CN109039809A - 一种网闸集群异常的检测方法、装置及内网服务器 - Google Patents

一种网闸集群异常的检测方法、装置及内网服务器 Download PDF

Info

Publication number
CN109039809A
CN109039809A CN201810784281.2A CN201810784281A CN109039809A CN 109039809 A CN109039809 A CN 109039809A CN 201810784281 A CN201810784281 A CN 201810784281A CN 109039809 A CN109039809 A CN 109039809A
Authority
CN
China
Prior art keywords
data packet
heartbeat data
transmission channel
heartbeat
gatekeeper
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
Application number
CN201810784281.2A
Other languages
English (en)
Inventor
王丹辉
连礼泉
胡罡
吴鹏
王焮
王宏
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.)
China Electronics Technology Group Corp CETC
Original Assignee
China Electronics Technology Group Corp CETC
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 China Electronics Technology Group Corp CETC filed Critical China Electronics Technology Group Corp CETC
Priority to CN201810784281.2A priority Critical patent/CN109039809A/zh
Publication of CN109039809A publication Critical patent/CN109039809A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route
    • H04L43/106—Active monitoring, e.g. heartbeat, ping or trace-route using time related information in packets, e.g. by adding timestamps

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种网闸集群异常的检测方法、装置及内网服务器，本发明通过内网向外网发送心跳数据包，并根据该心跳数据包以及外网反馈回来的心跳数据包，精确地掌握网闸集群各通道的特性及负载情况，了解系统的实时运行状态，从而有效解决了现有技术中统计参数不能很好的反应网络实体的网络行为的问题。

