CN112363705B - 系统包生成方法、装置、计算机设备及存储介质 - Google Patents
系统包生成方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112363705B CN112363705B CN202011246301.4A CN202011246301A CN112363705B CN 112363705 B CN112363705 B CN 112363705B CN 202011246301 A CN202011246301 A CN 202011246301A CN 112363705 B CN112363705 B CN 112363705B
- Authority
- CN
- China
- Prior art keywords
- component
- information
- package
- recommendation
- type
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/31—Programming languages or programming paradigms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/35—Creation or generation of source code model driven
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
- G06F8/42—Syntactic analysis
- G06F8/427—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
- G06F8/44—Encoding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Stored Programmes (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及数据处理领域,本发明公开了一种系统包生成方法、装置、计算机设备及存储介质,所述方法包括:通过获取含有系统描述信息和勾选组件信息的生成信息,识别出待构建语言类型,同时对系统描述信息进行文本解析,得到系统类型信息、服务组件信息和参数信息,通过构建系统组件推荐模型进行组件推荐,得到组件推荐结果;筛选出推荐工具包并在应用程序界面上展示;在接收到用户的确定指令之后,确定最终组件信息;从组件代码平台上获取可用组件工具包,并从组件代码平台上获取服务组件包;根据系统类型信息、参数信息和获取的可用组件工具包及服务组件包生成系统包。本发明实现了一键生成系统包的效果,提高了生成系统包的安全性和效率。
Description
技术领域
本发明涉及大数据的数据处理领域,尤其涉及一种系统包生成方法、装置、计算机设备及存储介质。
背景技术
目前,基于ARK框架的系统(例如:行政系统、物流系统)生成的方式为通过下载demo代码,根据系统的需求和操作手册的指引,人工对demo代码进行修改或者删除,再由人工增加相关的工具组件的代码及其需要关联的服务组件的代码,经过人工打包后生成系统包;在生成系统过程中,因为每个人的编写代码方式不一样,所以编写代码的时间和质量都不一样,以致相关参数的更改会出现错误,造成安全漏洞的出现,因此,现有的技术方案存在开发时间长,效率低,并产生安全漏洞的风险,如果出现大量的安全漏洞,就需要花费大量的整改时间进行修复,导致系统的生成严重延期,影响系统的发布。
发明内容
本发明提供一种系统包生成方法、装置、计算机设备及存储介质,实现了一键生成系统包的效果,提供了用户多样性输入,以及组件推荐的效果,提高了生成系统包的安全性和效率,缩短了人工编写代码的开发时间,对系统的组件进行统一管理,大大提升了生成系统包的质量和及时性。
一种系统包生成方法,包括:
获取生成信息;所述生成信息包括系统描述信息和勾选组件信息;获取生成信息;所述生成信息包括系统描述信息和勾选组件信息;
识别出与所述勾选组件信息对应的待构建语言类型;同时对所述系统描述信息进行文本解析,得到系统类型信息、服务组件信息和参数信息;
