CN112069372A - 水文数据监控方法、装置、服务器及可读存储介质 - Google Patents
水文数据监控方法、装置、服务器及可读存储介质 Download PDFInfo
- Publication number
- CN112069372A CN112069372A CN202010802614.7A CN202010802614A CN112069372A CN 112069372 A CN112069372 A CN 112069372A CN 202010802614 A CN202010802614 A CN 202010802614A CN 112069372 A CN112069372 A CN 112069372A
- Authority
- CN
- China
- Prior art keywords
- information
- hydrological
- access
- item
- parameter
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/253—Fusion techniques of extracted features
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例涉及计算机技术领域,具体而言,涉及一种水文数据监控方法。详细地,能够将水文数据参数信息转移到与确定出的特征分段属性对应的访问监控表项中,并且在水文数据参数信息与水文特征信息的水文参数项目的水文数据参数元素之间的当前元素匹配值大于设定阈值时才运行访问监控表项以确定出关联特征信息,确保得出的关联特征信息是有效的,如此,能够避免对无效的关联特征信息的多次确定,提高了匹配的效率。在对关联特征信息进行检索时,会预先判断水文数据检索进程的空闲率是否达到设定空闲率,根据判断结果执行不同的检索方法,如此,能够确保尽早地获取相对有效的关联特征信息的检索信息,确保匹配的时效性。
Description
技术领域
本发明涉及计算机技术领域,具体而言,涉及一种水文数据监控方法、装置、服务器及可读存储介质。
背景技术
在水文数据的监控过程中,通常会涉及到一些访问查询请求,如何在响应过程中有效提高匹配的效率且时效性,是亟待解决的技术问题。
发明内容
为了至少克服现有技术中的上述不足,本发明的目的之一在于提供一种水文数据监控方法、装置、服务器及可读存储介质。
本发明实施例提供了一种水文数据监控方法,所述方法至少包括:
根据检测到的待访问的水文数据参数信息的水文参数项目及预设的水文特征选择库中存储的水文特征信息,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性,并将所述水文数据参数信息转移到与所述特征分段属性对应的特征分段目录库的访问监控表项中;其中,转移到所述访问监控表项中的所述水文数据参数信息的水文参数项目的水文数据参数元素的元素覆盖区间大于所述水文特征选择库中存储的水文特征信息的水文参数项目的水文数据参数元素的元素覆盖区间;
判断所述水文数据参数信息的水文参数项目的水文数据参数元素与所述水文特征信息的水文参数项目的水文数据参数元素之间的当前元素匹配值是否大于设定阈值,如果是,运行所述访问监控表项,确定出所述水文数据参数信息与所述水文特征信息之间的关联特征信息;
检测水文数据检索进程的空闲率是否达到设定空闲率;
在所述空闲率没有达到所述设定空闲率时,调用所述水文数据检索进程对所述关联特征信息进行检索,获得检索信息;
在所述空闲率达到所述设定空闲率时,确定出正在执行的检索进程中的每个检索进程对应的目标关联特征表项节点组合应的目标水文数据参数信息以及目标水文特征信息,暂停所述目标水文数据参数信息的水文参数项目的水文数据参数元素与所述目标水文特征信息的水文参数项目的水文数据参数元素之间的元素匹配值值小于所述当前元素匹配值值对应的目标关联特征信息的检索进程,并调用关闭所述检索进程所释放的水文数据检索进程对所述关联特征信息进行检索,获得检索信息;其中,所述检索信息中包括与所述水文数据参数信息相匹配的检索可扩展访问信息;
将所述检索可扩展访问信息进行访问。
在一些可能的设计中,所述根据检测到的待访问的水文数据参数信息的水文参数项目及预设的水文特征选择库中存储的水文特征信息,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性,包括:
根据所述水文数据参数信息的水文参数项目中参数分割字段的字段位图参数,对所述水文参数项目中项目目录信息、项目标签信息和项目访问行为信息进行特征融合,得到第一融合信息分量;
去除所述第一融合信息分量中项目目录信息、项目标签信息和项目访问行为信息的噪声数据,得到第二融合信息分量;
分别确定所述水文参数项目的水文数据参数元素的第一元素权重值和所述第二融合信息分量的第二元素权重值;根据所述第一元素权重值与所述第二元素权重值的匹配关系,以及预设的匹配关系范围与分段属性值的对应关系,确定元素权重值分段属性值,其中,包含的匹配关系较大的预设的匹配关系范围,对应的元素权重值分段属性值较大;
以所述水文参数项目为参考,采用所述元素权重值分段属性值对所述第二融合信息分量进行特征提取,得到第三融合信息分量;
分别对所述第三融合信息分量中的项目目录信息、项目标签信息和项目访问行为信息的字段位图参数进行特征融合,确定所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串;
根据所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性。
在一些可能的设计中,所述运行所述访问监控表项,确定出所述水文数据参数信息与所述水文特征信息之间的关联特征信息,包括:
从所述访问监控表项中获取一组表项节点组合;其中,所述表项节点组合为所述水文数据参数信息与所述水文特征信息的表项节点组合;
利用预设聚合分类条件对所述表项节点组合进行聚合分类,获得所述表项节点组合的聚类序列集;其中,所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的一个信息元素覆盖区间,或者所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的同一信息元素覆盖区间与同一相同聚类特征;
针对每一访问监控表项程序,根据预设的聚类序列元素覆盖区间与关联信息集合的对应关系确定所述访问监控表项程序中含有的聚类序列元素覆盖区间对应的第一关联信息;并根据所述第一关联信息中包含的信息匹配逻辑与基准表项节点组合的聚类序列集确定所述访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联信息;其中,所述基准表项节点组合为所述表项节点组合的前一组或者多组表项节点组合,所述基准表项节点组合的聚类序列集为对所述基准表项节点组合进行聚合分类后获得的;
根据各访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联表项节点组合所述表项节点组合进行识别,获得识别结果;
统计所述识别结果以确定出所述关联特征信息。
在一些可能的设计中,所述将所述检索可扩展访问信息进行访问,包括:
