CN110633872A - 一种基于大数据分析的违规行为识别方法及系统 - Google Patents
一种基于大数据分析的违规行为识别方法及系统 Download PDFInfo
- Publication number
- CN110633872A CN110633872A CN201910916526.7A CN201910916526A CN110633872A CN 110633872 A CN110633872 A CN 110633872A CN 201910916526 A CN201910916526 A CN 201910916526A CN 110633872 A CN110633872 A CN 110633872A
- Authority
- CN
- China
- Prior art keywords
- violation
- terminal equipment
- behavior
- data
- server
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种基于大数据分析的违规行为识别方法及系统，其方法包括：用户在操作终端设备期间，通过对终端设备的使用数据及相关应用的使用数据进行实时采集，得到所述终端设备的操作使用数据；通过互联网将所述终端设备的操作使用数据发送给服务器；所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为；当判断所述终端设备的当前操作出现违规行为时，所述服务器生成违规行为报告，并通过互联网将所述违规行为报告发送给系统监督人员及所述终端设备。
Description
技术领域
本发明涉及移动终端技术领域，特别涉及一种基于大数据分析的违规行为识别方法及系统。
背景技术
目前公司高度重视移动信息化发展，在财务、营销、运检、基建、物资等方面开展了一系列移动信息化应用尝试，同时，公司启动了移动应用平台的建设工作，实现了电力业务过程的规范化、标准化和精细化管理。
随着移动信息技术的发展成熟及公司移动信息化建设的稳步推进，在安全防护建设等方面，对公司移动信息化建设提出新的要求。进一步推动信息安全整体规划和顶层设计的开展，完善安全防护体系系统。
根据《国家电网公司信息化“SG186”工程安全防护总体方案》、《国家电网公司智能电网信息安全防护总体方案》和《国家电网公司信息安全顶层设计》构建的安全体系及其在移动化方面的要求，构建了国家电网公司移动信息化信息安全防护体系。该体系建立的安全防护目标是保障各类移动终端安全认证和数据安全，保障终端数据在移动网络传输过程中不发生泄露、被篡改等事件，保障公司信息系统主站、网络边界安全和可信接入，实现用户终端可控、终端行为可监督、通信链路可信、离线数据可追踪。
发明内容
根据本发明实施例提供的方案解决的技术问题是人机交互过程中不能避免潜在交互风险，给终端用户带来扣分罚款的风险。
根据本发明实施例提供的一种基于大数据分析的违规行为识别方法，包括：
用户在操作终端设备期间，通过对终端设备的使用数据及相关应用的使用数据进行实时采集，得到所述终端设备的操作使用数据；
通过互联网将所述终端设备的操作使用数据发送给服务器；
所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为；
当判断所述终端设备的当前操作出现违规行为时，所述服务器生成违规行为报告，并通过互联网将所述违规行为报告发送给系统监督人员及所述终端设备。
优选地，所述操作使用数据包括：终端设备运行情况、用户惯用的业务系统应用以及用户操作信息；
其中，所述业务系统应用是指基于电网行业内的各个专业下开发的应用。
优选地，所述终端设备运行情况包括：无线局域网状态、蓝牙状态、移动网络状态、USB状态、GSP状态、电量状态、存储状态、运行日志以及应用使用情况。
优选地，所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为包括：
所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果；
若所述违规行为预测分析结果中已存在违规行为或存在违规行为趋势，则所述服务器判断所述终端设备的当前操作出现违规行为；
若所述违规行为预测分析结果中不存在违规行为或不存在违规行为趋势，则所述服务器判断所述终端设备的当前操作未出现违规行为；
其中，所述海量平台是由关系型数据库Oracle和非关系型数据库MongoDb组成的分布式数据库服务器。
优选地，所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果包括：
所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，提取出所述操作使用数据中的关键违规行为特征；
所述服务器根据所述关键违规行为特征及预置的违规行为级别，生成违规行为预测分析结果。
根据本发明实施例提供的一种基于大数据分析的违规行为识别系统，包括：
终端设备，用于在用户操作期间，通过对其使用数据及相关应用的使用数据进行实时采集，得到操作使用数据，并通过互联网将所述操作使用数据发送给服务器；
服务器，用于利用海量平台对所述操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为，以及当判断所述终端设备的当前操作出现违规行为时，生成违规行为报告，并通过互联网将所述违规行为报告发送给系统监督人员及所述终端设备。
