CN110389883B - 一种基于多线程的模块日志实时监控系统 - Google Patents

一种基于多线程的模块日志实时监控系统 Download PDF

Info

Publication number
CN110389883B
CN110389883B CN201910567338.8A CN201910567338A CN110389883B CN 110389883 B CN110389883 B CN 110389883B CN 201910567338 A CN201910567338 A CN 201910567338A CN 110389883 B CN110389883 B CN 110389883B
Authority
CN
China
Prior art keywords
log
syslog
file
line
time
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
CN201910567338.8A
Other languages
English (en)
Other versions
CN110389883A (zh
Inventor
姜永永
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.)
Xi'an Liancheng Intelligent Technology Co ltd
Original Assignee
Xi'an Liancheng Intelligent 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 Xi'an Liancheng Intelligent Technology Co ltd filed Critical Xi'an Liancheng Intelligent Technology Co ltd
Priority to CN201910567338.8A priority Critical patent/CN110389883B/zh
Publication of CN110389883A publication Critical patent/CN110389883A/zh
Application granted granted Critical
Publication of CN110389883B publication Critical patent/CN110389883B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06F9/5022—Mechanisms to release resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3476—Data logging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/172—Caching, prefetching or hoarding of files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/18—File system types
    • G06F16/1805—Append-only file systems, e.g. using logs or journals to store data
    • G06F16/1815—Journaling file systems
    • 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
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5011—Pool
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明提供一种基于多线程的模块日志实时监控系统，包括：系统进行多线程任务定时提取连接至PC的多台模组设备产生的日志，利用提取技术生成连续非重复的日志片段，针对提取的日志片段，进行日志实时分析，存在异常则记录至本地数据库文件，同时存储发生时刻的全系统日志，能够完整截取系统日志，实时分析，并无重复提取异常点存入本地，同时可以提取连接至PC的多台模组设备产生的日志，提高效率。