根据所述检索可扩展访问信息确定出多个可扩展访问目标,根据所述可扩展访问目标的频繁模式项的顺序依次确定每一可扩展访问目标的访问优先级;
确定每个访问优先级的查询访问策略;
针对每个查询访问策略,根据该查询访问策略中每个查询访问单元的访问服务进程,和针对所述检索可扩展访问信息预先存储的访问程序指令中每个访问程序节点的访问接口,确定该查询访问策略对应的接口调用函数;
将每个查询访问策略对应的接口调用函数分别叠加到所述访问程序指令中,获得所述检索可扩展访问信息访问序列;
根据所述访问序列依次将所述检索可扩展访问信息向每个可扩展访问目标进行访问。
本发明实施例还提供了一种水文数据监控装置,所述装置至少包括:
转移模块,用于根据检测到的待访问的水文数据参数信息的水文参数项目及预设的水文特征选择库中存储的水文特征信息,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性,并将所述水文数据参数信息转移到与所述特征分段属性对应的特征分段目录库的访问监控表项中;其中,转移到所述访问监控表项中的所述水文数据参数信息的水文参数项目的水文数据参数元素的元素覆盖区间大于所述水文特征选择库中存储的水文特征信息的水文参数项目的水文数据参数元素的元素覆盖区间;
判断模块,用于判断所述水文数据参数信息的水文参数项目的水文数据参数元素与所述水文特征信息的水文参数项目的水文数据参数元素之间的当前元素匹配值是否大于设定阈值,如果是,运行所述访问监控表项,确定出所述水文数据参数信息与所述水文特征信息之间的关联特征信息;
检测模块,用于检测水文数据检索进程的空闲率是否达到设定空闲率;
在所述空闲率没有达到所述设定空闲率时,调用所述水文数据检索进程对所述关联特征信息进行检索,获得检索信息;
在所述空闲率达到所述设定空闲率时,确定出正在执行的检索进程中的每个检索进程对应的目标关联特征表项节点组合应的目标水文数据参数信息以及目标水文特征信息,暂停所述目标水文数据参数信息的水文参数项目的水文数据参数元素与所述目标水文特征信息的水文参数项目的水文数据参数元素之间的元素匹配值值小于所述当前元素匹配值值对应的目标关联特征信息的检索进程,并调用关闭所述检索进程所释放的水文数据检索进程对所述关联特征信息进行检索,获得检索信息;其中,所述检索信息中包括与所述水文数据参数信息相匹配的检索可扩展访问信息;
访问模块,用于将所述检索可扩展访问信息进行访问。
在一些可能的设计中,所述转移模块,用于:
根据所述水文数据参数信息的水文参数项目中参数分割字段的字段位图参数,对所述水文参数项目中项目目录信息、项目标签信息和项目访问行为信息进行特征融合,得到第一融合信息分量;
去除所述第一融合信息分量中项目目录信息、项目标签信息和项目访问行为信息的噪声数据,得到第二融合信息分量;
分别确定所述水文参数项目的水文数据参数元素的第一元素权重值和所述第二融合信息分量的第二元素权重值;根据所述第一元素权重值与所述第二元素权重值的匹配关系,以及预设的匹配关系范围与分段属性值的对应关系,确定元素权重值分段属性值,其中,包含的匹配关系较大的预设的匹配关系范围,对应的元素权重值分段属性值较大;
以所述水文参数项目为参考,采用所述元素权重值分段属性值对所述第二融合信息分量进行特征提取,得到第三融合信息分量;
分别对所述第三融合信息分量中的项目目录信息、项目标签信息和项目访问行为信息的字段位图参数进行特征融合,确定所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串;
根据所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性。
在一些可能的设计中,所述判断模块,用于:
从所述访问监控表项中获取一组表项节点组合;其中,所述表项节点组合为所述水文数据参数信息与所述水文特征信息的表项节点组合;
利用预设聚合分类条件对所述表项节点组合进行聚合分类,获得所述表项节点组合的聚类序列集;其中,所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的一个信息元素覆盖区间,或者所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的同一信息元素覆盖区间与同一相同聚类特征;
针对每一访问监控表项程序,根据预设的聚类序列元素覆盖区间与关联信息集合的对应关系确定所述访问监控表项程序中含有的聚类序列元素覆盖区间对应的第一关联信息;并根据所述第一关联信息中包含的信息匹配逻辑与基准表项节点组合的聚类序列集确定所述访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联信息;其中,所述基准表项节点组合为所述表项节点组合的前一组或者多组表项节点组合,所述基准表项节点组合的聚类序列集为对所述基准表项节点组合进行聚合分类后获得的;
根据各访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联表项节点组合所述表项节点组合进行识别,获得识别结果;
统计所述识别结果以确定出所述关联特征信息。
在一些可能的设计中,所述访问模块,用于:
根据所述检索可扩展访问信息确定出多个可扩展访问目标,根据所述可扩展访问目标的频繁模式项的顺序依次确定每一可扩展访问目标的访问优先级;
确定每个访问优先级的查询访问策略;
针对每个查询访问策略,根据该查询访问策略中每个查询访问单元的访问服务进程,和针对所述检索可扩展访问信息预先存储的访问程序指令中每个访问程序节点的访问接口,确定该查询访问策略对应的接口调用函数;
将每个查询访问策略对应的接口调用函数分别叠加到所述访问程序指令中,获得所述检索可扩展访问信息访问序列;
根据所述访问序列依次将所述检索可扩展访问信息向每个可扩展访问目标进行访问。
本发明实施例还提供了一种服务器,包括处理器以及与所述处理器连接的存储器和总线;其中,所述处理器和所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行上述的水文数据监控方法。
本发明实施例还提供了一种可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的水文数据监控方法。
本发明实施例所提供的一种水文数据监控方法、装置、服务器及可读存储介质,能够根据水文数据参数信息的水文参数项目以及水文特征选择库中存储的水文特征信息确定水文数据参数信息关联的水文特征选择库的特征分段属性,并将水文数据参数信息转移到访问监控表项中,并且在水文数据参数信息与水文特征信息的水文参数项目的水文数据参数元素之间的当前元素匹配值大于设定阈值时才运行访问监控表项以确定出关联特征信息,能够确保运行访问监控表项得出的关联特征信息是有效的,如此,能够避免对无效的关联特征信息的多次确定,提高了匹配的效率。进一步地,在调用水文数据检索进程对关联特征信息进行检索时,会预先判断水文数据检索进程的空闲率是否达到设定空闲率,然后根据判断结果执行不同的检索方法,如此,能够确保尽早地获取相对有效的关联特征信息的检索信息,确保匹配的时效性。
可以理解,通过上述方案,能够对不同的水文数据参数信息和水文特征信息进行区分,从而提高匹配的效率和时效性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例所提供的一种水文数据监控方法的流程图。