将所述待构建语言类型和所述系统类型信息输入构建系统组件推荐模型,通过所述构建系统组件推荐模型进行组件推荐,得到组件推荐结果;
在所述组件推荐结果中筛选出与所述勾选组件信息不匹配的组件工具包,将筛选出的组件工具包确定为推荐工具包并在应用程序界面上展示;
在接收到用户选取所述推荐工具包之后生成的确定指令之后,根据所述确定指令和所述勾选组件信息,确定最终组件信息;
从组件代码平台上获取与所述最终组件信息匹配的可用组件工具包,并从所述组件代码平台上获取与所述待构建语言类型和所述服务组件信息均匹配的服务组件包;
根据所述系统类型信息、所述参数信息和获取的所述可用组件工具包及所述服务组件包生成系统包。
一种系统包生成装置,包括:
获取模块,用于获取生成信息;所述生成信息包括系统描述信息和勾选组件信息;获取生成信息;所述生成信息包括系统描述信息和勾选组件信息;
识别模块,用于识别出与所述勾选组件信息对应的待构建语言类型;同时对所述系统描述信息进行文本解析,得到系统类型信息、服务组件信息和参数信息;
推荐模块,用于将所述待构建语言类型和所述系统类型信息输入构建系统组件推荐模型,通过所述构建系统组件推荐模型进行组件推荐,得到组件推荐结果;
筛选模块,用于在所述组件推荐结果中筛选出与所述勾选组件信息不匹配的组件工具包,将筛选出的组件工具包确定为推荐工具包并在应用程序界面上展示;
确定模块,用于在接收到用户选取所述推荐工具包之后生成的确定指令之后,根据所述确定指令和所述勾选组件信息,确定最终组件信息;
匹配模块,用于从组件代码平台上获取与所述最终组件信息匹配的可用组件工具包,并从所述组件代码平台上获取与所述待构建语言类型和所述服务组件信息均匹配的服务组件包;
生成模块,用于根据所述系统类型信息、所述参数信息和获取的所述可用组件工具包及所述服务组件包生成系统包。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述系统包生成方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述系统包生成方法的步骤。
本发明提供的系统包生成方法、装置、计算机设备及存储介质,通过获取含有系统描述信息和勾选组件信息的生成信息,识别出待构建语言类型,同时对系统描述信息进行文本解析,得到系统类型信息、服务组件信息和参数信息,通过构建系统组件推荐模型进行组件推荐,得到组件推荐结果;筛选出推荐工具包并在应用程序界面上展示;在接收到用户的确定指令之后,确定最终组件信息;从组件代码平台上获取可用组件工具包,并从所述组件代码平台上获取服务组件包;根据所述系统类型信息、所述参数信息和获取的所述可用组件工具包及所述服务组件包生成系统包,如此,实现了自动识别待构建语言类型,并通过文本解析系统类型信息、服务组件信息和参数信息,无需人工整理各部门或者方向的信息,以及通过构建系统组件推荐模型自动推荐组件工具包,避免人为遗漏或者错选组件工具包,并从组件代码平台上获取可用组件工具包和服务组件包,减少了人工编码代码的时间,以及对组件工具包和服务组件包进行统一组件管理,达到一键生成系统包的效果,提供了用户多样性输入,以及组件推荐的效果,提高了生成系统包的安全性和效率,缩短了人工编写代码的开发时间,对系统的组件进行统一管理,大大提升了生成系统包的质量和及时性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中系统包生成方法的应用环境示意图;
图2是本发明一实施例中系统包生成方法的流程图;
图3是本发明一实施例中系统包生成方法的步骤S20的流程图;
图4是本发明另一实施例中系统包生成方法的步骤S20的流程图;
图5是本发明一实施例中系统包生成方法的步骤S204的流程图;
图6是本发明一实施例中系统包生成方法的步骤S30的流程图;
图7是本发明一实施例中系统包生成方法的步骤S60的流程图;
图8是本发明一实施例中系统包生成方法的步骤S70的流程图;
图9是本发明一实施例中系统包生成装置的原理框图;
图10是本发明一实施例中计算机设备的示意图。
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。