Description

一种网闸集群异常的检测方法、装置及内网服务器
技术领域
本发明涉及计算机技术领域，特别是涉及一种网闸集群异常的检测方法、装置及内网服务器。
背景技术
在实际应用系统中，为满足不同业务系统的差异化数据交换需求，往往由多个网闸组成集群，提高整体带宽，以满足不同系统对带宽和延迟的不同要求，但随着业务的增长，通过网闸进行数据交换的业务数据量不断增长，相应的数据类型更加复杂。现有技术难以对各个传输通道进行异常检测。
发明内容
本发明提供了一种网闸集群异常的检测方法、装置及内网服务器，以解决现有技术现有的异常检测方法不能对所有的传输通道进行准确检测的问题。
本发明一方面提供了一种网闸集群异常的检测方法，该方法包括：
内网服务器定期产生第一心跳数据包，将所述第一心跳数据包经传输通道发送给外网服务器，其中，所述第一心跳数据包内包括发送所述第一心跳数据包的时间戳；
接收外网服务器根据所述第一心跳数据包反馈回的第二心跳数据包，其中，所述第二心跳数据包内包括所有向内传输通道的状态信息；
根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测。
可选地，根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测，包括：
通过拉依达准则根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测。
可选地，通过拉依达准则根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测之后，还包括：
根据所述第一心跳数据包的传输时间计算各个传输通道的健康指数。
可选地，该方法还包括：根据各个传输通道的健康指数对各个传输通道进行调度。
可选地，基于所述第一心跳数据包的时间戳，对各个传输通道分别制作一条异常检测曲线，根据所述异常检测曲线确定各个传输通道的异常值、波动点以及异常时间序列。
本发明另一方面提供了一种网闸集群异常的检测装置，包括：
发送单元，用于内网服务器定期产生第一心跳数据包，将所述第一心跳数据包经传输通道发送给外网服务器，其中，所述第一心跳数据包内包括发送所述第一心跳数据包的时间戳；
接收单元，用于接收外网服务器根据所述第一心跳数据包反馈回的第二心跳数据包，其中，所述第二心跳数据包内包括所有向内传输通道的状态信息；
处理单元，用于根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测。
可选地，所述处理单元还用于，通过拉依达准则根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测。
可选地，所述处理单元还用于，根据所述第一心跳数据包的传输时间计算各个传输通道的健康指数。
可选地，所述处理单元还用于，基于所述第一心跳数据包的时间戳，对各个传输通道分别制作一条异常检测曲线，根据所述异常检测曲线确定各个传输通道的异常值、波动点以及异常时间序列。
本发明再一方面还提供了一种内网服务器，该内网服务器包括上述任意一种所述的装置。
本发明有益效果如下：
本发明通过内网向外网发送心跳数据包，并根据该心跳数据包以及外网反馈回来的心跳数据包，精确地掌握网闸集群各通道的特性及负载情况，了解系统的实时运行状态，从而有效解决了现有技术中统计参数不能很好的反应网络实体的网络行为的问题。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是本发明实施例的一种网闸集群异常的检测方法的流程示意图；
图2是本发明实施例的另一种网闸集群异常的检测方法的流程示意图；
图3是本发明实施例的网闸集群异常的检测方法的结构示意图；
图4是本发明实施例的一种网闸集群异常的检测装置的结构示意图。
具体实施方式
本发明实施例提供了一种网闸集群异常的检测方法，参见图1，该方法包括：
S101、内网服务器定期产生第一心跳数据包，将所述第一心跳数据包经传输通道发送给外网服务器，其中，所述第一心跳数据包内包括发送所述第一心跳数据包的时间戳；
S102、接收外网服务器根据所述第一心跳数据包反馈回的第二心跳数据包，其中，所述第二心跳数据包内包括所有向内传输通道的状态信息；
S103、根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测。
本发明实施例通过内网向外网发送心跳数据包，并根据该心跳数据包以及外网反馈回来的心跳数据包，精确地掌握网闸集群各通道的特性及负载情况，了解系统的实时运行状态，从而有效解决了现有技术中统计参数不能很好的反应网络实体的网络行为的问题。
具体来说，本发明实施例为了及时发现传输通道的问题，本发明基于时间序列异常算法生产心跳数据包，通过检测心跳数据实现对系统运行状态的实时监控。
本发明实施例是通过内网服务器定期产生心跳数据文件，该心跳数据包包含发送时的时间戳。
如图2和3所示，具体实施时，本发明实施例的内网侧定期检测外网侧发送的心跳数据包，同时也向外网侧定期发送心跳数据包。
需要说明的是，本发明实施例中，外网向内网发送的心跳数据包中包含所有向内传输通道的状态信息，通过多传输通道冗余传输，保证系统及时检测出通道异常信息，
在本发明一个可选实施例中，本发明实施例根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测，包括：
通过拉依达准则根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测。
在本发明一个可选实施例中，通过拉依达准则根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测之后，还包括：
根据所述第一心跳数据包的传输时间计算各个传输通道的健康指数。
并且本发明实施例中内网服务器可根据各个传输通道的健康指数对各个传输通道进行调度。
在本发明一个可选实施例中，基于所述第一心跳数据包的时间戳，对各个传输通道分别制作一条异常检测曲线，根据所述异常检测曲线确定各个传输通道的异常值、波动点以及异常时间序列。
系统向内的传输通道为T＝{T1,T2,…,Tn}，其中，n为向内的传输通道数；系统向外的传输通道为T′＝{T1′,T2 ′,…,T′ m}，其中，m为向外的传输通道数。
心跳数据通过传输通道向内传输的时间为其中，即心跳时间戳和心跳数据接收时间的时间差，k为心跳数据检测次数。同样地，心跳数据通过传输通道向外传输的时间为
对于指定的传输通道，可以根据拉依达准则检测异常。例如，当第1个传输通道存在异常时，满足以下关系：
其中，心跳检测次数k可以根据实际情况进行配置，一般应满足k≥50。
健康指数用于表示指定传输通道的运行状态，结合系统异常检测，可以较好地表示系统的运行状态。本文将健康指数量化，量化方法如表所示。
可以以心跳数据传输时间计算指定传输通道的健康指数h i，为方便计算，本文对健康指数hi进行了量化处理，如表所示。
表1健康状态量化
其中，Tc为传输通道传输最小传输时间，即小文件传输时间；ΔT为心跳数据包的时间戳与当前时间的时间差。将健康指数hi作为输入参数，结合负载均衡调度算法，可以实现对各传输通道的调度。
时间序列通常是一组时间戳为特征的数据记录。给定一组未标记的时间序列，时间序列聚类算法的目的是将相似的时间序列划归到同一个集群中，这些未被标记的时间序列可能来自于一个传感器或多个传感器在不同时期产生的机器监测数据。考虑到时间属性具有的特征，时间序列在聚类同时就要考虑到序列是离散的或者连续的，均匀采样或者非均匀采样，单变量或者多变量。
时间序列的特殊性，在于每一个点都是有一个时间坐标的，这样，我们对一条曲线做异常检测时，可以通过小波变换操作，得到当前的各种频域特征，也可以对当前点做一个预测，获取当前实际点和预测值之间的差值作为重要特征，于是得到下列时序相关的特征：