图2为本发明实施例所提供的一种水文数据监控装置的功能模块框图。
图3为本发明实施例所提供的一种服务器的方框示意图。
具体实施方式
下面将参照附图更详细地描述本发明公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明,而不是对本发明技术方案的限定,在不冲突的情况下,本发明实施例以及实施例中的技术特征可以相互组合。
图1为根据本发明一个实施例提供的水文数据监控方法的流程图,应用于服务器,该方法可以包括以下内容:
步骤S11,根据检测到的待访问的水文数据参数信息的水文参数项目及预设的水文特征选择库中存储的水文特征信息,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性,并将所述水文数据参数信息转移到与所述特征分段属性对应的特征分段目录库的访问监控表项中。
步骤S12,判断所述水文数据参数信息的水文参数项目的水文数据参数元素与所述水文特征信息的水文参数项目的水文数据参数元素之间的当前元素匹配值是否大于设定阈值,如果是,运行所述访问监控表项,确定出所述水文数据参数信息与所述水文特征信息之间的关联特征信息。
步骤S13,检测水文数据检索进程的空闲率是否达到设定空闲率。
步骤S14,在所述空闲率没有达到所述设定空闲率时,调用所述水文数据检索进程对所述关联特征信息进行检索,获得检索信息。
步骤S15,在所述空闲率达到所述设定空闲率时,确定出正在执行的检索进程中的每个检索进程对应的目标关联特征表项节点组合应的目标水文数据参数信息以及目标水文特征信息,暂停所述目标水文数据参数信息的水文参数项目的水文数据参数元素与所述目标水文特征信息的水文参数项目的水文数据参数元素之间的元素匹配值值小于所述当前元素匹配值值对应的目标关联特征信息的检索进程,并调用关闭所述检索进程所释放的水文数据检索进程对所述关联特征信息进行检索,获得检索信息。
步骤S16,将所述检索可扩展访问信息进行访问。
在步骤S11中,转移到所述访问监控表项中的所述水文数据参数信息的水文参数项目的水文数据参数元素的元素覆盖区间大于所述水文特征选择库中存储的水文特征信息的水文参数项目的水文数据参数元素的元素覆盖区间。
在步骤S15中,所述检索信息中包括与所述水文数据参数信息相匹配的检索可扩展访问信息。
通过上述内容,能够根据水文数据参数信息的水文参数项目以及水文特征选择库中存储的水文特征信息确定水文数据参数信息关联的水文特征选择库的特征分段属性,并将水文数据参数信息转移到访问监控表项中,并且在水文数据参数信息与水文特征信息的水文参数项目的水文数据参数元素之间的当前元素匹配值大于设定阈值时才运行访问监控表项以确定出关联特征信息,能够确保运行访问监控表项得出的关联特征信息是有效的,如此,能够避免对无效的关联特征信息的多次确定,提高了匹配的效率。进一步地,在调用水文数据检索进程对关联特征信息进行检索时,会预先判断水文数据检索进程的空闲率是否达到设定空闲率,然后根据判断结果执行不同的检索方法,如此,能够确保尽早地获取相对有效的关联特征信息的检索信息,确保匹配的时效性。
可以理解,通过步骤S11-步骤S16,能够对不同的水文数据参数信息和水文特征信息进行区分,从而提高匹配的效率和时效性。
在具体实施时,为了确保特征分段属性的准确性,从而提高访问监控表项的运行效率,避免在运行访问监控表项时由于特征分段属性的误差导致关联特征信息的遗漏,在一些可能的设计中,所述根据检测到的待访问的水文数据参数信息的水文参数项目及预设的水文特征选择库中存储的水文特征信息,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性,具体可以包括以下内容:
步骤S111,根据所述水文数据参数信息的水文参数项目中参数分割字段的字段位图参数,对所述水文参数项目中项目目录信息、项目标签信息和项目访问行为信息进行特征融合,得到第一融合信息分量。
步骤S112,去除所述第一融合信息分量中项目目录信息、项目标签信息和项目访问行为信息的噪声数据,得到第二融合信息分量。
步骤S113,分别确定所述水文参数项目的水文数据参数元素的第一元素权重值和所述第二融合信息分量的第二元素权重值;根据所述第一元素权重值与所述第二元素权重值的匹配关系,以及预设的匹配关系范围与分段属性值的对应关系,确定元素权重值分段属性值。
步骤S114,以所述水文参数项目为参考,采用所述元素权重值分段属性值对所述第二融合信息分量进行特征提取,得到第三融合信息分量。
步骤S115,分别对所述第三融合信息分量中的项目目录信息、项目标签信息和项目访问行为信息的字段位图参数进行特征融合,确定所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串。
步骤S116,根据所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性。
在步骤S113中,包含的匹配关系较大的预设的匹配关系范围,对应的元素权重值分段属性值较大。
可以理解,通过步骤S111-步骤S116,能够对水文数据参数信息中的水文参数项目进行字符分析和特征分析,从而依次确定出第一融合信息分量、第二融合信息分量和第三融合信息分量,进而根据第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串,确定水文数据参数信息关联的水文特征选择库的特征分段属性。如此,能够确保特征分段属性的准确性,从而提高访问监控表项的运行效率,避免在运行访问监控表项时由于特征分段属性的误差导致关联特征信息的遗漏。
在实际应用中,在运行访问监控表项时可能会出现卡顿的现象,在这种情况下,可能会导致确定出的关联特征信息出现信息遗漏。为了避免关联特征信息出现遗漏,在一些可能的设计中,所述运行所述访问监控表项,确定出所述水文数据参数信息与所述水文特征信息之间的关联特征信息,具体可以包括以下内容:
步骤S121,从所述访问监控表项中获取一组表项节点组合。
步骤S122,利用预设聚合分类条件对所述表项节点组合进行聚合分类,获得所述表项节点组合的聚类序列集。
步骤S123,针对每一访问监控表项程序,根据预设的聚类序列元素覆盖区间与关联信息集合的对应关系确定所述访问监控表项程序中含有的聚类序列元素覆盖区间对应的第一关联信息;并根据所述第一关联信息中包含的信息匹配逻辑与基准表项节点组合的聚类序列集确定所述访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联信息。
步骤S124,根据各访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联表项节点组合所述表项节点组合进行识别,获得识别结果。
步骤S125,统计所述识别结果以确定出所述关联特征信息。
在步骤S121中,所述表项节点组合为所述水文数据参数信息与所述水文特征信息的表项节点组合。
在步骤S122中,所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的一个信息元素覆盖区间,或者所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的同一信息元素覆盖区间与同一相同聚类特征。