优选地，所述操作使用数据包括：终端设备运行情况、用户惯用的业务系统应用以及用户操作信息；
其中，所述业务系统应用是指基于电网行业内的各个专业下开发的应用。
优选地，所述终端设备运行情况包括：无线局域网状态、蓝牙状态、移动网络状态、USB状态、GSP状态、电量状态、存储状态、运行日志以及应用使用情况。
优选地，所述服务器包括：
预测分析模块，用于利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果；
判断模块，用于当所述违规行为预测分析结果中已存在违规行为或存在违规行为趋势，则判断所述终端设备的当前操作出现违规行为，以及当所述违规行为预测分析结果中不存在违规行为或不存在违规行为趋势，则判断所述终端设备的当前操作未出现违规行为；
其中，所述海量平台是由关系型数据库Oracle和非关系型数据库MongoDb组成的分布式数据库服务器。
优选地，所述预测分析模块具体用于利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，提取出所述操作使用数据中的关键违规行为特征，并根据所述关键违规行为特征及预置的违规行为级别，生成违规行为预测分析结果。
根据本发明实施例提供的方案，在充分考虑了终端用户的当前操作情景、操作习惯、常用的APP和喜爱的功能及潜在的交互风险。使得终端用户不再是单一的被动式的事后才知道自己的某项操作是违规的，以此避免终端用户面临的扣分，罚款，处分等情况。以一种更符合用户体验的方式支撑终端用户的实际工作；同时在人机交互过程中更好地提高了终端用户的体检。通过智能化、人性化的交互，引导和提示用户更加规范的操作，以此提高终端用户的生产积极性，提升生产效率，推动生产发展。
附图说明
图1是本发明实施例提供的一种基于大数据分析的违规行为识别方法的流程图；
图2是本发明实施例提供的一种基于大数据分析的违规行为识别系统示意图；
图3是本发明实施例提供的基于大数据分析的违规行为识别技术的方法流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行详细说明，应当理解，以下所说明的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
图1是本发明实施例提供的一种基于大数据分析的违规行为识别方法的流程图，如图1所示，包括：
步骤S101：用户在操作终端设备期间，通过对终端设备的使用数据及相关应用的使用数据进行实时采集，得到所述终端设备的操作使用数据；
步骤S102：通过互联网将所述终端设备的操作使用数据发送给服务器；
步骤S103：所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为；
步骤S104：当判断所述终端设备的当前操作出现违规行为时，所述服务器生成违规行为报告，并通过互联网将所述违规行为报告发送给系统监督人员及所述终端设备。
具体地说，所述操作使用数据包括：终端设备运行情况、用户惯用的业务系统应用以及用户操作信息；其中，所述业务系统应用是指基于电网行业内的各个专业下开发的应用。其中，所述终端设备运行情况包括：无线局域网状态、蓝牙状态、移动网络状态、USB状态、GSP状态、电量状态、存储状态、运行日志以及应用使用情况。
其中，所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为包括：所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果；若所述违规行为预测分析结果中已存在违规行为或存在违规行为趋势，则所述服务器判断所述终端设备的当前操作出现违规行为；若所述违规行为预测分析结果中不存在违规行为或不存在违规行为趋势，则所述服务器判断所述终端设备的当前操作未出现违规行为；其中，所述海量平台是由关系型数据库Oracle和非关系型数据库MongoDb组成的分布式数据库服务器。
具体地说，所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果包括：所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，提取出所述操作使用数据中的关键违规行为特征；所述服务器根据所述关键违规行为特征及预置的违规行为级别，生成违规行为预测分析结果。
图2是本发明实施例提供的一种基于大数据分析的违规行为识别系统示意图，如图2所示，包括：终端设备201，用于在用户操作期间，通过对其使用数据及相关应用的使用数据进行实时采集，得到操作使用数据，并通过互联网将所述操作使用数据发送给服务器；服务器202，用于利用海量平台对所述操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为，以及当判断所述终端设备的当前操作出现违规行为时，生成违规行为报告，并通过互联网将所述违规行为报告发送给系统监督人员及所述终端设备。
具体地说，所述操作使用数据包括：终端设备运行情况、用户惯用的业务系统应用以及用户操作信息；其中，所述业务系统应用是指基于电网行业内的各个专业下开发的应用。其中，所述终端设备运行情况包括：无线局域网状态、蓝牙状态、移动网络状态、USB状态、GSP状态、电量状态、存储状态、运行日志以及应用使用情况。