●异常值：给定输入时间序列s，异常值是时间戳值对(t，st)，其中观测值与该时间序列的期望值不同。
●波动点：给定输入时间序列s，波动点是指在某个时间t，其状态在这个时间序列上表现出与t前后的值不同。
●异常时间序列：给定一组时间序列S＝{si}，异常时间序列sj是在S上与大多数时间序列值不一致的部分。
为了简要、高效地表示所处理的数据和集群对象，使用集群特征和集群特征树概念用于描述一般集群。
给定一个集群，其中包含N个d维的时间序列，则集群特征CF定义为一个二元向量：
CF＝(N,ATS)
其中N代表该集群中数据对象的数目，ATS代表该集群内时间序列在DTW(见背景技术)距离度量下的平均值。可以把CF向量看作包含多个时间序列的集群的概括。假设CF1＝(N1,ATS1)和CF2＝(N2,ATS2)分别为两个集群的集群特征向量，两个集群合并时，新的集群特征向量的生成过程如下：
CF1+CF2＝(N1+N2,ATSaver)
ATSaver表示ATS1和ATS2的平均值，它们具有相同的序列长度。
CF结构构建完成之后，将会以一种树结构存储，文献中称之为CF树。CF树是一种高度平衡树，包含两个参数：分值参数和阈值G。叶子节点含有最多L个条目，每个条目是一个CF向量。叶子节点中的每个条目都要满足阈值要求，即每个条目的直径都要小于阈值G。
给定预测值和实际观测值，利用预测误差的方法计算偏差度量：
PEt＝st-et
PEt为预测误差，同时定义相对误差REt为
如果偏差超过固定阈值G，则会发出警报。通过对相对误差进行阈值处理，可以检测异常值，同时对期望值的幅度进行归一化。
阈值选择的作用是根据异常检测算法产生的偏差度量选择合适的阈值，可通过Kσ偏差或密度分布两种阈值选择算法实现。
实验证明，本发明在实际应用中，能够即时检测并反馈网闸集群中的异常信息，精准地掌握网闸集群各通道的特性及负载情况，真实有效地反映系统的运行状态，满足大型网闸集群的海量数据传输要求。
本发明实施例还提供了一种网闸集群异常的检测装置，参见图4，该装置包括：
发送单元，用于内网服务器定期产生第一心跳数据包，将所述第一心跳数据包经传输通道发送给外网服务器，其中，所述第一心跳数据包内包括发送所述第一心跳数据包的时间戳；
接收单元，用于接收外网服务器根据所述第一心跳数据包反馈回的第二心跳数据包，其中，所述第二心跳数据包内包括所有向内传输通道的状态信息；
处理单元，用于根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测。
本发明实施例通过内网向外网发送心跳数据包，并根据该心跳数据包以及外网反馈回来的心跳数据包，精确地掌握网闸集群各通道的特性及负载情况，了解系统的实时运行状态，从而有效解决了现有技术中统计参数不能很好的反应网络实体的网络行为的问题。
具体来说，本发明实施例为了及时发现传输通道的问题，本发明基于时间序列异常算法生产心跳数据包，通过检测心跳数据实现对系统运行状态的实时监控。
本发明实施例是通过内网服务器定期产生心跳数据文件，该心跳数据包包含发送时的时间戳。
在本发明一个可选实施例中，所述处理单元还用于，通过拉依达准则根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测。
并且，本发明实施例所述处理单元还用于，根据所述第一心跳数据包的传输时间计算各个传输通道的健康指数。
在本发明一个可选实施例中，所述处理单元还用于，基于所述第一心跳数据包的时间戳，对各个传输通道分别制作一条异常检测曲线，根据所述异常检测曲线确定各个传输通道的异常值、波动点以及异常时间序列。
本发明实施例所述的装置能够即时检测并反馈网闸集群中的异常信息，精准地掌握网闸集群各通道的特性及负载情况，真实有效地反映系统的运行状态，满足大型网闸集群的海量数据传输要求。
本发明实施例的相关内容可参见方法实施例进行理解，在此不做详细赘述。
本发明实施例还提供了一种一种内网服务器该内网服务器包括上述任意一项所述的装置。
本发明实施例的相关内容可参见方法实施例和装置实施例进行理解，在此不做详细赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的分布式文件系统数据导入装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种网闸集群异常的检测方法，其特征在于，包括：
内网服务器定期产生第一心跳数据包，将所述第一心跳数据包经传输通道发送给外网服务器，其中，所述第一心跳数据包内包括发送所述第一心跳数据包的时间戳；
接收外网服务器根据所述第一心跳数据包反馈回的第二心跳数据包，其中，所述第二心跳数据包内包括所有向内传输通道的状态信息；
根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测。
2.根据权利要求1所述的方法，其特征在于，根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测，包括：
通过拉依达准则根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测。
3.根据权利要求2所述的方法，其特征在于，通过拉依达准则根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测之后，还包括：
根据所述第一心跳数据包的传输时间计算各个传输通道的健康指数。
4.根据权利要求3所述的方法，其特征在于，还包括：
根据各个传输通道的健康指数对各个传输通道进行调度。
5.根据权利要求2或3所述的方法，其特征在于，
基于所述第一心跳数据包的时间戳，对各个传输通道分别制作一条异常检测曲线，根据所述异常检测曲线确定各个传输通道的异常值、波动点以及异常时间序列。
6.一种网闸集群异常的检测装置，其特征在于，包括：
发送单元，用于内网服务器定期产生第一心跳数据包，将所述第一心跳数据包经传输通道发送给外网服务器，其中，所述第一心跳数据包内包括发送所述第一心跳数据包的时间戳；
接收单元，用于接收外网服务器根据所述第一心跳数据包反馈回的第二心跳数据包，其中，所述第二心跳数据包内包括所有向内传输通道的状态信息；
处理单元，用于根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测。
7.根据权利要求6所述的装置，其特征在于，
所述处理单元还用于，通过拉依达准则根据所述第二心跳数据包内的各个传输通道的状态信息对网闸集群各通道的状态进行检测。
8.根据权利要求1所述的装置，其特征在于，
所述处理单元还用于，根据所述第一心跳数据包的传输时间计算各个传输通道的健康指数。
9.根据权利要求7或8所述的装置，其特征在于，
所述处理单元还用于，基于所述第一心跳数据包的时间戳，对各个传输通道分别制作一条异常检测曲线，根据所述异常检测曲线确定各个传输通道的异常值、波动点以及异常时间序列。
10.一种内网服务器，其特征在于，该内网服务器包括权利要求6-9中任意一项所述的装置。
CN201810784281.2A 2018-07-17 2018-07-17 一种网闸集群异常的检测方法、装置及内网服务器 Pending CN109039809A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810784281.2A CN109039809A (zh) 2018-07-17 2018-07-17 一种网闸集群异常的检测方法、装置及内网服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810784281.2A CN109039809A (zh) 2018-07-17 2018-07-17 一种网闸集群异常的检测方法、装置及内网服务器

