标的相关指标集中。
进一步地,所述搜索单元,用于从当前指标的相关指标集以外的所有指标中,搜索与当前指标相匹配的第一匹配指标,将当前指标与所述第一匹配指标的相关指标集中的每个相关指标进行匹配,确定与所述当前指标相匹配的第二匹配指标;
所述关联单元,用于将所述第一匹配指标和所述第二匹配指标添加到当前指标的相关指标集中。
进一步地,该装置还包括:
评估单元,用于对当前指标与所述匹配指标的关联关系进行评估,确定该关联关系的关联权值,将该关联权值导入到所述指标关联关系网,其中,所述关联权值包括:符号和数值,所述符号包括:正号、负号,正号表示当前指标与所述匹配指标作用的方向相同,负号表示当前指标与所述匹配指标作用的方向相反,所述数值表示关联关系的强弱。
进一步地,该装置还包括:
导入单元,用于将已知的关联关系导入到所述指标关联关系网中;
所述搜索单元,用于根据所述指标关联关系网中的已知的关联关系,搜索与当前指标相匹配的匹配指标。
在本发明实施例中,预先建立指标关联关系网,搜索与当前指标相匹配的匹配指标,建立当前指标与匹配指标的关联关系,将该关联关系导入到指标关联关系网中,该指标关联关系网包含了每个指标与其他指标的关联关系,使得每个指标不在孤立存在,通过该指标关联关系网中的关联关系,能够提高指标的利用率。
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,显而易见地,下面描述中的附图是本发明的一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种处理指标的方法的流程图;
图2是本发明一实施例提供的另一种处理指标的方法的流程图;
图3是本发明一实施例提供的一种处理指标的装置的示意图;
图4是本发明一实施例提供的另一种处理指标的装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种处理指标的方法,该方法可以包括以下步骤:
S0:预先建立指标关联关系网;
S1:搜索与当前指标相匹配的匹配指标;
S2:建立当前指标与所述匹配指标的关联关系,将所述关联关系导入到所述指标关联关系网中。
在该实现方式中,预先建立指标关联关系网,搜索与当前指标相匹配的匹配指标,建立当前指标与匹配指标的关联关系,将该关联关系导入到指标关联关系网中,该指标关联关系网包含了每个指标与其他指标的关联关系,使得每个指标不在孤立存在,通过该指标关联关系网中的关联关系,能够提高指标的利用率。
在一种可能的实现方式中,步骤S0包括:预先建立每个指标的用于存储与该指标具有关联关系的指标的相关指标集;
所述S2,包括:将当前指标的匹配指标添加到当前指标的相关指标集中。
在该实现方式中,通过每个指标的相关指标集来实现关联关系网。
在一种可能的实现方式中,所述S1,包括:
从当前指标的相关指标集以外的所有指标中,搜索与当前指标相匹配的第一匹配指标;
将当前指标与所述第一匹配指标的相关指标集中的每个相关指标进行匹配,确定与所述当前指标相匹配的第二匹配指标;
所述S2,包括:
将所述第一匹配指标和所述第二匹配指标添加到当前指标的相关指标集中。
在该实现方式中,在搜索到第一匹配指标后,为了加快搜索速度,基于第一匹配指标的关联关系来继续搜索与当前指标相匹配的匹配指标,也就是,基于第一匹配指标的相关指标集来继续搜索与当前指标相匹配的匹配指标。
另外,该方法还可以包括:将当前指标添加到第一匹配指标的相关指标集中,将当前指标添加到第二匹配指标的相关指标集中。
为了更加详细和直观的体现指标之间的关联关系,在一种可能的实现方式中,该方法还包括:
对当前指标与所述匹配指标的关联关系进行评估,确定该关联关系的关联权值,将该关联权值导入到所述指标关联关系网,其中,所述关联权值包括:符号和数值,所述符号包括:正号、负号,正号表示当前指标与所述匹配指标作用的方向相同,负号表示当前指标与所述匹配指标作用的方向相反,所述数值表示关联关系的强弱。
在该实现方式中,对每个关联关系进行评估,确定每个关联关系的关联权值,通过关联权值来体现每个关联关系的强弱程度和作用方向是否相同,使得指标关联关系网中的关联关系更加详细和直观。
在一种可能的实现方式中,还包括:预先将已知的指标关联关系导入到所述指标关联关系网中;
所述S1,包括:根据所述指标关联关系网中的已知的关联关系,搜索与当前指标相匹配的匹配指标。
在该实现方式中,通过已知的指标关联关系网中的关联关系,能够更快的搜索到与当前指标相匹配的匹配指标。具体地,这里的已知的关联关系,包括:PI指标(PerformanceIndicator,即绩效指标)与KPI指标(KeyPerformanceIndicator,关键绩效指标)的关系、已经得到验证的指标之间关联关系等,将这些关联关系作为初始的指标关联关系网,未纳入关系网的指标暂时作为孤立的点存在。