在步骤S123中,所述基准表项节点组合为所述表项节点组合的前一组或者多组表项节点组合,所述基准表项节点组合的聚类序列集为对所述基准表项节点组合进行聚合分类后获得的。
基于步骤S121-步骤S125,能够对访问监控表项中的每一组表项节点组合进行拆分,从而根据拆分得到的信息集确定出第一关联信息,从而进一步确定出第二关联信息。然后根据各访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联表项节点组合表项节点组合进行识别,获得识别结果,最后统计识别结果以确定出关联特征信息。由于关联特征信息是统计多个识别结果得到的,即使在运行访问监控表项时出现卡顿,也能够将根据各访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联表项节点组合表项节点组合进行识别所获得的识别结果进行缓存,从而避免识别结果的丢失。如此,能够完整地确定出关联特征信息,避免关联特征信息出现遗漏。
在具体实施时,为了提高检索可扩展访问信息访问的效率和准确性,确保水文数据参数信息与水文特征信息完成匹配之后的后续进程,一种可替换的实施例中,所述将所述检索可扩展访问信息进行访问,具体可以包括以下内容:
步骤S161,根据所述检索可扩展访问信息确定出多个可扩展访问目标,根据所述可扩展访问目标的频繁模式项的顺序依次确定每一可扩展访问目标的访问优先级。
步骤S162,确定每个访问优先级的查询访问策略。
步骤S163,针对每个查询访问策略,根据该查询访问策略中每个查询访问单元的访问服务进程,和针对所述检索可扩展访问信息预先存储的访问程序指令中每个访问程序节点的访问接口,确定该查询访问策略对应的接口调用函数。
步骤S164,将每个查询访问策略对应的接口调用函数分别叠加到所述访问程序指令中,获得所述检索可扩展访问信息访问序列。
步骤S165,根据所述访问序列依次将所述检索可扩展访问信息向每个可扩展访问目标进行访问。
可以理解,通过步骤S161-步骤S165,能够根据确定出的多个可扩展访问目标的活跃度的顺序确定访问优先级,并基于确定权重获得检索可扩展访问信息访问序列,然后根据访问序列依次将检索可扩展访问信息向每个可扩展访问目标进行访问。如此,能够提高检索可扩展访问信息访问的效率和准确性,确保水文数据参数信息与水文特征信息完成匹配之后的后续进程。
在上述基础上,本发明实施例提供了一种水文数据监控装置200。图2为根据本发明一个实施例提供的一种水文数据监控装置200的功能模块框图,该水文数据监控装置200包括:
转移模块210,用于根据检测到的待访问的水文数据参数信息的水文参数项目及预设的水文特征选择库中存储的水文特征信息,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性,并将所述水文数据参数信息转移到与所述特征分段属性对应的特征分段目录库的访问监控表项中;其中,转移到所述访问监控表项中的所述水文数据参数信息的水文参数项目的水文数据参数元素的元素覆盖区间大于所述水文特征选择库中存储的水文特征信息的水文参数项目的水文数据参数元素的元素覆盖区间;
判断模块220,用于判断所述水文数据参数信息的水文参数项目的水文数据参数元素与所述水文特征信息的水文参数项目的水文数据参数元素之间的当前元素匹配值是否大于设定阈值,如果是,运行所述访问监控表项,确定出所述水文数据参数信息与所述水文特征信息之间的关联特征信息;
检测模块230,用于检测水文数据检索进程的空闲率是否达到设定空闲率;
在所述空闲率没有达到所述设定空闲率时,调用所述水文数据检索进程对所述关联特征信息进行检索,获得检索信息;
在所述空闲率达到所述设定空闲率时,确定出正在执行的检索进程中的每个检索进程对应的目标关联特征表项节点组合应的目标水文数据参数信息以及目标水文特征信息,暂停所述目标水文数据参数信息的水文参数项目的水文数据参数元素与所述目标水文特征信息的水文参数项目的水文数据参数元素之间的元素匹配值值小于所述当前元素匹配值值对应的目标关联特征信息的检索进程,并调用关闭所述检索进程所释放的水文数据检索进程对所述关联特征信息进行检索,获得检索信息;其中,所述检索信息中包括与所述水文数据参数信息相匹配的检索可扩展访问信息;
访问模块240,用于将所述检索可扩展访问信息进行访问。
在一些可能的设计中,所述转移模块210,用于:
根据所述水文数据参数信息的水文参数项目中参数分割字段的字段位图参数,对所述水文参数项目中项目目录信息、项目标签信息和项目访问行为信息进行特征融合,得到第一融合信息分量;
去除所述第一融合信息分量中项目目录信息、项目标签信息和项目访问行为信息的噪声数据,得到第二融合信息分量;
分别确定所述水文参数项目的水文数据参数元素的第一元素权重值和所述第二融合信息分量的第二元素权重值;根据所述第一元素权重值与所述第二元素权重值的匹配关系,以及预设的匹配关系范围与分段属性值的对应关系,确定元素权重值分段属性值,其中,包含的匹配关系较大的预设的匹配关系范围,对应的元素权重值分段属性值较大;
以所述水文参数项目为参考,采用所述元素权重值分段属性值对所述第二融合信息分量进行特征提取,得到第三融合信息分量;
分别对所述第三融合信息分量中的项目目录信息、项目标签信息和项目访问行为信息的字段位图参数进行特征融合,确定所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串;
根据所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性。
在一些可能的设计中,所述判断模块220,用于:
从所述访问监控表项中获取一组表项节点组合;其中,所述表项节点组合为所述水文数据参数信息与所述水文特征信息的表项节点组合;
利用预设聚合分类条件对所述表项节点组合进行聚合分类,获得所述表项节点组合的聚类序列集;其中,所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的一个信息元素覆盖区间,或者所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的同一信息元素覆盖区间与同一相同聚类特征;
针对每一访问监控表项程序,根据预设的聚类序列元素覆盖区间与关联信息集合的对应关系确定所述访问监控表项程序中含有的聚类序列元素覆盖区间对应的第一关联信息;并根据所述第一关联信息中包含的信息匹配逻辑与基准表项节点组合的聚类序列集确定所述访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联信息;其中,所述基准表项节点组合为所述表项节点组合的前一组或者多组表项节点组合,所述基准表项节点组合的聚类序列集为对所述基准表项节点组合进行聚合分类后获得的;
根据各访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联表项节点组合所述表项节点组合进行识别,获得识别结果;
统计所述识别结果以确定出所述关联特征信息。
在一些可能的设计中,所述访问模块240,用于:
根据所述检索可扩展访问信息确定出多个可扩展访问目标,根据所述可扩展访问目标的频繁模式项的顺序依次确定每一可扩展访问目标的访问优先级;