Publications (1)

Publication Number Publication Date
CN109039809A true CN109039809A (zh) 2018-12-18

Family

ID=64642911

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810784281.2A Pending CN109039809A (zh) 2018-07-17 2018-07-17 一种网闸集群异常的检测方法、装置及内网服务器

Country Status (1)

Country Link
CN (1) CN109039809A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111355752A (zh) * 2018-12-20 2020-06-30 阿里巴巴集团控股有限公司 基于网闸的文件传输方法、装置及设备
CN112383410A (zh) * 2020-10-21 2021-02-19 珠海许继芝电网自动化有限公司 一种正向隔离装置状态的检测方法及介质
CN113382012A (zh) * 2021-06-18 2021-09-10 广州中爆数字信息科技股份有限公司 一种内外网数据交换方法、装置、设备及存储介质
CN115190051A (zh) * 2021-04-01 2022-10-14 中国移动通信集团河南有限公司 心跳数据识别方法及电子装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070078976A1 (en) * 2001-12-20 2007-04-05 Questra Corporation Adaptive device-initiated polling
CN104750861A (zh) * 2015-04-16 2015-07-01 中国电力科学研究院 一种储能电站海量数据清洗方法及系统
CN105071983A (zh) * 2015-07-16 2015-11-18 清华大学 一种面向云计算在线业务的异常负载检测方法
CN105553760A (zh) * 2015-12-11 2016-05-04 中国科学院信息工程研究所 一种基于心跳的软件模块故障处理方法及系统
CN106506510A (zh) * 2016-11-18 2017-03-15 江苏方天电力技术有限公司 动态振动信号数据跨网闸传输系统及其方法
WO2018085320A1 (en) * 2016-11-04 2018-05-11 Nec Laboratories America, Inc Content-aware anomaly detection and diagnosis