需要说明的是:对于按照时间维度进行数值上变化的指标,在确定两个指标是否相匹配时,主要根据指标与指标之间数值以及数值变化趋势在时间维度上的规律来确定,举例来说,指标A与指标B在同一时刻呈现出同向作用,或者指标C在指标D变化后一段时间开始同向或反向变化,或者当指标E在某数据区间内时,指标F会稳定在一个值等,这些情况都可以确定两个指标相匹配。
在执行步骤S1时,具体地,选定某一指标作为搜索基准指标,按照一定的顺序搜索分析其它指标。距离来说,当分析到某一KPI值A与另一指标B可能存在联系时,同时也可以分析与A共用某PI指标的KPI值C,即把PI指标值作为一个索引线索,构成一个与A相关的关联指标集。当然这只是初步的尝试性关联,如果在实际分析中发现,其KPI指标间没有联系,可以取消。通过大数据的分析观察,寻找指标之间的联动关系。比如在指标A在优化的时候,是否存在指标B提前(同时或滞后)也在发生相应的波动。
在确定两个指标是否相匹配时,也就是,在确定两个指标是否具有关联关系时,可以通过以下方法来实现:ID3算法、C4.5算法、CART算法、朴素贝叶斯算法等。
在确定关联关系的关联权值时,可以通过以下方法来实现:Apriori算法、朴素贝叶斯算法等。
为使本发明的目的、技术方案和优点更加清楚,下面结合附图及具体实施例对本发明作进一步地详细描述。
如图2所示,本发明实施例提供了一种处理指标的方法,该方法可以包括以下步骤:
步骤201:预先建立每个指标的用于存储与该指标具有关联关系的指标的相关指标集。
步骤202:从当前指标的相关指标集以外的所有指标中,搜索与当前指标相匹配的第一匹配指标。
步骤203:将当前指标与所述第一匹配指标的相关指标集中的每个相关指标进行匹配,确定与所述当前指标相匹配的第二匹配指标。
步骤204:将所述第一匹配指标和所述第二匹配指标添加到当前指标的相关指标集中。
本发明实施例中的指标关联关系网可以通过可视化的方式来呈现,在呈现的指标关联关系网用户可以直观的查看具体指标,以及关联关系的权值等信息。
本发明实施例提供的方法可以应用于OSS领域。该方法对于网管系统现有的独立无序的指标数据,通过碰撞、清洗、整合、导入规则和自我学习,挖掘、分析和验证指标之间的关联关系,并将关联关系组织成关系树、关系网等,为优化通信网络结构和预防故障发生提供有力支持,从而提高网管运行效率。
本发明实施例提供的方法从数据源头分析和挖掘指标之间的关联关系,将孤立的指标按照不同的关联关系编织成关系链、关系网。通过指标之间的关联关系和变化规律,可实现对故障告警的预测与定位、业务规则的修订与划分、数据价值的分析与挖掘,从而实现在数据基础层面优化和改善,有助于电信运营商构建更加稳定高效的运营环境,进一步提升服务质量,提高客户满意度,增加企业价值。
本发明实施例提供的方法可以实现孤立指标之间的隐藏关系的查找,进而通过数据指标间的关系分析可以实现对于系统的整体优化、故障溯源定位、告警预处理等等功能,还可以重新定义划分指标分类,为数据背后隐藏信息的挖掘提供基础。
如图3、图4所示,本发明实施例提供了一种处理指标的装置。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。从硬件层面而言,如图3所示,为本发明实施例提供的一种处理指标的装置所在设备的一种硬件结构图,除了图3所示的处理器、内存、网络接口、以及非易失性存储器之外,实施例中装置所在的设备通常还可以包括其他硬件,如负责处理报文的转发芯片等等。以软件实现为例,如图4所示,作为一个逻辑意义上的装置,是通过其所在设备的CPU将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。本实施例提供的一种处理指标的装置,包括:
建立单元401,用于建立指标关联关系网;
搜索单元402,用于搜索与当前指标相匹配的匹配指标;
关联单元403,用于建立当前指标与所述匹配指标的关联关系,将所述关联关系导入到所述指标关联关系网中。
在一种可能的实现方式中,所述建立单元401,用于建立每个指标的用于存储与该指标具有关联关系的指标的相关指标集;
所述关联单元403,用于将当前指标的匹配指标添加到当前指标的相关指标集中。
在一种可能的实现方式中,所述搜索单元402,用于从当前指标的相关指标集以外的所有指标中,搜索与当前指标相匹配的第一匹配指标,将当前指标与所述第一匹配指标的相关指标集中的每个相关指标进行匹配,确定与所述当前指标相匹配的第二匹配指标;
