CN111340445A - 一种基于异常的分布式精细化管理系统及方法 - Google Patents
一种基于异常的分布式精细化管理系统及方法 Download PDFInfo
- Publication number
- CN111340445A CN111340445A CN202010111940.3A CN202010111940A CN111340445A CN 111340445 A CN111340445 A CN 111340445A CN 202010111940 A CN202010111940 A CN 202010111940A CN 111340445 A CN111340445 A CN 111340445A
- Authority
- CN
- China
- Prior art keywords
- client
- server
- exception
- module
- management system
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明提供了一种基于异常的分布式精细化管理系统,包括服务端、客户端和网关,所述服务端采用分布式架构;所述服务端运行于多台服务器上;所述服务端连接所述网关;所述服务端包括异常分析系统、操作系统模块、程序设计语言及编译解释系统模块、文件系统模块和数据库系统模块;所述客户端连接所述网关;所述客户端包括、IoT客户端、用户客户端和分析客户端。一种基于异常的分布式精细化管理系统,使用一种基于异常的分布式精细化管理系统。本发明的有益效果是:可以在不依赖于人员的素质的前提下,具有良好的扩展性并可在较为完善的设计中实现不断改革。
Description
技术领域
本发明涉及精细化管理领域,特别涉及一种基于异常的分布式精细化管理系统及方法。
背景技术
随着我国经济的发展,人民生活水平的提高,第一产业、第二产业和第三产业规模不断发展,而如何在产业运行过程中实现有效的精细化管理成为了一个亟待解决的问题。
在传统的精细化管理过程中,为了实现对于生产或者服务的精细化管理,会使用数据分析手段对运行数据进行分析,以实现对于生产或者服务的精细化管理;其一般的过程为,收集数据,数据建模,数据可视化,得出结论,做出改进;但该种手段严重依赖于技术人员对于数据的建模与解读能力以及根据数据可视化之后的结果的应对能力,依旧严重依赖于人而不是技术来实现精细化管理,往往在制度趋于完善后,难以找到可以实现精细化管理改良的点,不具有大规模商业推广的可行性,并且其一般直接架设在工作站上,依赖于大型机为其提供基础服务,其可扩展性较差。
故市场亟需一种可以在不依赖于人员的素质的前提下,具有良好的扩展性并可在较为完善的设计中实现不断改革的精细化管理系统及方法。
发明内容
为了解决上述技术问题,本发明中披露了一种基于异常的分布式精细化管理系统及方法,本发明的技术方案是这样实施的:
一种基于异常的分布式精细化管理系统,包括服务端、客户端和网关,其特征在于:所述服务端采用分布式架构;所述服务端运行于多台服务器上;所述服务端连接所述网关;所述服务端包括异常分析系统、操作系统模块、程序设计语言及编译解释系统模块、文件系统模块和数据库系统模块;所述操作系统模块提供所述异常分析系统、所述程序设计语言及编译解释系统模块、所述文件系统模块和所述数据库系统模块的运行环境;所述客户端连接所述网关;所述客户端包括、IoT客户端、用户客户端和分析客户端。
优选地,所述IoT客户端运行于包括智能手机、平板电脑、空调、打印机、扫描仪、门锁、灯、垃圾桶、消防栓和冰箱上。所述IoT客户端运行在安卓操作系统上。
优选地,还包括服务端管理系统和管理员客户端;所述服务端管理系统连接所述操作系统模块;所述管理员客户端通过所述网关连接所述服务端管理系统。
优选地,所述服务端与所述客户端采用B/S架构;
优选地,所述服务端还包括数据可视化系统;所述数据可视化系统连接所述数据库模块和所述异常分析系统;所述数据可视化系统采用SaaS方式提供服务。
优选地,所述服务端还包括异常处理系统;所述异常处理系统连接所述异常分析系统;所述异常处理系统包括异常评估系统、异常模拟系统和异常推广系统;所述异常评估系统连接所述异常模拟系统;所述异常模拟系统连接所述异常推广系统。
优选地,所述服务端还包括集群备份系统;所述集群备份系统包括不少于2台备份服务器。
优选地,所述服务端还包括安全防护系统;所述安全防护系统连接所述网关。
