CN107707487B - 一种网络业务流量的实时检索系统及实时检索方法 - Google Patents
一种网络业务流量的实时检索系统及实时检索方法 Download PDFInfo
- Publication number
- CN107707487B CN107707487B CN201710850731.9A CN201710850731A CN107707487B CN 107707487 B CN107707487 B CN 107707487B CN 201710850731 A CN201710850731 A CN 201710850731A CN 107707487 B CN107707487 B CN 107707487B
- Authority
- CN
- China
- Prior art keywords
- time
- index
- real
- retrieval
- network service
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
- H04L47/2483—Traffic characterised by specific attributes, e.g. priority or QoS involving identification of individual flows
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2272—Management thereof
-
- 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
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种网络业务流量的实时检索系统及实时检索方法,实时索引构建模块和普通索引更新模块构建普通索引库,检索信息接收模块接收检索信息,索引模块构建检索条件,并获取检索结果,索引清理模块定期删除关注时间段外的业务流量记录。本发明通过对每一条网络业务流量的记录补全上下文信息,建立实时索引信息,并每天将实时索引信息更替为普通索引,在用户检索时,即能提供完整、实时的检索信息。本发明在大数据量的情况下能获得更具有实时性的统计结果,耗时短,补全了上下文信息后,检索准确度更高,可以及时帮助用户了解当前网络环境中各种业务流量使用情况,对于网络带宽资源的合理分配以及网络环境中关键业务开展有着重要的意义。
Description
技术领域
本发明涉及数字信息的传输,例如电报通信的技术领域,特别涉及一种网络业务流量的实时检索系统及实时检索方法。
背景技术
近年来,随着网络用户数量的指数增长,网络规模的飞速膨胀,使得信息对我们生活造成广泛而深远的影响。
在一个网络环境中,非关键业务的泛滥会导致整个网络带宽资源的紧缺,从而影响其他一些网络关键业务的正常开展,因此,以及时且有效的检索手段来获悉网络中带宽资源在不同业务中所占的比例就显得尤为重要。
现有技术中,检索系统在采集到数据后,一般存储于传统数据库,如MySQL,然而,鉴于网络环境的用户以及业务的庞大数据量及指数型的增速,传统数据库在统计、检索速度、实时事务上无法满足现有的网络环境的需求。
发明内容
为了解决现有技术中存在的问题,本发明提供一种优化的网络业务流量的实时检索系统及实时检索方法,能满足统计需求、快速检索且具有实时效应。
本发明所采用的技术方案是,一种网络业务流量的实时检索方法,所述方法包括以下步骤:
步骤1:构建普通索引库;
步骤2:接收用户输入的针对网络业务流量的检索信息;
步骤3:根据用户输入的检索信息,构建包括IP以及要查询的IP的时间段的检索条件,并以检索条件在索引库中获取检索结果;
步骤4:定期删除业务流量记录。
优选地,所述步骤1中,构建普通索引库包括以下步骤:
步骤1.1:对每一条网络业务流量增加上下文信息,建立每一条网络业务流量的实时索引信息;
步骤1.2:每天固定时间,通过索引引擎从数据库中获取前一天的所有网络业务流量的实时索引信息,建立普通索引,并在实时索引信息中将前一天网络业务流量的记录删除;重复步骤1.1。
优选地,所述步骤1.1中,上下文信息包括所述每一条网络业务流量的所属IP、上行流量、下行流量和所述每一条网络业务流量的统计周期的起始时间和结束时间。
优选地,所述上下文信息还包括每一条网络业务流量的唯一ID,所述ID包含生成时间,并备份于数据库中,为数据库建立以唯一ID为关键字的分区。
优选地,所述步骤1.2中,在建立普通索引时,将前一天的记录索引保存在以前一天日期为命名的索引文件中。
优选地,所述步骤3中,检索信息包括时间条件,检索结果为条件时间内不同网络业务类型产生的上行流量和下行流量的总和。
优选地,所述步骤3中,检索信息还包括Ip,检索结果为条件时间内所述IP使用不同的网络业务类型产生的上行流量和下行流量。
优选地,所述步骤3中,检索信息还包括业务类型,检索结果为条件时间内不同IP使用当前网络业务类型产生的上行流量和下行流量。