其中，所述服务器201包括：预测分析模块，用于利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果；判断模块，用于当所述违规行为预测分析结果中已存在违规行为或存在违规行为趋势，则判断所述终端设备的当前操作出现违规行为，以及当所述违规行为预测分析结果中不存在违规行为或不存在违规行为趋势，则判断所述终端设备的当前操作未出现违规行为；其中，所述海量平台是由关系型数据库Oracle和非关系型数据库MongoDb组成的分布式数据库服务器。
其中，所述预测分析模块具体用于利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，提取出所述操作使用数据中的关键违规行为特征，并根据所述关键违规行为特征及预置的违规行为级别，生成违规行为预测分析结果。
本发明还提供了一套基于大数据分析的违规行为识别技术系统，主要通过大数据分析平台对终端用户的操作行为进行管理与控制。其组成部分参考框架示意图：
综上所述，终端设备主要由各类终端组成，终端必须装入符合要求的探针模块，用于采集终端用户的各种操作信息。互联网由安全接入平台组成，保证网络传输时的信息安全问题。服务器由海量平台、大数据分析模块、应用服务器组成。海量平台存储终端用户的实时操作数据；大数据分析模块分析预测用户行为的趋势；应用服务器存储分析结果与分析报告，同时负责与终端用户进行交互。
本发明采用以下技术方案：通过在终端设备中嵌入信息采集模块，智能感知并采集当前终端运行的情况(如WiFi、蓝牙、数据、USB、GPS等状态，及当前处于运行状态的APP等)，用户惯用的业务系统APP、操作方式，交互的业务数据等信息数据，并将这些数据实时上传到服务器中的海量平台，经大数据分析模块的分析运算，得出用户当前的操作是否违规行为，并给终端用户予以相应的警示提醒。
信息采集模块是在已具备root权限的或具有系统签名可打包成系统应用级别的终端设备上嵌入的探针模块，能够执行操作系统底层的接口，或在特地当情景下被唤醒，实时的将终端的感知信息和用户操作信息进行上传。业务系统APP是指基于电网行业内的各个专业下开发的APP；海量平台是指由关系型数据Oracle和非关系型数据库MongoDb组成的分布式数据库服务器；大数据分析模块指具备实时的数据处理能力，对接移动管控平台中所有管控终端的全部信息。实现业务交互的侦测和关键违规行为特征的提取；在用户操作终端设备过程中及对相关业务系统APP进行业务操作时提交的各类数据实时分析用户的各种操作行为，将分析的结果提取出违规的行为报告，将分析报告发送系统监督人员，同时反馈给终端用户，警示、告警用户的违规行为。
图3是本发明实施例提供的基于大数据分析的违规行为识别技术的方法流程图，如图3所示，包括以下步骤：
1、通过对财务、营销、运检、基建、物资等专业对口终端设备的使用数据及相关移动作业APP的使用数据的实时采集，获取各专业对口终端设备的运行状态，用户操作过的行为及运行在终端设备中APP的使用情况，存储到大数据海量平台中。
2、根据某一区域中某一时间段内的终端设备运行情况，如蓝牙状态、WiFi状态、USB状态、电量状态、存储状态、运行日志等，及APP使用情况，如当前运行使用的APP、APP的操作日志、有无崩溃信息等信息数据，导入大数据分析模块。
3、在以海量平台为支撑服务的前提下，经大数据分析模块中使用相关的统计分析方法和大数据分析算法，结合终端设备实时提交的信息数据，进行违规行为的分析及预测，通过此环节，可得到终端设备的运行状态和用户操作行为等可能的发展趋势与规律。
所述统计分析方法主要包括：参数校验、非参数校验、相关分析、回归分析、聚类分析、主成分分析、因子分析、关联分析、决策树分析、贝叶斯、时间序列等各种统计学方法。
所述智能算法主要包括：分类算法、回归分析算法、神经网络算法、决策树算法、机器学习算法、贝叶斯学习算法以及数据挖掘等算法中的关联挖掘、连接挖掘等。
4、由数据分析模块得出的分析结果形成分析报告，发送给系统监督人员，同时根据终端用户的操作行为触发的违规级别给以用户不同的处理方案。
根据本发明实施例提供的方案，结合云计算、大数据分析等信息技术，提出了能够实现用户在操作终端设备时，识别用户已经或即将出现的违规行为，给以用户警告提示信息，警示用户不能违规操作，安全使用终端设备，保障终端数据等。
尽管上文对本发明进行了详细说明，但是本发明不限于此，本技术领域技术人员可以根据本发明的原理进行各种修改。因此，凡按照本发明原理所作的修改，都应当理解为落入本发明的保护范围。
Claims (10)
1.一种基于大数据分析的违规行为识别方法，其特征在于，包括：
用户在操作终端设备期间，通过对终端设备的使用数据及相关应用的使用数据进行实时采集，得到所述终端设备的操作使用数据；
通过互联网将所述终端设备的操作使用数据发送给服务器；
所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为；
当判断所述终端设备的当前操作出现违规行为时，所述服务器生成违规行为报告，并通过互联网将所述违规行为报告发送给系统监督人员及所述终端设备。
2.根据权利要求1所述的方法，其特征在于，所述操作使用数据包括：终端设备运行情况、用户惯用的业务系统应用以及用户操作信息；
其中，所述业务系统应用是指基于电网行业内的各个专业下开发的应用。
3.根据权利要求2所述的方法，其特征在于，所述终端设备运行情况包括：无线局域网状态、蓝牙状态、移动网络状态、USB状态、GSP状态、电量状态、存储状态、运行日志以及应用使用情况。