一种基于异常的分布式精细化管理方法,使用所述一种基于异常的分布式精细化管理系统,包括:S1:初始化所述服务端和所述网关;S2:所述客户端通过所述网关获取所述服务端的服务;S3:所述数据库系统模块记录所述服务;S4:所述异常分析系统读取所述服务并判断所述服务是否属于异常,若不属于,回到S1,若属于,进入S5;S5:所述异常评估系统评估所述服务是否需要启动预案,若需要启动所述预案,进入S6,否则回到S1;S6:所述异常模拟系统模拟所述服务与所述预案;S7:所述异常推广系统测试所述服务,若需要推广,发出推广信息与预案信息传输给所述分析客户端,然后回到S1,否则发出所述预案信息,然后回到S1。
实施本发明的技术方案可解决现有技术中精细化管理的效果依赖于人员的素质的,不具有具有良好的扩展性并不能在较为完善的设计中实现不断改革的技术问题;实施本发明的技术方案,可实现可以在不依赖于人员的素质的前提下,具有良好的扩展性并可在较为完善的设计中实现不断改革的技术效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一种实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一种基于异常的分布式精细化管理系统的一种具体的实施例的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了便于描述,对下述名词在下文中的意义如下:
精细化管理:(1)统计分析精准化(2)调查评估服务需求(3)均衡科学化的城市资源配置(4)规范化的城市管理标准(5)跨界整体性治理体制(6)有机整合与共享网络数据信息。
异常:为经过数据分析后的离群点,包括全局离群点、情景离群点和集体离群点。
在一种具体的实施例中,如图1所示,一种基于异常的分布式精细化管理系统,包括服务端、客户端和网关,其特征在于:所述服务端采用分布式架构;所述服务端运行于多台服务器上;所述服务端连接所述网关;所述服务端包括异常分析系统、操作系统模块、程序设计语言及编译解释系统模块、文件系统模块和数据库系统模块;所述操作系统模块提供所述异常分析系统、所述程序设计语言及编译解释系统模块、所述文件系统模块和所述数据库系统模块的运行环境;所述客户端连接所述网关;所述客户端包括、IoT客户端、用户客户端和分析客户端;所述IoT客户端运行在所属智能手机、平板电脑、空调、打印机、扫描仪、门锁、灯、垃圾桶、消防栓和冰箱上。
在该种具体的实施例中,服务端用于为客户端提供服务,客户端通过网关访问服务端;服务端采用分布式架构,基于Hadoop或者其他分布式系统,由多台服务器共同构成一个集群来提供服务,采用分布式架构可以提高集群的可扩展性,当需要增加服务器负载能力时,只需要将新增的服务器添加进集群中即可,不需要更换大型机,具有良好的扩展能力;异常分析系统、程序设计语言及编译解释系统模块、文件系统模块和数据库系统模块运行在操作系统模块上,操作系统模块为程序设计语言及编译解释系统模块、文件系统模块和数据库系统模块运行在操作系统提供运行环境,协调他们之间的运行,合理的分配资源,避免死锁;程序设计语言及编译解释系统模块为基于集群的开发提供可能,其为开发者提供了操作集群运行的API,开发者可以通过API实现对于集群的操作;文件系统模块用于提供远程的执行远程文件存取,并以透明方式对分布在网络上的文件进行管理和存取;数据库系统模块用于提供数据与文件存储,其采用分布式架构,由分布于多个计算机结点上的若干个数据库系统组成,它提供有效的存取手段来操纵这些结点上的子数据,其在使用上可视为一个完整的数据库,而实际上它是分布在地理分散的各个结点上,分布在各个结点上的子数据库在逻辑上是相关的;异常分析系统建立在程序设计语言及编译解释系统模块、文件系统模块和数据库系统模块之上,依赖于程序设计语言及编译解释系统模块、文件系统模块和数据库系统模块的正常运行,其使用程序设计语言及编译解释系统模块所提供的API进行运行,读取数据库系统模块的数据进行分析检测,并监控文件系统的传输运作,及时对运行过程中出现的异常情况进行预警与采集;用户使用客户端通过网关实现了对于服务端的使用与操作;IoT客户端部署在各种IoT设备之上,用于收集IoT设备中的信息并将其通过网关传输给服务端;用户使用用户客户端进行操作,以实现其业务需求;分析客户端用于为分析客户提供分析界面,具有分析操作权限的用户,使用分析客户端连接异常分析系统,调取相关的数据并由异常分析系统做出分析结果,并将分析结果在分析客户端显示出来,供分析者使用;异常分析系统包括基于均方差法、箱形图法、DBScan聚类算法、孤立森林算法和RCF算法的计算机程序进行异常分析,其根据所适用的不同类型的数据选用不同的计算机程序对异常进行检测从而得出数据是否属于异常点。