优选地,所述步骤4中,定期删除业务流量记录,删除方式是直接删除以天日期为命名的普通索引文件。
一种采用所述的一种网络业务流量的实时检索方法的实时检索系统,所述实时检索系统包括实时索引构建模块、普通索引更新模块、检索信息接收模块、索引模块和索引清理模块;
所述实时索引构建模块用于对每一条业务流量记录增加该记录的所属IP、上行流量、下行流量和所述每一条网络业务流量的统计周期的起始时间和结束时间,并建立一条实时索引信息;
所述普通索引更新模块用于在固定时间,通过索引引擎从数据库中获取前一天的所有网络业务流量的实时索引信息,建立普通索引,并在实时索引信息中将前一天网络业务流量的记录删除;
所述检索信息接收模块用于接收用户输入的针对业务流量的检索信息;
所述索引模块用于根据用户输入的检索信息,构建包括IP以及要查询的IP的时间段的检索条件,并以检索条件在索引库中获取检索结果;
所述索引清理模块用于定期删除用户业务流量记录,删除方式是直接删除以天日期为命名的普通索引文件。
本发明提供了一种优化的网络业务流量的实时检索系统及实时检索方法,通过对每一条网络业务流量的记录补全上下文信息,建立实时索引信息,并每天将实时索引信息更替为普通索引,在用户检索时,即能提供完整、实时的检索信息。本发明的有益效果在于,本发明的检索技术在大数据量的情况下能获得更具有实时性的统计结果,耗时短,补全了上下文信息后,检索准确度更高,可以及时帮助用户了解当前网络环境中各种业务流量使用情况,对于网络带宽资源的合理分配以及网络环境中关键业务开展有着重要的意义。
附图说明
图1为本发明的方法流程图。
图2为本发明的实施例索引数据结构图。
图3为本发明的实时检索系统的逻辑结构图。
具体实施方式
本发明中,优先以Sphinx作为检索引擎。Sphinx是一个基于SQL的全文检索引擎,可以结合MySQL、PostgreSQL做全文搜索,可以提供比数据库本身更专业的搜索功能,使得应用程序更容易实现专业化的全文检索。Sphinx 特别为一些脚本语言设计搜索 API 接口,如 PHP、Python、Perl、Ruby等,同时为MySQL也设计了存储引擎插件。Sphinx单一索引最大可包含1亿条记录,在1千万条记录情况下的查询速度为0.x秒(毫秒级);Sphinx创建索引的速度为创建100万条记录的索引耗时3~4分钟,创建1000万条记录的索引可以在50分钟内完成,而只包含最新10万条记录的增量索引,重建一次只需几十秒。
由于Sphinx普通索引不具有实时性,生成时需要从数据库提取数据,而实时索引保存在内存中,程序退出会造成数据永久性丢失,故使用Sphinx普通索引构建检索引擎,设置两个数据源和两个索引,为那些基本不更新的数据建立主索引,而对于那些新增的数据建立增量索引,主索引的更新频率可以设置的长一些,例如设置在每天的午夜进行,而增量索引的更新频率可以设置的很短,如几分钟,这样在用户搜索的时候,可以同时查询这两个索引的数据。
为了提高检索效率,减少建立索引时不必要的IO消耗,提出本发明的技术。
本发明涉及一种网络业务流量的实时检索方法,所述方法包括以下步骤。
步骤1:构建普通索引库。
所述步骤1中,构建普通索引库包括以下步骤。
步骤1.1:对每一条网络业务流量增加上下文信息,建立每一条网络业务流量的实时索引信息。
所述步骤1.1中,上下文信息包括所述每一条网络业务流量的所属IP、上行流量、下行流量和所述每一条网络业务流量的统计周期的起始时间和结束时间。
所述上下文信息还包括每一条网络业务流量的唯一ID,所述ID包含生成时间,并备份于数据库中,为数据库建立以唯一ID为关键字的分区。
本发明中,实时索引信息为Sphinx实时索引信息。
步骤1.2:每天固定时间,通过索引引擎从数据库中获取前一天的所有网络业务流量的实时索引信息,建立普通索引,并在实时索引信息中将前一天网络业务流量的记录删除;重复步骤1.1。
所述步骤1.2中,在建立普通索引时,将前一天的记录索引保存在以前一天日期为命名的索引文件中。
本发明中,如图2所示,为某网络环境已经建立好的记录结构。其中,第一条记录的唯一ID为20170730115959001,表示2017年7月30日11点59分59秒的某一条记录,经过本步骤,图2的所有记录将会建立成实时索引保存于Sphinx引擎中,也会有一份备份于MySQL数据库中,且为MySQL数据库建立以唯一ID为key的分区。
本发明中,当到了一天中网络环境闲暇时间段,如凌晨,通过Sphinx引擎从MySQL数据库中获取前一天的所有业务流量记录,建立成Sphinx普通索引,并在实时索引中将前一天业务流量的记录删除。例如,在时间2017年7月31日1点00分00秒,将所有例图2中的记录从实时索引中删除,再由Sphinx普通索引引擎从数据库中提取数据重新建立索引,并将此索引文件命名为20170730,即当天日期,而实时索引只会保存当天的业务流量信息。本发明中,具体的操作时间可参考不同的网络环境配置。
步骤2:接收用户输入的针对网络业务流量的检索信息。