Description

一种基于多线程的模块日志实时监控系统
技术领域
本发明属于车联网技术领域，具体涉及一种基于多线程的模块日志实时监控系统。
背景技术
车联网是指车与车、车与路、车与人、车与传感设备等交互，实现车辆与公众网络通信的动态移动通信系统。它可以通过车与车、车与人、车与路互联互通实现信息共享，收集车辆、道路和环境的信息，并在信息网络平台上对多源采集的信息进行加工、计算、共享和安全发布，根据不同的功能需求对车辆进行有效的引导与监管，以及提供专业的多媒体与移动互联网应用服务。
目前的车载模组使汽车OEM和售后信息技术开发人员能够快速集成和完成有针对性的认证，但目前车载模组的日志连续生成，仅存在于10M大小文件的syslog和syslog.0中并按周期覆盖，在分析日志时存在以下缺点：
（1）当前日志分析技术仅限于固定提取日志文件，但不能按时间顺序连续提取日志内容并无缝衔接；（2）针对具体日志文件进行关键字提取分析时，如果日志文件相同，则关键字提取会生成多种相同的结果，不利于查看；（3）一台PC连接一台设备进行日志提取处理导致资源浪费。
发明内容
本发明的目的就是提供一种基于多线程的模块日志实时监控系统，用于能够完整截取系统日志，实时分析，并无重复提取异常点存入本地，同时可以提取连接至PC的多台模组设备产生的日志，提高效率。
为实现上述目的，本发明的技术方案为:
本发明一种基于多线程的模块日志实时监控系统，包括：系统进行多线程任务定时提取连接至PC的多台模组设备产生的日志，利用提取技术生成连续非重复的日志片段，针对提取的日志片段，进行日志实时分析，存在异常则记录至本地数据库文件，同时存储发生时刻的全系统日志。
其中，所述系统进行多线程任务技术流程包括：系统通过Android Device Bridge协议获取当前设备名称列表，多线程调用主程序入口，并传入设备名称参数进行初始化启动线程循环，主程序运行中通过线程锁申请资源池锁定，保证线程资源独占，完成线程循环后释放。
其中，所述系统主程序运行流程包括：定义设备端syslog/syslog0变量及路径，Debug Mode判断使能，初始syslog获取分析，Syslog0存在性判断，日志获取选择性判断，调用提取算法，生成连续无重复日志片段，调用分析算法，分析连续无重复日志片段。
其中，主程序运行时模组日志连续生成，仅存在于10M大小文件的syslog和syslog.0中并按周期覆盖。
其中，所述利用提取技术生成连续非重复的日志片段技术流程包括：第一步：首次提取系统syslog文件作为基准syslog备用，后续每隔1分钟提取当前时间syslog分析后会生成newSyslog_timenow文件，重命名为为newSyslog作为新的基准syslog文件；
第二步：提取当前时间syslog并保存在Syslog_timenow文件中待分析；
第三步：提取技术定义last_line_tag标签并赋初值0。提取基准syslog的最后一行赋值为last_line；
第四步：打开遍历Syslog_timenow文件，在其中查找last_line行,如果存在last_line行，则将当前行数值赋值给last_line_tag标签；
第五步：针对Syslog_timenow文件，从last_line_tag的下一行起，逐行将Syslog_timenow文件的日志内容添加至newSyslog_timenow，即生成连续无重复的日志片段；如果Syslog_timenow文件中不存在last_line行，则从第一行起整体添加Syslog_timenow文件日志内容至newSyslog_timenow，即生成连续无重复的日志片段；得到的newSyslog_timenow文件即为提取技术获取的连续无重复的日志片段。
其中，所述日志实时分析技术流程包括：定义异常字段数据库存放路径，按行提取日志，分别查询ANR/Crash/Reboot/ OutOfMemory tag字段，如果当前行存在tag字段，则提取当前行进程字段、日志时间字段、异常字段，形成异常字段数组，写入异常字段数据库；完成异常字段数据存储后，提取当前时间系统整体日志，存放至PC异常日志路径。
本发明的有益效果：系统通过多线程任务定时提取连接至PC的多台模组设备产生的日志，通过提取技术进行重复判断并生成最新的但非重复的日志片段；针对提取的日志片段，监控系统通过分析技术遍历已经定义的异常关键字，如果存在异常则记录至本地数据库文件，同时存储发生时刻的全系统日志，能够完整截取系统日志，实时分析，并无重复提取异常点存入本地，同时可以提取连接至PC的多台模组设备产生的日志，提高效率。
附图说明
图1本发明多线程任务技术流程图；
图2本发明主程序运行流程图；
图3本发明生成连续非重复的日志片段技术流程图；
图4本发明日志实时分析技术流程图。
具体实施方式
以下结合说明书附图，对本发明作出详细描述: 本发明一种多线程的模块日志实时监控系统，其组成单元主要包括多线程任务技术、主程序运行流程、日志提取生成连续非重复的日志片段技术、日志实时分析技术。
下面分别说明本发明以上关键技术：
多线程任务技术中系统通过Android Device Bridge协议获取当前设备名称列表，多线程调用主程序入口，并传入设备名称参数进行初始化启动线程循环，主程序运行中通过线程锁申请资源池锁定，保证线程资源独占，完成线程循环后释放。
多线程任务技术具体实施步骤，如图1所示：
【S001】监控程序启动；
【S002】获取设备列表并打印；
【S003】调用python threading模块，线程锁初始化；
【S004】获取device[]列表长度，构建并启动多线程循环，调用主程序入口，并将device[i]作为参数传递给主程序；
【S005】针对单一线程，调用线程锁申请资源池锁定，主程序启动运行，执行单线程任务；
【S006】单一线程内主程序执行完毕之后，线程锁定结束，资源池释放，进入下一轮线程循环。