4.根据权利要求1-3任一所述的方法，其特征在于，所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为包括：
所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果；
若所述违规行为预测分析结果中已存在违规行为或存在违规行为趋势，则所述服务器判断所述终端设备的当前操作出现违规行为；
若所述违规行为预测分析结果中不存在违规行为或不存在违规行为趋势，则所述服务器判断所述终端设备的当前操作未出现违规行为；
其中，所述海量平台是由关系型数据库Oracle和非关系型数据库MongoDb组成的分布式数据库服务器。
5.根据权利要求4所述的方法，其特征在于，所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果包括：
所述服务器利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，提取出所述操作使用数据中的关键违规行为特征；
所述服务器根据所述关键违规行为特征及预置的违规行为级别，生成违规行为预测分析结果。
6.一种基于大数据分析的违规行为识别系统，其特征在于，包括：
终端设备，用于在用户操作期间，通过对其使用数据及相关应用的使用数据进行实时采集，得到操作使用数据，并通过互联网将所述操作使用数据发送给服务器；
服务器，用于利用海量平台对所述操作使用数据进行违规行为预测分析，判断所述终端设备的当前操作是否出现违规行为，以及当判断所述终端设备的当前操作出现违规行为时，生成违规行为报告，并通过互联网将所述违规行为报告发送给系统监督人员及所述终端设备。
7.根据权利要求6所述的系统，其特征在于，所述操作使用数据包括：终端设备运行情况、用户惯用的业务系统应用以及用户操作信息；
其中，所述业务系统应用是指基于电网行业内的各个专业下开发的应用。
8.根据权利要求7所述的系统，其特征在于，所述终端设备运行情况包括：无线局域网状态、蓝牙状态、移动网络状态、USB状态、GSP状态、电量状态、存储状态、运行日志以及应用使用情况。
9.根据权利要求6-8任一所述的系统，其特征在于，所述服务器包括：
预测分析模块，用于利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，得到违规行为预测分析结果；
判断模块，用于当所述违规行为预测分析结果中已存在违规行为或存在违规行为趋势，则判断所述终端设备的当前操作出现违规行为，以及当所述违规行为预测分析结果中不存在违规行为或不存在违规行为趋势，则判断所述终端设备的当前操作未出现违规行为；
其中，所述海量平台是由关系型数据库Oracle和非关系型数据库MongoDb组成的分布式数据库服务器。
10.根据权利要求9所述的系统，其特征在于，所述预测分析模块具体用于利用海量平台对所述终端设备的操作使用数据进行违规行为预测分析，提取出所述操作使用数据中的关键违规行为特征，并根据所述关键违规行为特征及预置的违规行为级别，生成违规行为预测分析结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910916526.7A CN110633872A (zh) | 2019-09-26 | 2019-09-26 | 一种基于大数据分析的违规行为识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910916526.7A CN110633872A (zh) | 2019-09-26 | 2019-09-26 | 一种基于大数据分析的违规行为识别方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110633872A true CN110633872A (zh) | 2019-12-31 |
Family
ID=68972883
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910916526.7A Pending CN110633872A (zh) | 2019-09-26 | 2019-09-26 | 一种基于大数据分析的违规行为识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110633872A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104239197A (zh) * | 2014-10-10 | 2014-12-24 | 浪潮电子信息产业股份有限公司 | 一种基于大数据日志分析的管理用户异常行为发现方法 |
| CN106383768A (zh) * | 2016-09-14 | 2017-02-08 | 江苏北弓智能科技有限公司 | 基于移动设备操作行为的监管分析系统及其方法 |
| CN109450882A (zh) * | 2018-10-26 | 2019-03-08 | 安徽继远软件有限公司 | 一种融合人工智能与大数据的网上行为的安全管控系统及方法 |
| CN109726601A (zh) * | 2018-12-29 | 2019-05-07 | 360企业安全技术(珠海)有限公司 | 违规行为的识别方法及装置、存储介质、计算机设备 |
| CN109885562A (zh) * | 2019-01-17 | 2019-06-14 | 安徽谛听信息科技有限公司 | 一种基于网络空间安全的大数据智能分析系统 |
| CN110163143A (zh) * | 2019-05-17 | 2019-08-23 | 国网河北省电力有限公司沧州供电分公司 | 违规行为识别方法、装置及终端设备 |
-
2019
- 2019-09-26 CN CN201910916526.7A patent/CN110633872A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104239197A (zh) * | 2014-10-10 | 2014-12-24 | 浪潮电子信息产业股份有限公司 | 一种基于大数据日志分析的管理用户异常行为发现方法 |
| CN106383768A (zh) * | 2016-09-14 | 2017-02-08 | 江苏北弓智能科技有限公司 | 基于移动设备操作行为的监管分析系统及其方法 |
| CN109450882A (zh) * | 2018-10-26 | 2019-03-08 | 安徽继远软件有限公司 | 一种融合人工智能与大数据的网上行为的安全管控系统及方法 |
| CN109726601A (zh) * | 2018-12-29 | 2019-05-07 | 360企业安全技术(珠海)有限公司 | 违规行为的识别方法及装置、存储介质、计算机设备 |
| CN109885562A (zh) * | 2019-01-17 | 2019-06-14 | 安徽谛听信息科技有限公司 | 一种基于网络空间安全的大数据智能分析系统 |
| CN110163143A (zh) * | 2019-05-17 | 2019-08-23 | 国网河北省电力有限公司沧州供电分公司 | 违规行为识别方法、装置及终端设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20240142063A1 (en) | Method for troubleshooting potential safety hazards of compressor in smart gas pipeline network and internet of things system thereof | |
| CN103763127B (zh) | 一种设备状态告警监控方法及系统 | |
| CN105956151A (zh) | 基于预案的辅助决策方法、尾矿库监测方法及系统 | |
| CN108734201B (zh) | 基于分层原因分析法的核电厂经验反馈事件的分类方法及系统 | |
| CN112478483B (zh) | 一种危化品常压储罐自动化监测预警方法及系统 | |
| CN112418717A (zh) | 基于人工智能的工程现场人员行为预警方法和系统 | |
| CN115358155A (zh) | 一种电力大数据异常预警方法、装置、设备及可读存储介质 | |
| CN111966995A (zh) | 一种基于用户行为的用户权限动态管控方法和装置以及设备 | |
| CN104267346A (zh) | 一种发电机励磁系统故障远程诊断方法 | |
| CN116366374A (zh) | 基于大数据的电网网络管理的安全评估方法、系统及介质 | |
| CN110182871A (zh) | 一种基于全自动加药系统的水处理方法及终端 | |
| CN110414241A (zh) | 隐私策略检测方法、装置、计算机设备及存储介质 | |
| CN117141265A (zh) | 一种智能无线充电桩的运行监测系统及监测方法 | |
| CN105824848A (zh) | 获得消防综合信息的方法和消防信息系统 | |
| CN110633872A (zh) | 一种基于大数据分析的违规行为识别方法及系统 | |
| CN109960901A (zh) | 桌面应用风险评价、控制的方法、系统、设备和存储介质 | |
| CN116881958A (zh) | 电网大数据安全防护方法、系统、电子设备及存储介质 | |
| CN111080005A (zh) | 一种基于支持向量机的治安风险预警方法及系统 | |
| CN115098326A (zh) | 一种系统异常检测方法及装置、存储介质及电子设备 | |
| CN111651652B (zh) | 基于人工智能的情感倾向识别方法、装置、设备及介质 | |
| CN113869717A (zh) | 一种告警日志的分析研判方法、装置、设备及存储介质 | |
| CN112712443A (zh) | 换流站的事件分析方法及分析装置 | |
| CN112307271A (zh) | 一种配电自动化系统遥控业务的安全监测方法及装置 | |
| CN115959004B (zh) | 车辆安全监测系统、方法、车载通信终端、车辆及服务器 | |
| CN114647869B (zh) | 一种基于数据库的安全防护系统 |
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: 20191231 |
|
| RJ01 | Rejection of invention patent application after publication |