本发明中,接收的检索信息包括用户通过界面,选择想要呈现并查询的业务流量统计。如用户需要查询2017年7月30日11点58分到11点59分的业务流量按不同IP的总流量TOP3。
步骤3:根据用户输入的检索信息,构建包括IP以及要查询的IP的时间段的检索条件,并以检索条件在索引库中获取检索结果。
所述步骤3中,检索信息包括时间条件,检索结果为条件时间内不同网络业务类型产生的上行流量和下行流量的总和。
所述步骤3中,检索信息还包括Ip,检索结果为条件时间内所述IP使用不同的网络业务类型产生的上行流量和下行流量。
所述步骤3中,检索信息还包括业务类型,检索结果为条件时间内不同IP使用当前网络业务类型产生的上行流量和下行流量。
本发明中,以IP-时间-业务类型为条件组为例。根据检索信息,构建返回检索条件,即从实时索引中和所有普通索引文件中提取源数据,如192.168.1.100(Ip)- 20170630到20170631(时间)- Xunlei(业务类型),根据该组将相同的IP-时间-业务类型组的上下行流量各自相加,最后相加后的上下行流量再相加获得总流量,再以总流量将IP-时间-业务类型组按照一定顺序排序,如降序,并返回前三名。
本发明中,此过程使用Sphinx引擎提供的MySQL接口实现。
本发明中,条件组还可以为IP-时间条件或IP-业务类型等,即可以由IP,时间,业务类型三个条件单个使用并查询,也可以两两组合查询,也可以三个同时查询。
本发明中,源数据是同时从Sphinx普通索引和Sphinx实时索引中提取的。
步骤4:定期删除业务流量记录。
所述步骤4中,定期删除业务流量记录,删除方式是直接删除以天日期为命名的普通索引文件。
本发明中,定期删除Sphinx普通索引文件,如以一个月为限,如今天是2017年07月30日,那么将2017年06月30日之前的所有普通索引文件按照文件名删除,可以简单的将一个月前的业务流量记录从索引中删除。
一种采用所述的一种网络业务流量的实时检索方法的实时检索系统,所述实时检索系统包括实时索引构建模块、普通索引更新模块、检索信息接收模块、索引模块和索引清理模块;
所述实时索引构建模块用于对每一条业务流量记录增加该记录的所属IP、上行流量、下行流量和所述每一条网络业务流量的统计周期的起始时间和结束时间,并建立一条实时索引信息;
所述普通索引更新模块用于在固定时间,通过索引引擎从数据库中获取前一天的所有网络业务流量的实时索引信息,建立普通索引,并在实时索引信息中将前一天网络业务流量的记录删除;
所述检索信息接收模块用于接收用户输入的针对业务流量的检索信息;
所述索引模块用于根据用户输入的检索信息,构建包括IP以及要查询的IP的时间段的检索条件,并以检索条件在索引库中获取检索结果;
所述索引清理模块用于定期删除用户业务流量记录,即删除以天日期为命名的普通索引文件。
本发明中,实时索引构建模块为每一条业务流量记录进一步增加包含生成时间的唯一ID,并也将该记录备份到MySQL数据库中,为MySQL数据库建立以唯一ID为key的分区,普通索引更新模块删除前一天实时索引时按唯一ID上的时间来删除。
本发明中,实时索引构建模块为MySQL数据库建立以唯一ID为key的分区,普通索引更新模块在建立Sphinx普通索引时,将前一天的记录索引保存在以前一天日期为命名的索引文件中,索引清理模块中定期删除业务流量记录时,直接删除MySQL分区日期文件和Sphinx日期普通索引文件。
本发明通过对每一条网络业务流量的记录补全上下文信息,建立实时索引信息,并每天将实时索引信息更替为普通索引,在用户检索时,即能提供完整、实时的检索信息。本发明的有益效果在于,本发明的检索技术在大数据量的情况下能获得更具有实时性的统计结果,耗时短,补全了上下文信息后,检索准确度更高,可以及时帮助用户了解当前网络环境中各种业务流量使用情况,对于网络带宽资源的合理分配以及网络环境中关键业务开展有着重要的意义。
最后,需要注意的是,以上列举的仅是本发明的较佳实施示例,并不用以限制本发明,本领域的普通技术人员能从本发明公开的内容中直接导出或联想到的所有变形,均应包含在本发明的保护范围内。
Claims (9)
1.一种网络业务流量的实时检索方法,其特征在于:所述方法包括以下步骤:
步骤1:构建普通索引库;
所述步骤1中,构建普通索引库包括以下步骤:
步骤1.1:对每一条网络业务流量增加上下文信息,建立每一条网络业务流量的实时索引信息;上下文信息包括所述每一条网络业务流量的上行流量、下行流量;
步骤1.2:每天固定时间,通过索引引擎从数据库中获取前一天的所有网络业务流量的实时索引信息,建立普通索引,并在实时索引信息中将前一天网络业务流量的记录删除;重复步骤1.1;
步骤2:接收用户输入的针对网络业务流量的检索信息;
步骤3:根据用户输入的检索信息,构建包括IP以及要查询的IP的时间段的检索条件,并以检索条件在索引库中获取检索结果;
步骤4:定期删除业务流量记录。
2.根据权利要求1所述的一种网络业务流量的实时检索方法,其特征在于:所述步骤1.1中,上下文信息还包括所述每一条网络业务流量的所属IP和所述每一条网络业务流量的统计周期的起始时间和结束时间。