确定每个访问优先级的查询访问策略;
针对每个查询访问策略,根据该查询访问策略中每个查询访问单元的访问服务进程,和针对所述检索可扩展访问信息预先存储的访问程序指令中每个访问程序节点的访问接口,确定该查询访问策略对应的接口调用函数;
将每个查询访问策略对应的接口调用函数分别叠加到所述访问程序指令中,获得所述检索可扩展访问信息访问序列;
根据所述访问序列依次将所述检索可扩展访问信息向每个可扩展访问目标进行访问。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行的所述水文数据监控方法至少包括以下步骤:
根据检测到的待访问的水文数据参数信息的水文参数项目及预设的水文特征选择库中存储的水文特征信息,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性,并将所述水文数据参数信息转移到与所述特征分段属性对应的特征分段目录库的访问监控表项中;其中,转移到所述访问监控表项中的所述水文数据参数信息的水文参数项目的水文数据参数元素的元素覆盖区间大于所述水文特征选择库中存储的水文特征信息的水文参数项目的水文数据参数元素的元素覆盖区间;
判断所述水文数据参数信息的水文参数项目的水文数据参数元素与所述水文特征信息的水文参数项目的水文数据参数元素之间的当前元素匹配值是否大于设定阈值,如果是,运行所述访问监控表项,确定出所述水文数据参数信息与所述水文特征信息之间的关联特征信息;
检测水文数据检索进程的空闲率是否达到设定空闲率;
在所述空闲率没有达到所述设定空闲率时,调用所述水文数据检索进程对所述关联特征信息进行检索,获得检索信息;
在所述空闲率达到所述设定空闲率时,确定出正在执行的检索进程中的每个检索进程对应的目标关联特征表项节点组合应的目标水文数据参数信息以及目标水文特征信息,暂停所述目标水文数据参数信息的水文参数项目的水文数据参数元素与所述目标水文特征信息的水文参数项目的水文数据参数元素之间的元素匹配值值小于所述当前元素匹配值值对应的目标关联特征信息的检索进程,并调用关闭所述检索进程所释放的水文数据检索进程对所述关联特征信息进行检索,获得检索信息;其中,所述检索信息中包括与所述水文数据参数信息相匹配的检索可扩展访问信息;
将所述检索可扩展访问信息进行访问。
在一些可能的设计中,所述根据检测到的待访问的水文数据参数信息的水文参数项目及预设的水文特征选择库中存储的水文特征信息,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性,包括:
根据所述水文数据参数信息的水文参数项目中参数分割字段的字段位图参数,对所述水文参数项目中项目目录信息、项目标签信息和项目访问行为信息进行特征融合,得到第一融合信息分量;
去除所述第一融合信息分量中项目目录信息、项目标签信息和项目访问行为信息的噪声数据,得到第二融合信息分量;
分别确定所述水文参数项目的水文数据参数元素的第一元素权重值和所述第二融合信息分量的第二元素权重值;根据所述第一元素权重值与所述第二元素权重值的匹配关系,以及预设的匹配关系范围与分段属性值的对应关系,确定元素权重值分段属性值,其中,包含的匹配关系较大的预设的匹配关系范围,对应的元素权重值分段属性值较大;
以所述水文参数项目为参考,采用所述元素权重值分段属性值对所述第二融合信息分量进行特征提取,得到第三融合信息分量;
分别对所述第三融合信息分量中的项目目录信息、项目标签信息和项目访问行为信息的字段位图参数进行特征融合,确定所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串;
根据所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性。
在一些可能的设计中,所述运行所述访问监控表项,确定出所述水文数据参数信息与所述水文特征信息之间的关联特征信息,包括:
从所述访问监控表项中获取一组表项节点组合;其中,所述表项节点组合为所述水文数据参数信息与所述水文特征信息的表项节点组合;
利用预设聚合分类条件对所述表项节点组合进行聚合分类,获得所述表项节点组合的聚类序列集;其中,所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的一个信息元素覆盖区间,或者所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的同一信息元素覆盖区间与同一相同聚类特征;
针对每一访问监控表项程序,根据预设的聚类序列元素覆盖区间与关联信息集合的对应关系确定所述访问监控表项程序中含有的聚类序列元素覆盖区间对应的第一关联信息;并根据所述第一关联信息中包含的信息匹配逻辑与基准表项节点组合的聚类序列集确定所述访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联信息;其中,所述基准表项节点组合为所述表项节点组合的前一组或者多组表项节点组合,所述基准表项节点组合的聚类序列集为对所述基准表项节点组合进行聚合分类后获得的;
根据各访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联表项节点组合所述表项节点组合进行识别,获得识别结果;
统计所述识别结果以确定出所述关联特征信息。
在一些可能的设计中,所述将所述检索可扩展访问信息进行访问,包括:
根据所述检索可扩展访问信息确定出多个可扩展访问目标,根据所述可扩展访问目标的频繁模式项的顺序依次确定每一可扩展访问目标的访问优先级;
确定每个访问优先级的查询访问策略;
针对每个查询访问策略,根据该查询访问策略中每个查询访问单元的访问服务进程,和针对所述检索可扩展访问信息预先存储的访问程序指令中每个访问程序节点的访问接口,确定该查询访问策略对应的接口调用函数;
将每个查询访问策略对应的接口调用函数分别叠加到所述访问程序指令中,获得所述检索可扩展访问信息访问序列;
根据所述访问序列依次将所述检索可扩展访问信息向每个可扩展访问目标进行访问。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,获取模块310可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上获取模块310的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所描述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(application specific integrated circuit,ASIC),或,一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(centralprocessing unit,CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,SOC)的形式实现。
图3示出了本发明实施例提供的用于实现上述的水文数据监控方法的服务器100的硬件结构示意图,如图3所示,服务器100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