本实施例的整体运行过程为:用户使用用户客户端进行业务操作,业务操作数据经由网关传输给数据库模块,IoT客户端采集IoT设备的运行信息,并将运行信息经由网关传输给数据库模块,数据库模块将业务操作数据和运行信息予以存储,异常分析系统使用异常分析模型对数据库模块中的数据进行分析,若出现异常数据,及时予以识别,并将异常数据予以评估从而产生相应的分析结果,并将分析结果通过网关传输给分析客户端供具有分析操作权限的用户使用;通过上述模块之间的交互,在不依赖于管理人员的人员素质以及想象力的前提下,具有良好的扩展性并可在较为完善的设计中实现不断改革。
在一种优选的实施例中,所述IoT客户端运行于包括智能手机、平板电脑、空调、打印机、扫描仪、门锁、灯、垃圾桶、消防栓和冰箱上。
在该种优选的实施例中,IoT客户端用于采集源于智能手机、平板电脑、空调、打印机、扫描仪、门锁、灯、垃圾桶、消防栓和冰箱上的各种操作数据以及位于其上的监测数据,并将其通过无线或者有线网络传输给服务端。
在一种优选的实施例中,所述IoT客户端运行在安卓操作系统上。
在该种优选的实施例中,IoT客户端运行在安卓操作系统上,一方面安卓操作系统为开源的免费操作系统,使用成本低廉,另一方面安卓操作系统的IoT版本具有良好的性能,可以满足在各种IoT设备上的使用需要。
在一种优选的实施例中,还包括服务端管理系统和管理员客户端;所述服务端管理系统连接所述操作系统模块;所述管理员客户端通过所述网关连接所述服务端管理系统。
在该种优选的实施例中,服务端管理系统在设置在服务端上,其具有在服务端除服务端操作系统外的最高权限,即管理员权限;操作系统管理人员使用管理员客户端连接服务端管理系统,输入自己所有的管理员帐号及密码,从而获取相应的服务端管理员权限,从而实现对于服务端各个系统以及应用的管理与使用。
在一种优选的实施例中,所述服务端与所述客户端采用B/S架构。
在该种优选的实施例中,服务端与客户端之间使用B/S架构,使用B/S架构,不需要另行编写适用于不同类型机器的客户端,只需要编写一个基于HTML5的客户端便可以在不同类型的硬件上使用。
在一种优选的实施例中,所述服务端还包括数据可视化系统;所述数据可视化系统连接所述数据库模块和所述异常分析系统;所述数据可视化系统采用SaaS方式提供服务。
在该种优选的实施例中,数据可视化系统用于将数据库系统的数据或者异常分析系统的分析结果通过数据可视化系统呈现出来,从而提供给决策者予以参考和分析;数据可视化系统采用SaaS方式提供服务,数据可视化的任务完全在服务端完成,数据可视化系统直接传输图片给客户端,而不需要在客户端进行任何的操作,安装任何的程序。
在一种优选的实施例中,所述服务端还包括异常处理系统;所述异常处理系统连接所述异常分析系统;所述异常处理系统包括异常评估系统、异常模拟系统和异常推广系统;所述异常评估系统连接所述异常模拟系统;所述异常模拟系统连接所述异常推广系统。
在该种优选的实施例中,异常处理系统用于将异常分析系统检测到到的异常进行分析处理;异常评估系统用于对异常的性质进行判断,其中存储有预先设定好的预案阈值,根据预案阈值分析其为何种类型的异常,是否需要启动预案;异常模拟系统则用于模拟异常发生的过程,其使用基于Simulink的可视化仿真模拟程序综合异常信息和异常相关信息对异常发生的过程进行模拟,从而判断异常发生的原因并得出合适的预案规模;然后进入异常推广系统,异常推广系统为基于Simulink的可视化仿真模拟程序,由异常推广系统进行分析,判断预案是否具有推广的价值,其以一个较小的预案推广规模开始不断增加推广的规模,从而得出在该种预案在何种的推广规模下是合适的,从而得出该种预案的推广的适用范围。
在一种优选的实施例中,所述服务端还包括集群备份系统;所述集群备份系统包括不少于2台备份服务器。
在该种优选的实施例中,集群备份系统用于在集群内的服务器出现故障时保证集群能够正常提供服务,当集群内的某个节点的服务器发生故障时,这台服务器上所运行的服务将会被备份服务器所接管,从而减少因服务器问题而导致的系统性宕机。
在一种优选的实施例中,所述服务端还包括安全防护系统;所述安全防护系统连接所述网关。
在该种优选的实施例中,安全防护系统采用OSI安全架构,提供对象认证服务、访问控制服务、数据保密性服务、数据完整性服务和禁止否认服务,其监测从网关经过的流量,并对要求访问服务端的客户端进行身份识别、访问控制,同时保证通讯的保密性、完整性与可追溯性。