3.根据权利要求2所述的一种网络业务流量的实时检索方法,其特征在于:所述上下文信息还包括每一条网络业务流量的唯一ID,所述ID包含生成时间,并备份于数据库中,为数据库建立以唯一ID为关键字的分区。
4.根据权利要求1所述的一种网络业务流量的实时检索方法,其特征在于:所述步骤1.2中,在建立普通索引时,将前一天的记录索引保存在以前一天日期为命名的索引文件中。
5.根据权利要求1所述的一种网络业务流量的实时检索方法,其特征在于:所述步骤3中,检索信息包括时间条件,检索结果为条件时间内不同网络业务类型产生的上行流量和下行流量的总和。
6.根据权利要求5所述的一种网络业务流量的实时检索方法,其特征在于:所述步骤3中,检索信息还包括Ip,检索结果为条件时间内所述IP使用不同的网络业务类型产生的上行流量和下行流量。
7.根据权利要求5所述的一种网络业务流量的实时检索方法,其特征在于:所述步骤3中,检索信息还包括业务类型,检索结果为条件时间内不同IP使用当前网络业务类型产生的上行流量和下行流量。
8.根据权利要求1所述的一种网络业务流量的实时检索方法,其特征在于:所述步骤4中,定期删除业务流量记录,删除方式是直接删除以天日期为命名的普通索引文件。
9.一种采用权利要求1~8之一所述的一种网络业务流量的实时检索方法的实时检索系统,其特征在于:所述实时检索系统包括实时索引构建模块、普通索引更新模块、检索信息接收模块、索引模块和索引清理模块;
所述实时索引构建模块用于对每一条业务流量记录增加该记录的所属IP、上行流量、下行流量和所述每一条网络业务流量的统计周期的起始时间和结束时间,并建立一条实时索引信息;
所述普通索引更新模块用于在固定时间,通过索引引擎从数据库中获取前一天的所有网络业务流量的实时索引信息,建立普通索引,并在实时索引信息中将前一天网络业务流量的记录删除;
所述检索信息接收模块用于接收用户输入的针对业务流量的检索信息;
所述索引模块用于根据用户输入的检索信息,构建包括IP以及要查询的IP的时间段的检索条件,并以检索条件在索引库中获取检索结果;
所述索引清理模块用于定期删除用户业务流量记录,删除方式是直接删除以天日期为命名的普通索引文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710850731.9A CN107707487B (zh) | 2017-09-20 | 2017-09-20 | 一种网络业务流量的实时检索系统及实时检索方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710850731.9A CN107707487B (zh) | 2017-09-20 | 2017-09-20 | 一种网络业务流量的实时检索系统及实时检索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107707487A CN107707487A (zh) | 2018-02-16 |
CN107707487B true CN107707487B (zh) | 2020-10-27 |
Family
ID=61173119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710850731.9A Active CN107707487B (zh) | 2017-09-20 | 2017-09-20 | 一种网络业务流量的实时检索系统及实时检索方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107707487B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110322336A (zh) * | 2019-04-15 | 2019-10-11 | 平安普惠企业管理有限公司 | 风控数据统计方法、系统、计算机设备及可读存储介质 |
CN112115154A (zh) * | 2020-09-27 | 2020-12-22 | 北京有竹居网络技术有限公司 | 数据处理和数据查询方法、装置、设备和计算机可读介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7464181B2 (en) * | 2003-09-11 | 2008-12-09 | International Business Machines Corporation | Method for caching lookups based upon TCP traffic flow characteristics |
US7376642B2 (en) * | 2004-03-30 | 2008-05-20 | Microsoft Corporation | Integrated full text search system and method |