主程序运行流程，主程序首先定义设备端syslog/syslog0变量及路径，定义PC本地temp目录，异常结果数据库目录，异常日志存放目录。新设备须使能DebugMode，保证syslog/syslog0提取正常。监控系统伴随设备初始运行开始监控，首先提取初始syslog文件进行分析，生成第一次分析结果，初始syslog文件作为基准syslog文件备用。根据系统日志转存机制，系统初次运行时生成syslog，当syslog文件大于10M时，自动重命名为syslog0，系统生成新的syslog文件，因此获取连续无重复的日志片段时，首先进行sysylog0存在性判断，如果syslog0不存在（一般限于设备刚开始运行，日志文件尚未转存前的情形），则直接提取当前时间syslog文件，对比基准syslog文件，调用提取算法，获取连续无重复日志并分析；如果syslog0存在，提取syslog0生成时间，若syslog0生成时间与syslog0基准生成时间不一致，则表明syslog0已经发生转存替换，提取当前时间syslog0文件，对比基准syslog文件，调用提取算法，获取连续无重复日志并分析；如果syslog0存在，但是syslog0生成时间与syslog0基准生成时间一致，表明syslog0尚未发生转存替换，则直接提取当前时间syslog文件，对比基准syslog文件，调用提取算法，获取连续无重复日志并分析。每次通过提取算法完成对当前时间的syslog/syslog0文件处理并获取连续无重复日志片段后，均删除当前时间的syslog/syslog0文件；每次通过分析算法完成对连续无重复日志片段的分析之后，连续无重复日志片段重命名为基准syslog文件备用，作为下一次对比的基准syslog文件。syslog0基准生成时间初始化为空，在syslog0存在的情形下，如果syslog0生成时间发生了变化，则处理分析完提取的syslog0文件之后，syslog0基准生成时间自动赋值为最新的syslog0生成时间。
主程序运行流程，具体实施步骤，如图2所示：
【S001】主程序启动。
【S002】定义设备端syslog/sylog0的存储路径，生成本地监控结果存放路径。
【S003】根据本地syslog路径判断设备是否处于Debug Mode,如果没有，则使能。
【S004】第一次提取系统syslog并分析，syslog文件作为初始syslog保存备用。
【S005】启动syslog提取分析循环流程，判断当前设备是否存在sysylog0。
【S006】如果设备还未生成syslog0文件，则提取当前时间syslog。
【S007】如果设备已经生成syslog0文件，则提取syslog0的生成时间。
【S008】对比syslog0生成时间与syslog0基准时间是否一致。
【S009】如果syslog0生成时间与syslog0基准时间一致，则提取当前时间syslog，本步骤等同于S006。
【S010】如果syslog0生成时间与syslog0基准时间不一致，则提取当前时间syslog0。
【S011】使用S006或S009提取的syslog文件，或使用S010提取的syslog0文件，对比基准syslog文件，调用提取算法，生成连续无重复日志片段。
【S012】调用分析算法，分析连续无重复日志片段，如果存在异常，则将结果写入本地数据库，并获取设备日志存放至本地日志路径。
【S013】以1分钟为周期，进行日志提取分析循环。
生成连续非重复的日志片段技术，提取算法以当前时间syslog，基准syslog为输入，输出连续无重复日志片段。提取算法首先定义last_line_tag标签并赋初值0。提取基准syslog的最后一行赋值为last_line，打开遍历当前时间syslog在其中查找last_line行,如果存在则赋值给last_line_tag标签，从last_line_tag的下一行起，逐行将日志内容添加至连续无重复的日志片段；如果当前时间syslog中不存在last_line行，则从第一行起整体添加当前syslog至连续无重复的日志片段。
生成连续非重复的日志片段技术，具体实施步骤，如图3所示：
【S001】日志提取算法启动。
【S002】初始化last_line_tag标签为0。
【S003】打开基准syslog，获取最后一行，定义为last_line。
【S004】打开当前时间syslog文件，遍历查询last_line
【S005】如果当前时间syslog中存在last_line行，则标记last_line_tag为last_line行数
【S006】从last_line_tag的下一行起，逐行添加日志到连续无重复的日志片段文件。
【S007】如果当前时间syslog中不存在last_line行，则将当前时间syslog整体添加至连续无重复的日志片段文件。
日志实时分析技术以连续无重复日志片段为输入，输出异常字段数据库和异常发生时间的日志。首先定义异常字段数据库存放路径。打开日志后，按行提取日志，分别查询ANR/Crash/Reboot/ OutOfMemory tag字段，如果当前行存在tag字段，则提取当前行进程字段、日志时间字段、异常字段，形成异常字段数组，写入异常字段数据库。完成异常字段数据存储后，提取当前时间系统整体日志，存放至PC异常日志路径。连续无重复日志片段分析结束后，关闭日志数据流。
日志实时分析技术，具体实施步骤，如图4所示：
【S001】日志分析算法启动。
【S002】定义异常数据库存储路径。
【S003】打开连续无重复日志片段。
【S004】逐行查询ANR/Crash/Reboot/ OutOfMemory tag字段
【S005】若ANR/Crash/Reboot/ OutOfMemory tag字段存在，则在该行提取进程字段、日志时间字段、异常字段，形成异常字段数组。
【S006】将异常字段数组存入异常数据库，写入异常数据库存储路径。
【S007】获取当前系统日志，存入PC异常日志路径。
【S008】关闭日志流。
本发明的创新之处在于：系统通过多线程任务定时提取连接至PC的多台模组设备产生的日志，通过提取技术进行重复判断并生成最新的但非重复的日志片段；针对提取的日志片段，监控系统通过分析技术遍历已经定义的异常关键字，如果存在异常则记录至本地数据库文件，同时存储发生时刻的全系统日志，能够完整截取系统日志，实时分析，并无重复提取异常点存入本地，同时可以提取连接至PC的多台模组设备产生的日志，提高效率。