所述关联单元403,用于将所述第一匹配指标和所述第二匹配指标添加到当前指标的相关指标集中。
在一种可能的实现方式中,该装置还包括:
评估单元,用于对当前指标与所述匹配指标的关联关系进行评估,确定该关联关系的关联权值,将该关联权值导入到所述指标关联关系网,其中,所述关联权值包括:符号和数值,所述符号包括:正号、负号,正号表示当前指标与所述匹配指标作用的方向相同,负号表示当前指标与所述匹配指标作用的方向相反,所述数值表示关联关系的强弱。
在一种可能的实现方式中,该装置还包括:
导入单元,用于将已知的关联关系导入到所述指标关联关系网中;
所述搜索单元402,用于根据所述指标关联关系网中的已知的关联关系,搜索与当前指标相匹配的匹配指标。
上述装置内的各单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
本发明实施例提供的一种处理指标的方法及装置,至少具有如下有益效果:
1、在本发明实施例中,预先建立指标关联关系网,搜索与当前指标相匹配的匹配指标,建立当前指标与匹配指标的关联关系,将该关联关系导入到指标关联关系网中,该指标关联关系网包含了每个指标与其他指标的关联关系,使得每个指标不在孤立存在,通过该指标关联关系网中的关联关系,能够提高指标的利用率。
2、本发明实施例提供的方案对于网管系统现有的独立无序的指标数据,通过碰撞、清洗、整合、导入规则和自我学习,挖掘、分析和验证指标之间的关联关系,并将关联关系组织成关系树、关系网等,为优化通信网络结构和预防故障发生提供有力支持,从而提高网管运行效率。
3、本发明实施例提供的方案从数据源头分析和挖掘指标之间的关联关系,将孤立的指标按照不同的关联关系编织成关系链、关系网。通过指标之间的关联关系和变化规律,可实现对故障告警的预测与定位、业务规则的修订与划分、数据价值的分析与挖掘,从而实现在数据基础层面优化和改善,有助于电信运营商构建更加稳定高效的运营环境,进一步提升服务质量,提高客户满意度,增加企业价值。
4、本发明实施例提供的方案可以实现孤立指标之间的隐藏关系的查找,进而通过数据指标间的关系分析可以实现对于系统的整体优化、故障溯源定位、告警预处理等等功能,还可以重新定义划分指标分类,为数据背后隐藏信息的挖掘提供基础。
需要说明的是,在本文中,诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个〃·····”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储在计算机可读取的存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后需要说明的是:以上所述仅为本发明的较佳实施例,仅用于说明本发明的技术方案,并非用于限定本发明的保护范围。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,均包含在本发明的保护范围内。
Claims (10)
1.一种处理指标的方法,其特征在于,包括:预先建立指标关联关系网,还包括:
S1:搜索与当前指标相匹配的匹配指标;
S2:建立当前指标与所述匹配指标的关联关系,将所述关联关系导入到所述指标关联关系网中。
2.根据权利要求1所述的方法,其特征在于,
所述预先建立指标关联关系网,包括:预先建立每个指标的用于存储与该指标具有关联关系的指标的相关指标集;
所述S2,包括:将当前指标的匹配指标添加到当前指标的相关指标集中。
3.根据权利要求2所述的方法,其特征在于,
所述S1,包括:
从当前指标的相关指标集以外的所有指标中,搜索与当前指标相匹配的第一匹配指标;
将当前指标与所述第一匹配指标的相关指标集中的每个相关指标进行匹配,确定与所述当前指标相匹配的第二匹配指标;
所述S2,包括:
将所述第一匹配指标和所述第二匹配指标添加到当前指标的相关指标集中。
4.根据权利要求1所述的方法,其特征在于,还包括:
对当前指标与所述匹配指标的关联关系进行评估,确定该关联关系的关联权值,将该关联权值导入到所述指标关联关系网,其中,所述关联权值包括:符号和数值,所述符号包括:正号、负号,正号表示当前指标与所述匹配指标作用的方向相同,负号表示当前指标与所述匹配指标作用的方向相反,所述数值表示关联关系的强弱。
5.根据权利要求1所述的方法,其特征在于,还包括:预先将已知的关联关系导入到所述指标关联关系网中;
所述S1,包括:根据所述指标关联关系网中的已知的关联关系,搜索与当前指标相匹配的匹配指标。
6.一种处理指标的装置,其特征在于,包括:
建立单元,用于建立指标关联关系网;