在一种具体的实施例中,一种基于异常的分布式精细化管理方法,使用所述一种基于异常的分布式精细化管理系统,包括:S1:初始化所述服务端和所述网关;S2:所述客户端通过所述网关获取所述服务端的服务;S3:所述数据库系统模块记录所述服务;S4:所述异常分析系统读取所述服务并判断所述服务是否属于异常,若不属于,回到S1,若属于,进入S5;S5:所述异常评估系统评估所述服务是否需要启动预案,若需要启动所述预案,进入S6,否则回到S1;S6:所述异常模拟系统模拟所述服务与所述预案;S7:所述异常推广系统测试所述服务,若需要推广,发出推广信息与预案信息传输给所述分析客户端,然后回到S1,否则发出所述预案信息,然后回到S1。
在该种具体的实施例中,用户通过客户端获取服务端的服务,数据库系统模块记录服务的内容,异常分析系统读取该服务并判断该服务是否是属于异常,若属于异常,使用异常处理系统对异常进行处理;异常评估系统对该服务的异常程度进行分析,使用原先设定的阈值判断其是否需要启动预案,若需要启动预案则将相关数据传输给异常模拟系统,由异常模拟系统对相关数据进行模拟,从而从量的程度上判断从何种程度上启动预案以及是否存在着其他关联性问题,然后,使用异常推广系统测试,判断预案的启动是否具有普适性,是否需要在其他的部门中启动预案,并且要在一个多大的范围内启动相关的预案,并将结果返回给分析客户端。
为了便于说明,以在城市中分布的垃圾桶为例,垃圾桶上设置有统计垃圾数量的传感器,将每天收集的垃圾数量传输给服务器,假设放置于一个小区的垃圾桶的日垃圾回收量在1吨上下波动,预案为增设垃圾桶,预案的阈值为1.1吨,当小区的日垃圾回收量为1.3吨时,异常分析系统发现该小区的日垃圾回收量归为异常点,将该小区的日垃圾回收数据传输给异常评估系统进行评估,异常评估系统根据预案的阈值1.1吨,认为该小区的垃圾回收量需要启动预案,然后将该小区的日垃圾回收数据以及该小区的其他数据传输给异常模拟系统,由异常模拟系统模拟该小区的日常活动,同时模拟在实行预案后小区活动情况,一方面分析应当在什么程度上增设垃圾桶,另一方面对其他数据进行关联性分析以判断小区的日垃圾回收量的波动原因,比如通过小区磁卡的使用量与小区日垃圾回收量的关联分析,得到该小区的日垃圾回收量波动的原因是因为小区出现了群租房,在单位面积内的居住人员激增,从而引起了日垃圾回收量的激增;然后再进入异常推广系统中进行分析,判断是否需要在其他的小区增设垃圾桶以及在那些小区增设垃圾桶。
通过上述步骤,在不依赖于管理人员的人员素质以及想象力的前提下,积极发挥基层创新能力的前提下,具有良好的扩展性并可在较为完善的设计中实现不断改革。
需要指出的是,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于异常的分布式精细化管理系统,包括服务端、客户端和网关,其特征在于:所述服务端采用分布式架构;所述服务端运行于多台服务器上;所述服务端连接所述网关;所述服务端包括异常分析系统、操作系统模块、程序设计语言及编译解释系统模块、文件系统模块和数据库系统模块;
所述操作系统模块提供所述异常分析系统、所述程序设计语言及编译解释系统模块、所述文件系统模块和所述数据库系统模块的运行环境;
所述客户端连接所述网关;所述客户端包括、IoT客户端、用户客户端和分析客户端。
2.根据权利要求1所述的一种基于异常的分布式精细化管理系统,其特征在于:所述IoT客户端运行于包括智能手机、平板电脑、空调、打印机、扫描仪、门锁、灯、垃圾桶、消防栓和冰箱上。
3.根据权利要求1所述的一种基于异常的分布式精细化管理系统,其特征在于:所述IoT客户端运行在安卓操作系统上。
4.根据权利要求1所述的一种基于异常的分布式精细化管理系统,其特征在于:还包括服务端管理系统和管理员客户端;
所述服务端管理系统连接所述操作系统模块;
所述管理员客户端通过所述网关连接所述服务端管理系统。
5.根据权利要求1所述的一种基于异常的分布式精细化管理系统,其特征在于:所述服务端与所述客户端采用B/S架构。
6.根据权利要求1所述的一种基于异常的分布式精细化管理系统,其特征在于:所述服务端还包括数据可视化系统;所述数据可视化系统连接所述数据库模块和所述异常分析系统;所述数据可视化系统采用SaaS方式提供服务。
7.根据权利要求1所述的一种基于异常的分布式精细化管理系统,其特征在于:所述服务端还包括异常处理系统;
所述异常处理系统连接所述异常分析系统;