Claims (6)

1.一种基于多线程的模块日志实时监控系统，其特征在于，包括：系统进行多线程任务定时提取连接至PC的多台模组设备产生的日志，利用提取技术生成连续非重复的日志片段，针对提取的日志片段，进行日志实时分析，存在异常则记录至本地数据库文件，同时存储发生时刻的全系统日志；
其中，所述利用提取技术生成连续非重复的日志片段技术流程包括：
S001：主程序启动；
S002：定义设备端syslog/syslog0的存储路径，生成本地监控结果存放路径；
S003：根据本地syslog路径判断设备是否处于Debug Mode，如果没有，则使能；
S004：第一次提取系统syslog并分析，syslog文件作为初始syslog保存备用；
S005：启动syslog提取分析循环流程，判断当前设备是否存在syslog0；
S006：若否，提取当前时间syslog；
S007：若是，提取syslog0的生成时间；
S008：对比syslog0生成时间与syslog0基准时间是否一致；
S009：如果syslog0生成时间与syslog0基准时间一致，则提取当前时间syslog；
S010：如果syslog0生成时间与syslog0基准时间不一致，则提取当前时间syslog0；
S011：以步骤S006或步骤S009提取的当前时间syslog，或步骤S010提取的当前时间syslog0文件，对比基准syslog文件，初始化last_line_tag标签为0；
S012：打开基准syslog，获取最后一行，定义为last_line；
S013：打开当前时间syslog文件，遍历查询last_line；
S014：如果当前时间syslog中存在last_line行，则标记last_line_tag为last_line行数；
S015：从last_line_tag的下一行起，逐行添加日志到连续无重复的日志片段文件；
S016：如果当前时间syslog中不存在last_line行，则将当前时间syslog整体添加至连续无重复的日志片段文件。
2.根据权利要求1所述的一种基于多线程的模块日志实时监控系统，其特征在于，所述系统进行多线程任务技术流程包括：系统通过Android Device Bridge协议获取当前设备名称列表，多线程调用主程序入口，并传入设备名称参数进行初始化启动线程循环，主程序运行中通过线程锁申请资源池锁定，保证线程资源独占，完成线程循环后释放。
3.根据权利要求2所述的一种基于多线程的模块日志实时监控系统，其特征在于，所述系统主程序运行流程包括：定义设备端syslog/syslog0变量及路径，Debug Mode判断使能，初始syslog获取分析，Syslog0存在性判断，日志获取选择性判断，调用提取算法，生成连续无重复日志片段，调用分析算法，分析连续无重复日志片段。
4.根据权利要求3所述的一种基于多线程的模块日志实时监控系统，其特征在于，主程序运行时模组日志连续生成，仅存在于10M大小文件的syslog和syslog.0中并按周期覆盖。
5.根据权利要求1所述的一种基于多线程的模块日志实时监控系统，其特征在于，所述利用提取技术生成连续非重复的日志片段技术流程包括：
第一步：首次提取系统syslog文件作为基准syslog备用，后续每隔1分钟提取当前时间syslog分析后会生成newSyslog_timenow文件，重命名为newSyslog作为新的基准syslog文件；
第二步：提取当前时间syslog并保存在Syslog_timenow文件中待分析；
第三步：提取技术定义last_line_tag标签并赋初值0；
提取基准syslog的最后一行赋值为last_line；
第四步：打开遍历Syslog_timenow文件，在其中查找last_line行，如果存在last_line行，则将当前行数值赋值给last_line_tag标签；
第五步：针对Syslog_timenow文件，从last_line_tag的下一行起，逐行将Syslog_timenow文件的日志内容添加至newSyslog_timenow，即生成连续无重复的日志片段；如果Syslog_timenow文件中不存在last_line行，则从第一行起整体添加Syslog_timenow文件日志内容至newSyslog_timenow，即生成连续无重复的日志片段；得到的newSyslog_timenow文件即为提取技术获取的连续无重复的日志片段。
6.根据权利要求1所述的一种基于多线程的模块日志实时监控系统，其特征在于，所述日志实时分析技术流程包括：定义异常字段数据库存放路径，按行提取日志，分别查询ANR/Crash/Reboot/OutOfMemory tag字段，如果当前行存在tag字段，则提取当前行进程字段、日志时间字段、异常字段，形成异常字段数组，写入异常字段数据库；完成异常字段数据存储后，提取当前时间系统整体日志，存放至PC异常日志路径。
CN201910567338.8A 2019-06-27 2019-06-27 一种基于多线程的模块日志实时监控系统 Active CN110389883B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910567338.8A CN110389883B (zh) 2019-06-27 2019-06-27 一种基于多线程的模块日志实时监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910567338.8A CN110389883B (zh) 2019-06-27 2019-06-27 一种基于多线程的模块日志实时监控系统