在具体实现过程中,至少一个处理器110执行所述机器可读存储介质120存储的计算机执行指令,使得处理器110可以执行如上方法实施例的水文数据监控方法,其中,处理器110、机器可读存储介质120以及收发器140通过总线130连接,处理器110可以用于控制收发器140的收发动作。
处理器110的具体实现过程可参见上述服务器100执行的各个方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
在上述的图3所示的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,DSP)、专用集成电路(英文:ApplicationSpecificIntegrated Circuit,ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
机器可读存储介质120可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器。
总线130可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component Interconnect,PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,EISA)总线等。总线130可以分为地址总线、数据总线、控制总线等。为便于表示,本发明附图中的总线并不限定仅有一根总线或一种类型的总线。
此外,本发明实施例还提供一种可读存储介质,所述可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上水文数据监控方法。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一种可能的实现方式”、“一种可能的示例”、和/或“示例性地”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一种可能的实现方式”、“一种可能的示例”、和/或“示例性地”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外,本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等,或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质,或任何上述介质的组合。
本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或医疗服务平台上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本说明书所述处理元素和列表的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的医疗服务平台或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.一种水文数据监控方法,其特征在于,应用于服务器,所述方法至少包括:
根据检测到的待访问的水文数据参数信息的水文参数项目及预设的水文特征选择库中存储的水文特征信息,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性,并将所述水文数据参数信息转移到与所述特征分段属性对应的特征分段目录库的访问监控表项中;其中,转移到所述访问监控表项中的所述水文数据参数信息的水文参数项目的水文数据参数元素的元素覆盖区间大于所述水文特征选择库中存储的水文特征信息的水文参数项目的水文数据参数元素的元素覆盖区间;
判断所述水文数据参数信息的水文参数项目的水文数据参数元素与所述水文特征信息的水文参数项目的水文数据参数元素之间的当前元素匹配值是否大于设定阈值,如果是,运行所述访问监控表项,确定出所述水文数据参数信息与所述水文特征信息之间的关联特征信息;
检测水文数据检索进程的空闲率是否达到设定空闲率,在所述空闲率没有达到所述设定空闲率时,调用所述水文数据检索进程对所述关联特征信息进行检索,获得检索信息;
在所述空闲率达到所述设定空闲率时,确定出正在执行的检索进程中的每个检索进程对应的目标关联特征表项节点组合应的目标水文数据参数信息以及目标水文特征信息,暂停所述目标水文数据参数信息的水文参数项目的水文数据参数元素与所述目标水文特征信息的水文参数项目的水文数据参数元素之间的元素匹配值值小于所述当前元素匹配值值对应的目标关联特征信息的检索进程,并调用关闭所述检索进程所释放的水文数据检索进程对所述关联特征信息进行检索,获得检索信息;其中,所述检索信息中包括与所述水文数据参数信息相匹配的检索可扩展访问信息;
将所述检索可扩展访问信息进行访问。
2.根据权利要求1所述的方法,其特征在于,所述根据检测到的待访问的水文数据参数信息的水文参数项目及预设的水文特征选择库中存储的水文特征信息,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性,包括:
根据所述水文数据参数信息的水文参数项目中参数分割字段的字段位图参数,对所述水文参数项目中项目目录信息、项目标签信息和项目访问行为信息进行特征融合,得到第一融合信息分量;
去除所述第一融合信息分量中项目目录信息、项目标签信息和项目访问行为信息的噪声数据,得到第二融合信息分量;
分别确定所述水文参数项目的水文数据参数元素的第一元素权重值和所述第二融合信息分量的第二元素权重值;根据所述第一元素权重值与所述第二元素权重值的匹配关系,以及预设的匹配关系范围与分段属性值的对应关系,确定元素权重值分段属性值,其中,包含的匹配关系较大的预设的匹配关系范围,对应的元素权重值分段属性值较大;
以所述水文参数项目为参考,采用所述元素权重值分段属性值对所述第二融合信息分量进行特征提取,得到第三融合信息分量;
分别对所述第三融合信息分量中的项目目录信息、项目标签信息和项目访问行为信息的字段位图参数进行特征融合,确定所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串;
根据所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性。
3.根据权利要求1或2所述的方法,其特征在于,所述运行所述访问监控表项,确定出所述水文数据参数信息与所述水文特征信息之间的关联特征信息,包括:
从所述访问监控表项中获取一组表项节点组合;其中,所述表项节点组合为所述水文数据参数信息与所述水文特征信息的表项节点组合;
利用预设聚合分类条件对所述表项节点组合进行聚合分类,获得所述表项节点组合的聚类序列集;其中,所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的一个信息元素覆盖区间,或者所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的同一信息元素覆盖区间与同一相同聚类特征;