本发明提供的系统包生成方法,可应用在如图1的应用环境中,其中,客户端(计算机设备)通过网络与服务器进行通信。其中,客户端(计算机设备)包括但不限于为各种个人计算机、笔记本电脑、智能手机、平板电脑、摄像头和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种系统包生成方法,其技术方案主要包括以下步骤S10-S70:
S10,获取生成信息;所述生成信息包括系统描述信息和勾选组件信息;获取生成信息;所述生成信息包括系统描述信息和勾选组件信息。
可理解地,在用户需要生成可执行系统时,所述可执行系统可以为基于ARK(ARKGameFrame)框架的行政系统、基于ARK框架的物流系统等等,在应用程序界面上输入完所述系统描述信息和选取完所述勾选组件信息,并一键触发生成请求之后,检测到所述生成请求,获取所述生成请求中的所述生成信息,所述系统描述信息为对生成的所述可执行系统的需求描述及要求,所述系统描述信息可以为用户输入的文本信息,也可以为用户口述并经过语音识别转换后的文本信息,这样可以满足多样性的输入需求,因为系统的需求描述及要求都是来自各个部门或者用户,通过收集各个部门或者用户的原始数据能够更加准确地捕捉真正的需求及要求,所述勾选组件信息为人工识别的构建所述可执行系统所需的组件的信息,所述生成信息为与生成所述可执行系统相关的信息,所述生成信息包括所述系统描述信息和所述勾选组件信息。
S20,识别出与所述勾选组件信息对应的待构建语言类型;同时对所述系统描述信息进行文本解析,得到系统类型信息、服务组件信息和参数信息。
可理解地,所述勾选组件信息包含若干个组件工具包,所述组件工具包为在所述应用程序界面,获取从组件代码平台中的组件清单中选取的工具包,所述组件代码平台存储了所有组件的工具包,而且每个所述工具包与一个开发语言类型关联,即表明一个所述勾选组件信息中的所述组件工具包与一个开发语言类型关联,根据所述勾选组件信息中的与各个所述组件工具包关联的开发语言类型,识别出所述待构建语言类型,所述待构建语言类型为生成所述可执行系统使用的开发语言类型,即开发的代码语言的类别,比如开发语言类型包括PHP语言类型、Java语言类型、HTML语言类型等等,同时对所述系统描述信息进行文本解析,所述文本解析为运用NLP(自然语言识别)技术对所述系统描述信息进行语言分析,即将所述系统描述信息拆分成多个长文本的句子,再将长文本的句子输入多任务文本解析模型中,通过所述多任务文本解析模型对该长文本的句子进行多任务特征提取,根据提取的该长文本的句子进行多任务特征识别出与该长文本的句子对应的解析结果,所述解析结果包括与系统类型相关的内容、与服务组件相关的内容和与参数设定相关的内容,对所有与系统类型相关的内容进行去重后得到所述系统各类型信息,对所有与服务组件相关的内容进行去重后得到所述服务组件信息,以及对所有与参数设定相关的内容进行去重后得到所述参数信息。
其中,所述多任务文本解析模型为训练完成的语言模型,所述多任务文本解析模型的网络结构可以根据需求设定,比如所述多任务文本解析模型为基于BERT的网络结构的神经网络模型,所述多任务特征包括与系统类型相关的单词特征、与服务组件相关的单词特征和与参数设定相关的单词特征,所述系统描述信息包含有与所述系统类型信息、所述服务组件信息和所述参数信息相关的内容的描述,所述系统类型信息为生成的所述可执行系统的系统类型,比如系统类型包括人事系统类型、行政系统类型、物流系统类型、绩效系统类型等等,所述服务组件信息为生成的所述可执行系统需要与其他公共服务器或者平台进行访问或者通信的信息,比如服务组件信息为与企业薪酬系统通信或者与用户认证权限系统通信等等,所述参数信息为生成的所述可执行系统的通信接口的参数及设置运行可执行系统的服务器的参数等。
在一实施例中,如图3所示,所述步骤S20中,即所述识别出与所述勾选组件信息对应的待构建语言类型,包括:
S201,检测所述勾选组件信息中的各个组件工具包是否属于同一开发语言类型。
S202,若检测到各个所述组件工具包属于相同的开发语言类型,将检测到的开发语言类型确定为所述待构建语言类型。
可理解地,如果所述勾选组件信息中的各个所述组件工具包均与一个开发语言类型关联,就将该开发语言类型确定为所述待构建语言类型。