所述异常处理系统包括异常评估系统、异常模拟系统和异常推广系统;所述异常评估系统连接所述异常模拟系统;
所述异常模拟系统连接所述异常推广系统。
8.根据权利要求1所述的一种基于异常的分布式精细化管理系统,其特征在于:所述服务端还包括集群备份系统;
所述集群备份系统包括不少于2台备份服务器。
9.根据权利要求1所述的一种基于异常的分布式精细化管理系统,其特征在于:所述服务端还包括安全防护系统;
所述安全防护系统连接所述网关。
10.一种基于异常的分布式精细化管理方法,使用根据权利要求1至权利要求9任一所述的一种基于异常的分布式精细化管理系统,包括:
S1:初始化所述服务端和所述网关;
S2:所述客户端通过所述网关获取所述服务端的服务;
S3:所述数据库系统模块记录所述服务;
S4:所述异常分析系统读取所述服务并判断所述服务是否属于异常,若不属于,回到S1,若属于,进入S5;
S5:所述异常评估系统评估所述服务是否需要启动预案,若需要启动所述预案,进入S6,否则回到S1;
S6:所述异常模拟系统模拟所述服务与所述预案;
S7:所述异常推广系统测试所述服务,若需要推广,发出推广信息与预案信息传输给所述分析客户端,然后回到S1,否则发出所述预案信息,然后回到S1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010111940.3A CN111340445A (zh) | 2020-02-24 | 2020-02-24 | 一种基于异常的分布式精细化管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010111940.3A CN111340445A (zh) | 2020-02-24 | 2020-02-24 | 一种基于异常的分布式精细化管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111340445A true CN111340445A (zh) | 2020-06-26 |
Family
ID=71181759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010111940.3A Pending CN111340445A (zh) | 2020-02-24 | 2020-02-24 | 一种基于异常的分布式精细化管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111340445A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170155672A1 (en) * | 2015-11-30 | 2017-06-01 | International Business Machines Corporation | User state tracking and anomaly detection in software-as-a-service environments |
CN109644891A (zh) * | 2018-12-25 | 2019-04-19 | 江苏大学 | 一种基于NB-IoT的生猪生长关键参数监测系统及方法 |
CN110650174A (zh) * | 2018-06-26 | 2020-01-03 | 上海筑思智能科技有限公司 | 一种分布式架构的mes系统及其客户端与服务端的交互方法 |
CN110730156A (zh) * | 2018-07-17 | 2020-01-24 | 国际商业机器公司 | 用于异常检测的分布式机器学习 |
CN110809060A (zh) * | 2019-11-18 | 2020-02-18 | 北京东方通科技股份有限公司 | 一种应用服务器集群的监控系统及监控方法 |
-
2020
- 2020-02-24 CN CN202010111940.3A patent/CN111340445A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170155672A1 (en) * | 2015-11-30 | 2017-06-01 | International Business Machines Corporation | User state tracking and anomaly detection in software-as-a-service environments |