针对每一访问监控表项程序,根据预设的聚类序列元素覆盖区间与关联信息集合的对应关系确定所述访问监控表项程序中含有的聚类序列元素覆盖区间对应的第一关联信息;并根据所述第一关联信息中包含的信息匹配逻辑与基准表项节点组合的聚类序列集确定所述访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联信息;其中,所述基准表项节点组合为所述表项节点组合的前一组或者多组表项节点组合,所述基准表项节点组合的聚类序列集为对所述基准表项节点组合进行聚合分类后获得的;
根据各访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联表项节点组合所述表项节点组合进行识别,获得识别结果;
统计所述识别结果以确定出所述关联特征信息。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述将所述检索可扩展访问信息进行访问,包括:
根据所述检索可扩展访问信息确定出多个可扩展访问目标,根据所述可扩展访问目标的频繁模式项的顺序依次确定每一可扩展访问目标的访问优先级;
确定每个访问优先级的查询访问策略;
针对每个查询访问策略,根据该查询访问策略中每个查询访问单元的访问服务进程,和针对所述检索可扩展访问信息预先存储的访问程序指令中每个访问程序节点的访问接口,确定该查询访问策略对应的接口调用函数;
将每个查询访问策略对应的接口调用函数分别叠加到所述访问程序指令中,获得所述检索可扩展访问信息访问序列;
根据所述访问序列依次将所述检索可扩展访问信息向每个可扩展访问目标进行访问。
5.一种水文数据监控装置,其特征在于,应用于服务器,所述装置至少包括:
转移模块,用于根据检测到的待访问的水文数据参数信息的水文参数项目及预设的水文特征选择库中存储的水文特征信息,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性,并将所述水文数据参数信息转移到与所述特征分段属性对应的特征分段目录库的访问监控表项中;其中,转移到所述访问监控表项中的所述水文数据参数信息的水文参数项目的水文数据参数元素的元素覆盖区间大于所述水文特征选择库中存储的水文特征信息的水文参数项目的水文数据参数元素的元素覆盖区间;
判断模块,用于判断所述水文数据参数信息的水文参数项目的水文数据参数元素与所述水文特征信息的水文参数项目的水文数据参数元素之间的当前元素匹配值是否大于设定阈值,如果是,运行所述访问监控表项,确定出所述水文数据参数信息与所述水文特征信息之间的关联特征信息;
检测模块,用于检测水文数据检索进程的空闲率是否达到设定空闲率;
在所述空闲率没有达到所述设定空闲率时,调用所述水文数据检索进程对所述关联特征信息进行检索,获得检索信息;
在所述空闲率达到所述设定空闲率时,确定出正在执行的检索进程中的每个检索进程对应的目标关联特征表项节点组合应的目标水文数据参数信息以及目标水文特征信息,暂停所述目标水文数据参数信息的水文参数项目的水文数据参数元素与所述目标水文特征信息的水文参数项目的水文数据参数元素之间的元素匹配值值小于所述当前元素匹配值值对应的目标关联特征信息的检索进程,并调用关闭所述检索进程所释放的水文数据检索进程对所述关联特征信息进行检索,获得检索信息;其中,所述检索信息中包括与所述水文数据参数信息相匹配的检索可扩展访问信息;
访问模块,用于将所述检索可扩展访问信息进行访问。
6.根据权利要求5所述的装置,其特征在于,所述转移模块,用于:
根据所述水文数据参数信息的水文参数项目中参数分割字段的字段位图参数,对所述水文参数项目中项目目录信息、项目标签信息和项目访问行为信息进行特征融合,得到第一融合信息分量;
去除所述第一融合信息分量中项目目录信息、项目标签信息和项目访问行为信息的噪声数据,得到第二融合信息分量;
分别确定所述水文参数项目的水文数据参数元素的第一元素权重值和所述第二融合信息分量的第二元素权重值;根据所述第一元素权重值与所述第二元素权重值的匹配关系,以及预设的匹配关系范围与分段属性值的对应关系,确定元素权重值分段属性值,其中,包含的匹配关系较大的预设的匹配关系范围,对应的元素权重值分段属性值较大;
以所述水文参数项目为参考,采用所述元素权重值分段属性值对所述第二融合信息分量进行特征提取,得到第三融合信息分量;
分别对所述第三融合信息分量中的项目目录信息、项目标签信息和项目访问行为信息的字段位图参数进行特征融合,确定所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串;
根据所述第三融合信息分量中项目标签信息的标签覆盖区间和每个参数分割字段的字段字符串,确定所述水文数据参数信息关联的所述水文特征选择库的特征分段属性。
7.根据权利要求5或6所述的装置,其特征在于,所述判断模块,用于:
从所述访问监控表项中获取一组表项节点组合;其中,所述表项节点组合为所述水文数据参数信息与所述水文特征信息的表项节点组合;
利用预设聚合分类条件对所述表项节点组合进行聚合分类,获得所述表项节点组合的聚类序列集;其中,所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的一个信息元素覆盖区间,或者所述聚类序列集中包含的每一段聚类序列分别对应所述表项节点组合中的同一信息元素覆盖区间与同一相同聚类特征;
针对每一访问监控表项程序,根据预设的聚类序列元素覆盖区间与关联信息集合的对应关系确定所述访问监控表项程序中含有的聚类序列元素覆盖区间对应的第一关联信息;并根据所述第一关联信息中包含的信息匹配逻辑与基准表项节点组合的聚类序列集确定所述访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联信息;其中,所述基准表项节点组合为所述表项节点组合的前一组或者多组表项节点组合,所述基准表项节点组合的聚类序列集为对所述基准表项节点组合进行聚合分类后获得的;
根据各访问监控表项程序中包含的聚类序列元素覆盖区间对应的第二关联表项节点组合所述表项节点组合进行识别,获得识别结果;
统计所述识别结果以确定出所述关联特征信息。
8.根据权利要求5-7任一项所述的装置,其特征在于,所述访问模块,用于:
根据所述检索可扩展访问信息确定出多个可扩展访问目标,根据所述可扩展访问目标的频繁模式项的顺序依次确定每一可扩展访问目标的访问优先级;
确定每个访问优先级的查询访问策略;
针对每个查询访问策略,根据该查询访问策略中每个查询访问单元的访问服务进程,和针对所述检索可扩展访问信息预先存储的访问程序指令中每个访问程序节点的访问接口,确定该查询访问策略对应的接口调用函数;
将每个查询访问策略对应的接口调用函数分别叠加到所述访问程序指令中,获得所述检索可扩展访问信息访问序列;
根据所述访问序列依次将所述检索可扩展访问信息向每个可扩展访问目标进行访问。
9.一种服务器,其特征在于,包括处理器以及与所述处理器连接的存储器和总线;其中,所述处理器和所述存储器通过所述总线完成相互间的通信;所述处理器用于调用所述存储器中的程序指令,以执行上述权利要求1-4任一项所述的水文数据监控方法。