CN102184222B (zh) * | 2011-05-05 | 2012-11-14 | 杭州安恒信息技术有限公司 | 一种在大数据量存储中快速检索的方法 |
CN103530351A (zh) * | 2013-09-30 | 2014-01-22 | 金铠川(天津)科技发展有限公司 | 一种网络数据信息的搜索方法 |
CN104361042B (zh) * | 2014-10-29 | 2019-02-12 | 中国建设银行股份有限公司 | 一种信息检索方法及装置 |
-
2017
- 2017-09-20 CN CN201710850731.9A patent/CN107707487B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107707487A (zh) | 2018-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104090889B (zh) | 数据处理方法及系统 | |
US9197710B1 (en) | Temporal based data string intern pools | |
CN109299183A (zh) | 一种数据处理方法、装置、终端设备和存储介质 | |
CN100471121C (zh) | 一种解码方法和解码器 | |
US20110225288A1 (en) | Method and system for efficient storage and retrieval of analytics data | |
CN106599104A (zh) | 一种基于redis集群的海量数据关联方法 | |
US11977532B2 (en) | Log record identification using aggregated log indexes | |
CN111160867A (zh) | 大范围地域停车场大数据分析系统 | |
CN107707487B (zh) | 一种网络业务流量的实时检索系统及实时检索方法 | |
CN111966677A (zh) | 数据报表的处理方法、装置、电子设备及存储介质 | |
CN114218218A (zh) | 基于数据仓库的数据处理方法、装置、设备及存储介质 | |
JP4111881B2 (ja) | データ同期制御装置、データ同期制御方法及びデータ同期制御プログラム | |
CN112181940A (zh) | 全国工商大数据处理系统的构建方法 | |
CN111666344A (zh) | 异构数据同步方法及装置 | |
CN114637903A (zh) | 一种针对定向目标数据拓展的舆情数据采集系统 | |
CN104750860A (zh) | 一种不确定数据的数据存储方法 | |
CN105095224A (zh) | 一种在移动通信网络中进行olap分析的方法、装置和系统 | |
CN108846002B (zh) | 标签实时更新方法及系统 | |
CN117493333A (zh) | 数据归档方法、装置、电子设备及存储介质 | |
CN116521664A (zh) | 数据仓库的数据监控方法及装置、计算设备、存储介质 | |
CN111125129A (zh) | 数据处理方法和装置、存储介质及处理器 | |
CN105302889A (zh) | 数据存储结构的转换方法及装置 | |
WO2023028517A1 (en) | Updating records in a real-time storage system | |
CN117131059A (zh) | 报表数据处理方法、装置、设备及存储介质 | |
CN107180072B (zh) | 一种时序数据的处理方法及装置 |
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 | ||
CB02 | Change of applicant information |
Address after: Zhejiang Zhongcai Building No. 68 Binjiang District road Hangzhou City, Zhejiang Province, the 310052 and 15 layer Applicant after: Hangzhou Anheng Information Technology Co.,Ltd. Address before: Zhejiang Zhongcai Building No. 68 Binjiang District road Hangzhou City, Zhejiang Province, the 310052 and 15 layer Applicant before: DBAPPSECURITY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |