CN110650150A - 一种基于5g网络的计算机无线传播神经网络方法 - Google Patents

一种基于5g网络的计算机无线传播神经网络方法 Download PDF

Info

Publication number
CN110650150A
CN110650150A CN201910957466.3A CN201910957466A CN110650150A CN 110650150 A CN110650150 A CN 110650150A CN 201910957466 A CN201910957466 A CN 201910957466A CN 110650150 A CN110650150 A CN 110650150A
Authority
CN
China
Prior art keywords
data
module
missing
disordered
method based
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
CN201910957466.3A
Other languages
English (en)
Inventor
杨志勍
王峰
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.)
Shanghai Long Reputation Software System Co Ltd
Original Assignee
Shanghai Long Reputation Software System 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 Shanghai Long Reputation Software System Co Ltd filed Critical Shanghai Long Reputation Software System Co Ltd
Priority to CN201910957466.3A priority Critical patent/CN110650150A/zh
Publication of CN110650150A publication Critical patent/CN110650150A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • 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
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • 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
    • G06F16/258—Data format conversion from or to a database
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/55—Detecting local intrusion or implementing counter-measures
    • G06F21/56—Computer malware detection or handling, e.g. anti-virus arrangements
    • G06F21/562—Static detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Virology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种无线传播方法，具体是一种基于5G网络的计算机无线传播神经网络方法，包括以下步骤：数据采集、数据整合和病毒查杀，数据采集包括数据分析模块、数据分段加密模块和数据格式转换模块。利用数据分析模块对获取的数据进行错乱数据和缺失数据分析判断后，利用数据分段加密模块进行截取分段加密，再利用数据格式转换模块对分段加密后的数据进行格式转换，实现了数据多段式单独高效处理，数据处理准确性高。

Description

一种基于5G网络的计算机无线传播神经网络方法
技术领域
本发明涉及一种无线传播方法，具体是一种基于5G网络的计算机无线传播神经网络方法。
背景技术
传播是指两个相互独立的系统之间，利用一定的媒介和途径所进行的、有目的的信息传递活动；信息传播过程是一种信息分享过程，双方都能在传递、交流、反馈等一系列过程中分享信息，在双方的信息沟通的基础上取得理解，达成共识。
而在实际传输中，大段式传输数据，存在较高的数据错乱性和缺失性，进而就会造成准确性偏低，其中也会给处理造成一定的影响，使得处理效率偏低。
因此，为了克服上述问题，特提出了一种基于5G网络的计算机无线传播神经网络方法。
发明内容
本发明的目的在于提供一种基于5G网络的计算机无线传播神经网络方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于5G网络的计算机无线传播神经网络方法，包括以下步骤：
1)、数据采集
数据采集包括数据分析模块、数据分段加密模块和数据格式转换模块，其中，
第一步，利用数据分析模块对获取的数据进行2-7次的错乱数据和缺失数据分析判断；
第二步，利用数据分段加密模块进行截取分段，然后在加密；
第三步，利用数据格式转换模块对分段加密后的数据进行格式转换生成采集数据，以便提高传输速率；
2)、数据整合
数据整合包括数据修正模块和数据信号增强模块，其中，
第一步，对采集数据进行正常数据、错乱数据和缺失数据分类；
第二步，利用数据修正模块对错乱数据和缺失数据进行修复、剔除；
第三步，利用数据信号增强模块对数据进行信号加强和抗干扰处理；
第四步，对信号加强和抗干扰处理后的数据进行连接合并；
3)、病毒查杀
对整合的数据进行5-7次的病毒查杀，生成传播数据。
作为本发明进一步的方案：所述步骤1)中利用数据分析模块对获取的数据进行3-5次的错乱数据和缺失数据分析判断。
作为本发明再进一步的方案：所述步骤1)中利用数据分析模块对获取的数据进行4次的错乱数据和缺失数据分析判断。
进而，利用数据分析模块对获取的数据进行多次分析，以便提高准确度。
作为本发明再进一步的方案：所述步骤1)中数据分析模块设有错乱数据处理模块和缺失数据标记模块。
作为本发明再进一步的方案：所述错乱数据处理模块和缺失数据标记模块均连接在提示模块上。
进而，提示模块可用于提示数据获取中出现的错乱数据和缺失数。
作为本发明再进一步的方案：所述步骤2)中数据修正模块上设有格式调整模块。
作为本发明再进一步的方案：所述数据信号增强模块上设有数据信号抗干扰模块。
作为本发明再进一步的方案：所述步骤3)中病毒查杀的次数为6次。
与现有技术相比，本发明的有益效果是：
1、利用数据分析模块对获取的数据进行错乱数据和缺失数据分析判断后，利用数据分段加密模块进行截取分段加密，再利用数据格式转换模块对分段加密后的数据进行格式转换，实现了数据多段式单独高效处理，数据处理准确性高；
2、在对采集数据进行正常数据、错乱数据和缺失数据分类，同时结合利用数据修正模块对错乱数据和缺失数据进行修复、剔除，实现了数据传播过程中的准确性，而利用数据信号增强模块对数据进行信号加强和抗干扰处理，避免数据传输过程中受到外界拦截干扰造成数据丢失。
附图说明
图1为一种基于5G网络的计算机无线传播神经网络方法的流程连接框图；
图2为图1中数据采集框图；
图3为图1中数据整合框图。
具体实施方式
下面结合具体实施方式对本发明的技术方案作进一步详细地说明。
请参阅图1-3，本发明提供了一种基于5G网络的计算机无线传播神经网络方法。
实施例1
本发明实施例中，一种基于5G网络的计算机无线传播神经网络方法，包括以下步骤：
1)、数据采集
数据采集包括数据分析模块、数据分段加密模块和数据格式转换模块，其中，
第一步，利用数据分析模块对获取的数据进行2次的错乱数据和缺失数据分析判断；
第二步，利用数据分段加密模块进行截取分段，然后在加密；
第三步，利用数据格式转换模块对分段加密后的数据进行格式转换生成采集数据，以便提高传输速率；
利用数据分析模块对获取的数据进行错乱数据和缺失数据分析判断后，利用数据分段加密模块进行截取分段加密，再利用数据格式转换模块对分段加密后的数据进行格式转换，实现了数据多段式单独高效处理，数据处理准确性高；
2)、数据整合
数据整合包括数据修正模块和数据信号增强模块，其中，
第一步，对采集数据进行正常数据、错乱数据和缺失数据分类；
第二步，利用数据修正模块对错乱数据和缺失数据进行修复、剔除；
第三步，利用数据信号增强模块对数据进行信号加强和抗干扰处理；
第四步，对信号加强和抗干扰处理后的数据进行连接合并；
在对采集数据进行正常数据、错乱数据和缺失数据分类，同时结合利用数据修正模块对错乱数据和缺失数据进行修复、剔除，实现了数据传播过程中的准确性，而利用数据信号增强模块对数据进行信号加强和抗干扰处理，避免数据传输过程中受到外界拦截干扰造成数据丢失；
3)、病毒查杀
对整合的数据进行5次的病毒查杀，生成传播数据。
其中，所述步骤1)中数据分析模块设有错乱数据处理模块和缺失数据标记模块；所述错乱数据处理模块和缺失数据标记模块均连接在提示模块上；所述步骤2)中数据修正模块上设有格式调整模块；所述数据信号增强模块上设有数据信号抗干扰模块。
实施例2
本发明实施例中，一种基于5G网络的计算机无线传播神经网络方法，包括以下步骤：
1)、数据采集
数据采集包括数据分析模块、数据分段加密模块和数据格式转换模块，其中，
第一步，利用数据分析模块对获取的数据进行7次的错乱数据和缺失数据分析判断；
第二步，利用数据分段加密模块进行截取分段，然后在加密；
第三步，利用数据格式转换模块对分段加密后的数据进行格式转换生成采集数据，以便提高传输速率；
利用数据分析模块对获取的数据进行错乱数据和缺失数据分析判断后，利用数据分段加密模块进行截取分段加密，再利用数据格式转换模块对分段加密后的数据进行格式转换，实现了数据多段式单独高效处理，数据处理准确性高；
2)、数据整合
数据整合包括数据修正模块和数据信号增强模块，其中，
第一步，对采集数据进行正常数据、错乱数据和缺失数据分类；
第二步，利用数据修正模块对错乱数据和缺失数据进行修复、剔除；
第三步，利用数据信号增强模块对数据进行信号加强和抗干扰处理；
第四步，对信号加强和抗干扰处理后的数据进行连接合并；
在对采集数据进行正常数据、错乱数据和缺失数据分类，同时结合利用数据修正模块对错乱数据和缺失数据进行修复、剔除，实现了数据传播过程中的准确性，而利用数据信号增强模块对数据进行信号加强和抗干扰处理，避免数据传输过程中受到外界拦截干扰造成数据丢失；
3)、病毒查杀
对整合的数据进行7次的病毒查杀，生成传播数据。
其中，所述步骤1)中数据分析模块设有错乱数据处理模块和缺失数据标记模块；所述错乱数据处理模块和缺失数据标记模块均连接在提示模块上；所述步骤2)中数据修正模块上设有格式调整模块；所述数据信号增强模块上设有数据信号抗干扰模块。
实施例3
本发明实施例中，一种基于5G网络的计算机无线传播神经网络方法，包括以下步骤：
1)、数据采集
数据采集包括数据分析模块、数据分段加密模块和数据格式转换模块，其中，
第一步，利用数据分析模块对获取的数据进行3次的错乱数据和缺失数据分析判断；
第二步，利用数据分段加密模块进行截取分段，然后在加密；
第三步，利用数据格式转换模块对分段加密后的数据进行格式转换生成采集数据，以便提高传输速率；
利用数据分析模块对获取的数据进行错乱数据和缺失数据分析判断后，利用数据分段加密模块进行截取分段加密，再利用数据格式转换模块对分段加密后的数据进行格式转换，实现了数据多段式单独高效处理，数据处理准确性高；
2)、数据整合
数据整合包括数据修正模块和数据信号增强模块，其中，
第一步，对采集数据进行正常数据、错乱数据和缺失数据分类；
第二步，利用数据修正模块对错乱数据和缺失数据进行修复、剔除；
第三步，利用数据信号增强模块对数据进行信号加强和抗干扰处理；
第四步，对信号加强和抗干扰处理后的数据进行连接合并；
在对采集数据进行正常数据、错乱数据和缺失数据分类，同时结合利用数据修正模块对错乱数据和缺失数据进行修复、剔除，实现了数据传播过程中的准确性，而利用数据信号增强模块对数据进行信号加强和抗干扰处理，避免数据传输过程中受到外界拦截干扰造成数据丢失；
3)、病毒查杀
对整合的数据进行6次的病毒查杀，生成传播数据。
其中，所述步骤1)中数据分析模块设有错乱数据处理模块和缺失数据标记模块；所述错乱数据处理模块和缺失数据标记模块均连接在提示模块上；所述步骤2)中数据修正模块上设有格式调整模块；所述数据信号增强模块上设有数据信号抗干扰模块。
实施例4
本发明实施例中，一种基于5G网络的计算机无线传播神经网络方法，包括以下步骤：
1)、数据采集
数据采集包括数据分析模块、数据分段加密模块和数据格式转换模块，其中，
第一步，利用数据分析模块对获取的数据进行5次的错乱数据和缺失数据分析判断；
第二步，利用数据分段加密模块进行截取分段，然后在加密；
第三步，利用数据格式转换模块对分段加密后的数据进行格式转换生成采集数据，以便提高传输速率；
利用数据分析模块对获取的数据进行错乱数据和缺失数据分析判断后，利用数据分段加密模块进行截取分段加密，再利用数据格式转换模块对分段加密后的数据进行格式转换，实现了数据多段式单独高效处理，数据处理准确性高；
2)、数据整合
数据整合包括数据修正模块和数据信号增强模块，其中，
第一步，对采集数据进行正常数据、错乱数据和缺失数据分类；
第二步，利用数据修正模块对错乱数据和缺失数据进行修复、剔除；
第三步，利用数据信号增强模块对数据进行信号加强和抗干扰处理；
第四步，对信号加强和抗干扰处理后的数据进行连接合并；
在对采集数据进行正常数据、错乱数据和缺失数据分类，同时结合利用数据修正模块对错乱数据和缺失数据进行修复、剔除，实现了数据传播过程中的准确性，而利用数据信号增强模块对数据进行信号加强和抗干扰处理，避免数据传输过程中受到外界拦截干扰造成数据丢失；
3)、病毒查杀
对整合的数据进行6次的病毒查杀，生成传播数据。
其中，所述步骤1)中数据分析模块设有错乱数据处理模块和缺失数据标记模块；所述错乱数据处理模块和缺失数据标记模块均连接在提示模块上；所述步骤2)中数据修正模块上设有格式调整模块；所述数据信号增强模块上设有数据信号抗干扰模块。
实施例5
本发明实施例中，一种基于5G网络的计算机无线传播神经网络方法，包括以下步骤：
1)、数据采集
数据采集包括数据分析模块、数据分段加密模块和数据格式转换模块，其中，
第一步，利用数据分析模块对获取的数据进行4次的错乱数据和缺失数据分析判断；
第二步，利用数据分段加密模块进行截取分段，然后在加密；
第三步，利用数据格式转换模块对分段加密后的数据进行格式转换生成采集数据，以便提高传输速率；
利用数据分析模块对获取的数据进行错乱数据和缺失数据分析判断后，利用数据分段加密模块进行截取分段加密，再利用数据格式转换模块对分段加密后的数据进行格式转换，实现了数据多段式单独高效处理，数据处理准确性高；
2)、数据整合
数据整合包括数据修正模块和数据信号增强模块，其中，
第一步，对采集数据进行正常数据、错乱数据和缺失数据分类；
第二步，利用数据修正模块对错乱数据和缺失数据进行修复、剔除；
第三步，利用数据信号增强模块对数据进行信号加强和抗干扰处理；
第四步，对信号加强和抗干扰处理后的数据进行连接合并；
在对采集数据进行正常数据、错乱数据和缺失数据分类，同时结合利用数据修正模块对错乱数据和缺失数据进行修复、剔除，实现了数据传播过程中的准确性，而利用数据信号增强模块对数据进行信号加强和抗干扰处理，避免数据传输过程中受到外界拦截干扰造成数据丢失；
3)、病毒查杀
对整合的数据进行6次的病毒查杀，生成传播数据。
其中，所述步骤1)中数据分析模块设有错乱数据处理模块和缺失数据标记模块；所述错乱数据处理模块和缺失数据标记模块均连接在提示模块上；所述步骤2)中数据修正模块上设有格式调整模块；所述数据信号增强模块上设有数据信号抗干扰模块。
上面对本发明的较佳实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (8)

1.一种基于5G网络的计算机无线传播神经网络方法，其特征在于，包括以下步骤：
1)、数据采集
数据采集包括数据分析模块、数据分段加密模块和数据格式转换模块，其中，
第一步，利用数据分析模块对获取的数据进行2-7次的错乱数据和缺失数据分析判断；
第二步，利用数据分段加密模块进行截取分段，然后在加密；
第三步，利用数据格式转换模块对分段加密后的数据进行格式转换生成采集数据，以便提高传输速率；
2)、数据整合
数据整合包括数据修正模块和数据信号增强模块，其中，
第一步，对采集数据进行正常数据、错乱数据和缺失数据分类；
第二步，利用数据修正模块对错乱数据和缺失数据进行修复、剔除；
第三步，利用数据信号增强模块对数据进行信号加强和抗干扰处理；
第四步，对信号加强和抗干扰处理后的数据进行连接合并；
3)、病毒查杀
对整合的数据进行5-7次的病毒查杀，生成传播数据。
2.根据权利要求1所述的一种基于5G网络的计算机无线传播神经网络方法，其特征在于，所述步骤1)中利用数据分析模块对获取的数据进行3-5次的错乱数据和缺失数据分析判断。
3.根据权利要求1所述的一种基于5G网络的计算机无线传播神经网络方法，其特征在于，所述步骤1)中利用数据分析模块对获取的数据进行4次的错乱数据和缺失数据分析判断。
4.根据权利要求1所述的一种基于5G网络的计算机无线传播神经网络方法，其特征在于，所述步骤1)中数据分析模块设有错乱数据处理模块和缺失数据标记模块。
5.根据权利要求4所述的一种基于5G网络的计算机无线传播神经网络方法，其特征在于，所述错乱数据处理模块和缺失数据标记模块均连接在提示模块上。
6.根据权利要求1所述的一种基于5G网络的计算机无线传播神经网络方法，其特征在于，所述步骤2)中数据修正模块上设有格式调整模块。
7.根据权利要求1所述的一种基于5G网络的计算机无线传播神经网络方法，其特征在于，所述数据信号增强模块上设有数据信号抗干扰模块。
8.根据权利要求1所述的一种基于5G网络的计算机无线传播神经网络方法，其特征在于，所述步骤3)中病毒查杀的次数为6次。
CN201910957466.3A 2019-10-10 2019-10-10 一种基于5g网络的计算机无线传播神经网络方法 Pending CN110650150A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910957466.3A CN110650150A (zh) 2019-10-10 2019-10-10 一种基于5g网络的计算机无线传播神经网络方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910957466.3A CN110650150A (zh) 2019-10-10 2019-10-10 一种基于5g网络的计算机无线传播神经网络方法

Publications (1)

Publication Number Publication Date
CN110650150A true CN110650150A (zh) 2020-01-03

Family

ID=69012467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910957466.3A Pending CN110650150A (zh) 2019-10-10 2019-10-10 一种基于5g网络的计算机无线传播神经网络方法

Country Status (1)

Country Link
CN (1) CN110650150A (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102315923A (zh) * 2011-09-01 2012-01-11 中国空间技术研究院 一种3g卫星通信系统无线链路控制方法
CN102469344A (zh) * 2010-11-16 2012-05-23 腾讯科技（深圳）有限公司 一种视频码流加、解密方法、装置及通信、存储终端
CN104156481A (zh) * 2014-08-26 2014-11-19 北京软安科技有限公司 基于动态链接库注入的Android加密通信检测装置和方法
CN104166823A (zh) * 2014-09-12 2014-11-26 罗满清 一种智慧医疗数据安全保障系统
CN105871549A (zh) * 2016-06-13 2016-08-17 四川特伦特科技股份有限公司 一种数字信号加密处理方法
CN106788982A (zh) * 2017-02-22 2017-05-31 郑州云海信息技术有限公司 一种分段加密传输方法及装置
CN107656974A (zh) * 2017-09-05 2018-02-02 北京天平检验行有限公司 一种大数据分析系统
US20180091482A1 (en) * 2016-09-29 2018-03-29 eSecured Transaction, LLC Web Application Perpetually Encrypted Obscured Filesystem
CN110035069A (zh) * 2019-03-15 2019-07-19 河南高通物联网有限公司 一种物联网信息安全保护方法
CN110311913A (zh) * 2019-07-03 2019-10-08 上海应用技术大学 计算机网络安全系统、使用方法、设备及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102469344A (zh) * 2010-11-16 2012-05-23 腾讯科技（深圳）有限公司 一种视频码流加、解密方法、装置及通信、存储终端
CN102315923A (zh) * 2011-09-01 2012-01-11 中国空间技术研究院 一种3g卫星通信系统无线链路控制方法
CN104156481A (zh) * 2014-08-26 2014-11-19 北京软安科技有限公司 基于动态链接库注入的Android加密通信检测装置和方法
CN104166823A (zh) * 2014-09-12 2014-11-26 罗满清 一种智慧医疗数据安全保障系统
CN105871549A (zh) * 2016-06-13 2016-08-17 四川特伦特科技股份有限公司 一种数字信号加密处理方法
US20180091482A1 (en) * 2016-09-29 2018-03-29 eSecured Transaction, LLC Web Application Perpetually Encrypted Obscured Filesystem
CN106788982A (zh) * 2017-02-22 2017-05-31 郑州云海信息技术有限公司 一种分段加密传输方法及装置
CN107656974A (zh) * 2017-09-05 2018-02-02 北京天平检验行有限公司 一种大数据分析系统
CN110035069A (zh) * 2019-03-15 2019-07-19 河南高通物联网有限公司 一种物联网信息安全保护方法
CN110311913A (zh) * 2019-07-03 2019-10-08 上海应用技术大学 计算机网络安全系统、使用方法、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110012029B (zh) 一种区分加密和非加密压缩流量的方法和系统
CN110166387B (zh) 一种基于卷积神经网络识别信号调制方式的方法及系统
CN113472809B (zh) 一种加密恶意流量检测方法、检测系统及计算机设备
CN103067218B (zh) 一种高速网络数据包内容分析装置
CN104462589A (zh) 一种知识产权投资管理系统
CN107104988B (zh) 一种基于概率神经网络的IPv6入侵检测方法
CN111651642B (zh) 一种基于改进型text-gan的流量数据集生成方法
CN114024801B (zh) 一种工业边缘计算服务网关
CN101741608A (zh) 一种基于流量特征的p2p应用识别系统及方法
CN205356378U (zh) 一种大数据中心网关
CN107483489A (zh) 一种基于微信企业号的智慧办公系统认证方法
CN105607606B (zh) 一种基于双主板架构的数据采集装置及方法
CN115935144A (zh) 一种运检维护数据去噪重构方法
CN114282692A (zh) 一种纵向联邦学习的模型训练方法及系统
CN110650150A (zh) 一种基于5g网络的计算机无线传播神经网络方法
CN102916872A (zh) 一种通信代理网关
CN116527362A (zh) 一种基于LayerCFL入侵检测的数据保护方法
Fei et al. RETRACTED: Optimization of Communication Network Fault Identification Based on NB-IoT
CN113268473B (zh) 一种针对多种时序数据库的自适应获取数据系统和方法
CN105681208A (zh) 一种智能路由器的消息集中处理方法及系统
CN106647666B (zh) 基于在线识别组装设备对象协议库的数据采集方法
CN101527653B (zh) 基于文本配置文件的多段关联方法
CN102073530B (zh) 一种多条正则表达式的增量分组方法
CN102891781B (zh) 网络共享检测系统和网络共享检测方法
EP4002764A3 (en) Data processing method, access network device, and core network device

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: 20200103

RJ01 Rejection of invention patent application after publication