Publications (2)

Publication Number Publication Date
CN110389883A CN110389883A (zh) 2019-10-29
CN110389883B true CN110389883B (zh) 2023-08-01

Family

ID=68285958

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910567338.8A Active CN110389883B (zh) 2019-06-27 2019-06-27 一种基于多线程的模块日志实时监控系统

Country Status (1)

Country Link
CN (1) CN110389883B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105159820A (zh) * 2015-09-06 2015-12-16 浪潮(北京)电子信息产业有限公司 一种系统日志数据传输方法及装置
CN107391353A (zh) * 2017-07-07 2017-11-24 西安电子科技大学 基于日志的复杂软件系统异常行为检测方法
CN107870850A (zh) * 2017-08-25 2018-04-03 成都萌想科技有限责任公司 一种高效的互联网应用日志系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IN2013MU02794A (zh) * 2013-08-27 2015-07-03 Tata Consultancy Services Ltd
US9807154B2 (en) * 2014-09-26 2017-10-31 Lenovo Enterprise Solutions (Singapore) Pte, Ltd. Scalable logging control for distributed network devices

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105159820A (zh) * 2015-09-06 2015-12-16 浪潮(北京)电子信息产业有限公司 一种系统日志数据传输方法及装置
CN107391353A (zh) * 2017-07-07 2017-11-24 西安电子科技大学 基于日志的复杂软件系统异常行为检测方法
CN107870850A (zh) * 2017-08-25 2018-04-03 成都萌想科技有限责任公司 一种高效的互联网应用日志系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《Utility Maximizing Thread Assignment and Resource Allocation》;Lai,Pan等;《2016 IEEE 30TH INTERNATIONAL PARALLEL AND DISTRIBUTED PROCESSING SYMPOSIUM(IPDPS 2016)》;20170201;第433-442页 *
Syslog软件在电力网络中的应用;骆超;《大众用电》;20151125;全文 *

Also Published As

Publication number Publication date
CN110389883A (zh) 2019-10-29

Similar Documents

Publication Publication Date Title
CN105706045B (zh) 对日志消息内容的面向语义分析
US7660780B1 (en) Moving an agent from a first execution environment to a second execution environment
Xiaomeng et al. CPGVA: code property graph based vulnerability analysis by deep learning
US7664721B1 (en) Moving an agent from a first execution environment to a second execution environment using supplied and resident rules
Xu et al. A sharper sense of self: Probabilistic reasoning of program behaviors for anomaly detection with context sensitivity
Pinzger et al. Pattern-supported architecture recovery
US7970724B1 (en) Execution of a canonical rules based agent
EP3170120A1 (en) Recognition of behavioural changes of online services
US8938443B2 (en) Runtime optimization of spatiotemporal events processing
CN111814192B (zh) 训练样本生成方法及装置、敏感信息检测方法及装置
WO2019179408A1 (zh) 机器学习模型的构建
WO2022053163A1 (en) Distributed trace anomaly detection with self-attention based deep learning
CN110389883B (zh) 一种基于多线程的模块日志实时监控系统
US8423496B1 (en) Dynamic determination of needed agent rules
CN112380195B (zh) 一种基于事务时序有向图的sql交互数据预处理方法与装置
Naykhanova et al. Conceptual model of knowledge base system
US11868473B2 (en) Method for constructing behavioural software signatures
Xia et al. Source Code Vulnerability Detection Based On SAR-GIN
CN111158653B (zh) 基于sql语言的实时计算程序的集成开发及执行系统
CN114546836A (zh) 基于下推自动机引导的公共组件库自动化测试方法及装置
Han et al. A novel malware detection approach based on behavioral semantic analysis and LSTM model
CN114595148B (zh) 一种基于数据流传播分析的Java空指针引用检测方法及系统
McCully et al. Bi-Directional Transformers vs. word2vec: Discovering Vulnerabilities in Lifted Compiled Code
US8204845B2 (en) Movement of an agent that utilizes a compiled set of canonical rules
Gwak et al. Debugging Malware Classification Models Based on Event Logs with Explainable AI

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