搜索单元,用于搜索与当前指标相匹配的匹配指标;
关联单元,用于建立当前指标与所述匹配指标的关联关系,将所述关联关系导入到所述指标关联关系网中。
7.根据权利要求6所述的装置,其特征在于,
所述建立单元,用于建立每个指标的用于存储与该指标具有关联关系的指标的相关指标集;
所述关联单元,用于将当前指标的匹配指标添加到当前指标的相关指标集中。
8.根据权利要求7所述的装置,其特征在于,
所述搜索单元,用于从当前指标的相关指标集以外的所有指标中,搜索与当前指标相匹配的第一匹配指标,将当前指标与所述第一匹配指标的相关指标集中的每个相关指标进行匹配,确定与所述当前指标相匹配的第二匹配指标;
所述关联单元,用于将所述第一匹配指标和所述第二匹配指标添加到当前指标的相关指标集中。
9.根据权利要求6所述的装置,其特征在于,还包括:
评估单元,用于对当前指标与所述匹配指标的关联关系进行评估,确定该关联关系的关联权值,将该关联权值导入到所述指标关联关系网,其中,所述关联权值包括:符号和数值,所述符号包括:正号、负号,正号表示当前指标与所述匹配指标作用的方向相同,负号表示当前指标与所述匹配指标作用的方向相反,所述数值表示关联关系的强弱。
10.根据权利要求6所述的装置,其特征在于,还包括:
导入单元,用于将已知的关联关系导入到所述指标关联关系网中;
所述搜索单元,用于根据所述指标关联关系网中的已知的关联关系,搜索与当前指标相匹配的匹配指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610066269.9A CN105760273A (zh) | 2016-01-29 | 2016-01-29 | 一种处理指标的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610066269.9A CN105760273A (zh) | 2016-01-29 | 2016-01-29 | 一种处理指标的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105760273A true CN105760273A (zh) | 2016-07-13 |
Family
ID=56342771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610066269.9A Pending CN105760273A (zh) | 2016-01-29 | 2016-01-29 | 一种处理指标的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105760273A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101465749A (zh) * | 2008-12-29 | 2009-06-24 | 武汉大学 | 基于Web Service组合的问答服务构建方法 |
CN101814076A (zh) * | 2009-07-29 | 2010-08-25 | 北京航天理想科技有限公司 | 可视化信息及信息关联分析系统及建立的方法 |
US20120054206A1 (en) * | 2005-06-06 | 2012-03-01 | The Regents Of The University Of California | System and method for generating a relationship network |
CN102521412A (zh) * | 2011-12-28 | 2012-06-27 | 用友软件股份有限公司 | 数据关联装置和数据关联方法 |
-
2016
- 2016-01-29 CN CN201610066269.9A patent/CN105760273A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120054206A1 (en) * | 2005-06-06 | 2012-03-01 | The Regents Of The University Of California | System and method for generating a relationship network |
CN101465749A (zh) * | 2008-12-29 | 2009-06-24 | 武汉大学 | 基于Web Service组合的问答服务构建方法 |