10.一种可读存储介质,其特征在于,其上存储有程序,该程序被处理器执行时实现上述权利要求1-4任一项所述的水文数据监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010802614.7A CN112069372A (zh) | 2020-08-11 | 2020-08-11 | 水文数据监控方法、装置、服务器及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010802614.7A CN112069372A (zh) | 2020-08-11 | 2020-08-11 | 水文数据监控方法、装置、服务器及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112069372A true CN112069372A (zh) | 2020-12-11 |
Family
ID=73661193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010802614.7A Withdrawn CN112069372A (zh) | 2020-08-11 | 2020-08-11 | 水文数据监控方法、装置、服务器及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112069372A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565065A (zh) * | 2022-04-29 | 2022-05-31 | 长江水利委员会水文局 | 一种水文序列数据异常值检测方法 |
-
2020
- 2020-08-11 CN CN202010802614.7A patent/CN112069372A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114565065A (zh) * | 2022-04-29 | 2022-05-31 | 长江水利委员会水文局 | 一种水文序列数据异常值检测方法 |
CN114565065B (zh) * | 2022-04-29 | 2022-08-12 | 长江水利委员会水文局 | 一种水文序列数据异常值检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11086987B2 (en) | Malware detection in event loops | |
US10275355B2 (en) | Method and apparatus for cleaning files in a mobile terminal and associated mobile terminal | |
CA2856268C (en) | Methods of detection of software exploitation | |
RU2420791C1 (ru) | Метод отнесения ранее неизвестного файла к коллекции файлов в зависимости от степени схожести | |
US7571158B2 (en) | Updating content index for content searches on networks | |
US20130132412A1 (en) | Auto-activation of fonts | |
CN111737564B (zh) | 一种信息查询方法、装置、设备及介质 | |
CN110263104B (zh) | Json字符串处理方法及装置 | |
US11782813B2 (en) | Methods and apparatus to determine refined context for software bug detection and correction | |
CN111931050B (zh) | 基于智能识别和大数据的信息推送方法及区块链金融服务器 | |
CN114900546B (zh) | 一种数据处理方法、装置、设备及可读存储介质 | |
CN113254935A (zh) | 恶意文件识别方法、装置及存储介质 | |
US11204746B2 (en) | Encoding dependencies in call graphs | |
CN112069372A (zh) | 水文数据监控方法、装置、服务器及可读存储介质 | |
US20220318383A1 (en) | Methods and apparatus for malware classification through convolutional neural networks using raw bytes | |
US10929531B1 (en) | Automated scoring of intra-sample sections for malware detection | |
US20230221881A1 (en) | Techniques for discovering data store locations via initial scanning | |
CN112613072A (zh) | 基于档案大数据的信息管理方法、管理系统及管理云平台 | |
CN113626823B (zh) | 一种基于可达性分析的组件间交互威胁检测方法及装置 | |
KR20150017925A (ko) | 절대 경로 관리를 통한 악성 프로그램 검사 시스템 | |
US20200065076A1 (en) | Method for performing deep static analysis with or without source code | |
CN109460255B (zh) | 内存地址的查询方法及装置 | |
US11163876B2 (en) | Guided security analysis | |
US11687652B1 (en) | Clustering of binary files using architecture-agnostic digests | |
CN112463595A (zh) | 基于云计算的移动端软件开发处理方法及云计算软件平台 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 172 software Avenue, Yuhuatai District, Nanjing City, Jiangsu Province, 210012 Applicant after: Li Ruifei Address before: Room 212, scientific research building, No.1 building, Jiashan science and Technology Park, north of Beijing Avenue, Maanshan economic and Technological Development Zone, Anhui Province Applicant before: Li Ruifei |
|
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201211 |