CN110650174A (zh) * | 2018-06-26 | 2020-01-03 | 上海筑思智能科技有限公司 | 一种分布式架构的mes系统及其客户端与服务端的交互方法 |
CN110730156A (zh) * | 2018-07-17 | 2020-01-24 | 国际商业机器公司 | 用于异常检测的分布式机器学习 |
CN109644891A (zh) * | 2018-12-25 | 2019-04-19 | 江苏大学 | 一种基于NB-IoT的生猪生长关键参数监测系统及方法 |
CN110809060A (zh) * | 2019-11-18 | 2020-02-18 | 北京东方通科技股份有限公司 | 一种应用服务器集群的监控系统及监控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20150067153A1 (en) | Remote monitoring of data facility in real-time using wireless sensor network | |
KR101980286B1 (ko) | 애플리케이션별 자원 사용량 정보의 제공 기법 | |
CN106778253A (zh) | 基于大数据的威胁情景感知信息安全主动防御模型 | |
CN114584405B (zh) | 一种电力终端安全防护方法及系统 | |
CN110020687B (zh) | 基于操作人员态势感知画像的异常行为分析方法及装置 | |
CN112118551B (zh) | 设备风险识别方法及相关设备 | |
CN111260525A (zh) | 社区安全态势感知和预警方法、系统及存储介质 | |
CN113556254B (zh) | 一种异常告警的方法、装置、电子设备及可读存储介质 | |
CN111444290A (zh) | 数据处理方法、数据显示方法、装置、设备及存储介质 | |
CN113722301A (zh) | 基于教育信息的大数据处理方法、装置及系统、存储介质 | |
US20220172004A1 (en) | Monitoring bias metrics and feature attribution for trained machine learning models | |
CN112256682B (zh) | 一种多维异构数据的数据质量检测方法及装置 | |
US20220171991A1 (en) | Generating views for bias metrics and feature attribution captured in machine learning pipelines | |
CN115982012A (zh) | 一种接口管理能力成熟度的评估模型及方法 | |
CN113965497B (zh) | 服务器异常识别方法、装置、计算机设备及可读存储介质 | |
US20230054912A1 (en) | Asset Error Remediation for Continuous Operations in a Heterogeneous Distributed Computing Environment | |
CN112291264B (zh) | 一种安全控制的方法、装置、服务器和存储介质 | |
US20220172101A1 (en) | Capturing feature attribution in machine learning pipelines | |
CN112953952A (zh) | 工业安全态势感知方法、平台、电子设备、及存储介质 | |
CN112822210A (zh) | 一种基于网络资产的漏洞管理系统 | |
CN115567563B (zh) | 基于端边云的综合交通枢纽监测预警系统及其控制方法 | |
CN113918534A (zh) | 一种策略处理系统及方法 | |
CN111340445A (zh) | 一种基于异常的分布式精细化管理系统及方法 | |
Kopylec et al. | Visualizing cascading failures in critical cyber infrastructures | |
CN107295087B (zh) | 一种实现网系间数据聚合的系统及方法 |
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 |