CN101814076A (zh) * | 2009-07-29 | 2010-08-25 | 北京航天理想科技有限公司 | 可视化信息及信息关联分析系统及建立的方法 |
CN102521412A (zh) * | 2011-12-28 | 2012-06-27 | 用友软件股份有限公司 | 数据关联装置和数据关联方法 |
Non-Patent Citations (1)
Title |
---|
高劲松等: ""面向关联数据集的本体匹配方法研究"", 《现代图书情报技术》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3251010B1 (en) | Space and time efficient threat detection | |
Wang et al. | Cleaning structured event logs: A graph repair approach | |
CN109450900A (zh) | 拟态判决方法、装置及系统 | |
CN105183625A (zh) | 一种日志数据处理方法和装置 | |
CN111459799A (zh) | 一种基于Github的软件缺陷检测模型建立、检测方法及系统 | |
CN112016138A (zh) | 一种车联网自动化安全建模的方法、装置和电子设备 | |
Wang et al. | A log-based anomaly detection method with efficient neighbor searching and automatic K neighbor selection | |
CN115514558A (zh) | 一种入侵检测方法、装置、设备及介质 | |
CN109993390A (zh) | 告警关联及派单优化方法、装置、设备及介质 | |
CN107609179A (zh) | 一种数据处理方法及设备 | |
Zhang et al. | Permission set mining: Discovering practical and useful roles | |
US11776078B2 (en) | Systems and methods for generating strategic competitive intelligence data relevant for an entity | |
Marin et al. | Inductive and deductive reasoning to assist in cyber-attack prediction | |
Dong | Application of Big Data Mining Technology in Blockchain Computing | |
CN117118857A (zh) | 基于知识图谱的网络安全威胁管理系统及方法 | |
CN114676231A (zh) | 一种目标信息检测方法、设备和介质 | |
Liu et al. | Efficient syntactic process difference detection using flexible feature matching | |
CN116739605A (zh) | 交易数据检测方法、装置、设备及存储介质 | |
CN116015939A (zh) | 一种基于原子技术模板的高级持续威胁解释方法 | |
CN105760273A (zh) | 一种处理指标的方法及装置 | |
Pan et al. | Identifying the move method refactoring opportunities based on evolutionary algorithm | |
CN112559850A (zh) | 关键词挖掘系统及挖掘方法 | |
CN112115174A (zh) | 一种基于图计算技术的kyc方法及系统 | |
Xu et al. | Knowledge Discovery and Analysis of ICT Customer Service Data Relying on Multi-frequency Mode Data Mining | |
Li et al. | Alarm reduction and root cause inference based on association mining in communication network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160713 |