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070078976A1 (en) * 2001-12-20 2007-04-05 Questra Corporation Adaptive device-initiated polling
CN104750861A (zh) * 2015-04-16 2015-07-01 中国电力科学研究院 一种储能电站海量数据清洗方法及系统
CN105071983A (zh) * 2015-07-16 2015-11-18 清华大学 一种面向云计算在线业务的异常负载检测方法
CN105553760A (zh) * 2015-12-11 2016-05-04 中国科学院信息工程研究所 一种基于心跳的软件模块故障处理方法及系统
WO2018085320A1 (en) * 2016-11-04 2018-05-11 Nec Laboratories America, Inc Content-aware anomaly detection and diagnosis
CN106506510A (zh) * 2016-11-18 2017-03-15 江苏方天电力技术有限公司 动态振动信号数据跨网闸传输系统及其方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
连礼泉等: "基于多网闸的安全数据交换系统设计与实现", 《电脑知识与技术》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111355752A (zh) * 2018-12-20 2020-06-30 阿里巴巴集团控股有限公司 基于网闸的文件传输方法、装置及设备
CN112383410A (zh) * 2020-10-21 2021-02-19 珠海许继芝电网自动化有限公司 一种正向隔离装置状态的检测方法及介质
CN112383410B (zh) * 2020-10-21 2023-04-18 珠海许继芝电网自动化有限公司 一种正向隔离装置状态的检测方法及介质
CN115190051A (zh) * 2021-04-01 2022-10-14 中国移动通信集团河南有限公司 心跳数据识别方法及电子装置
CN115190051B (zh) * 2021-04-01 2023-09-05 中国移动通信集团河南有限公司 心跳数据识别方法及电子装置
CN113382012A (zh) * 2021-06-18 2021-09-10 广州中爆数字信息科技股份有限公司 一种内外网数据交换方法、装置、设备及存储介质
CN113382012B (zh) * 2021-06-18 2022-11-15 广州中爆数字信息科技股份有限公司 一种内外网数据交换方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN109039809A (zh) 一种网闸集群异常的检测方法、装置及内网服务器
KR102346131B1 (ko) 데이터 스트림의 실시간 처리를 위한 시스템 및 방법
Iqbal et al. Efficient prediction of network traffic for real‐time applications
US20210326729A1 (en) Recommendation Model Training Method and Related Apparatus
CN110362612B (zh) 由电子设备执行的异常数据检测方法、装置和电子设备
US9817893B2 (en) Tracking changes in user-generated textual content on social media computing platforms
US10075463B2 (en) Bot detection system based on deep learning
US10318366B2 (en) System and method for relationship based root cause recommendation
US11314616B2 (en) Machine learning models applied to interaction data for facilitating modifications to online environments
CN110351299B (zh) 一种网络连接检测方法和装置
CN113435409A (zh) 图像识别模型的训练方法、装置、存储介质及电子设备
US20210303532A1 (en) Streamlined transaction and dimension data collection
CN112000454A (zh) 一种多媒体数据的处理方法及设备
CN103713935A (zh) 一种在线管理Hadoop集群资源的方法和装置
CN112866260A (zh) 结合云计算和用户行为分析的流量检测方法及大数据中心
CN111861255A (zh) 企业风险监控方法和装置、以及存储介质和电子设备
CN113190417A (zh) 微服务状态检测方法、模型的训练方法、设备及存储介质
CN111445027B (zh) 机器学习模型的训练方法和装置
US11622020B2 (en) Push control
US20210241171A1 (en) Machine learning feature engineering
CN108073464A (zh) 一种基于速度和加速度的时序数据异常点检测方法及装置
CN109462510B (zh) 一种cdn节点质量评估的方法及装置
CN115099356A (zh) 工业不平衡数据分类方法、装置、电子设备及存储介质
CN113608949A (zh) 压力测试方法和装置、以及存储介质和电子设备
CN113822371A (zh) 训练分组模型，以及对时序数据进行分组的方法和装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181218

RJ01 Rejection of invention patent application after publication