本发明实现了通过检测所述勾选组件信息中的各个组件工具包是否属于同一开发语言类型;若检测到各个所述组件工具包属于相同的开发语言类型,将检测到的开发语言类型确定为所述待构建语言类型,如此,减少了人工检测,
在一实施例中,如图4所示,所述步骤S201之后,即所述检测所述勾选组件信息中的各个组件工具包是否属于同一开发语言类型之后,还包括:
S203,若检测到各个所述组件工具包不属于相同的开发语言类型,将与各所述组件工具包分别对应的不同开发语言类型均输入开发语言识别模型中。
可理解地,如果所述勾选组件信息中的各个所述组件工具包存在与不同的开发语言类型关联,就将与各所述组件工具包分别对应的不同开发语言类型均输入开发语言识别模型中,所述开发语言识别模型可以为训练完成的浅层神经网络模型,也可以为将少数丢弃的模型,优选地,所述开发语言识别模型为浅层神经网络模型,所述开发语言识别模型能够提取语言特征,并根据语言特征预测出开发语言类型,所述语言特征为与开发语言类型相关的特征。
S204,通过所述开发语言识别模型对输入的各所述开发语言类型进行特征分类,得到所述待构建语言类型。
可理解地,所述特征分类为对提取的所述语言特征进行全局加权处理,将加权后的特征向量进行全连接分类,得到与一种开发语言类型接近的最高概率值,将该开发语言类型作为分类结果的过程,从而将该分类结果确定为所述待构建语言类型,在用户选取错误的组件工具包的情况下,能够在后续的组件推荐结果中呈现给用户进行选取,以避免用户选错和漏选的情况出现。
本发明实现了通过在检测到各个所述组件工具包不属于相同的开发语言类型时,将与各所述组件工具包分别对应的不同开发语言类型均输入开发语言识别模型中;通过所述开发语言识别模型对输入的各所述开发语言类型进行特征分类,得到所述待构建语言类型,如此,实现了在不统一的开发语言类型时,通过开发语言识别模型进行特征分类,自动识别出待构建语言类型,减少了人工识别的过程,以及在用户选取错误的组件工具包的情况下,能够在后续的组件推荐结果中呈现给用户进行选取,以避免用户选错和漏选的情况出现,提高了后续生成系统的质量。
在一实施例中,如图5所示,所述步骤S204中,即所述通过所述开发语言识别模型对输入的各所述开发语言类型进行特征分类,得到所述待构建语言类型,包括:
S2041,通过所述开发语言识别模型对各所述开发语言类型进行one-hot编码转换,将转换后的所述开发语言类型进行拼接,生成待识别语言数组。
可理解地,所述one-hot编码转换为对每一类开发语言类型分配一个整数值,即对每一类开发语言类型进行编码,然后将该整数值转换成二值数组向量的转换过程,将所有开发语言类型进行one-hot转换后进行拼接,得到所述待识别语言数组。
S2042,通过所述开发语言识别模型对所述待识别语言数组进行语言特征提取,并根据提取的语言特征进行分类,输出所述待构建语言类型。
可理解地,通过所述开发语言识别模型对所述待识别语言数组进行卷积,即进行所述语言特征提取,并根据提取的所述语言特征进行识别,并分类出一个具有最高概率值的开发语言类型,将该开发语言类型确定为所述开发语言识别模型输出的所述待构建语言类型。
本发明实现了通过所述开发语言识别模型对各所述开发语言类型进行one-hot编码转换,将转换后的所述开发语言类型进行拼接,生成待识别语言数组;通过所述开发语言识别模型对所述待识别语言数组进行语言特征提取,并根据提取的语言特征进行分类,输出所述待构建语言类型,如此,实现了通过one-hot编码转换技术和语言特征提取,自动识别出待构建语言类型,提高了识别效率和准确率。
S30,将所述待构建语言类型和所述系统类型信息输入构建系统组件推荐模型,通过所述构建系统组件推荐模型进行组件推荐,得到组件推荐结果。
可理解地,所述构建系统组件推荐模型为通过历史收集的系统进行聚类分析并划分出与不同开发语言类型和不同的系统类型对应的各维度的推荐组件,且已经训练完成的模型,所述构建系统组件推荐模型能够对所述待构建语言类型和所述系统类型信息进行组件推荐,推荐与所述待构建语言类型和所述系统类型信息相符合的组件推荐结果,所述组件推荐为将所述待构建语言类型和所述系统类型信息进行组合转换成构建特征向量,并对所述构建特征向量进行聚类推荐,输出所述组件推荐结果的处理过程,所述构建特征向量为将所述待构建语言类型和所述系统类型信息进行词向量转换,将转换后的词向量进行合并得到的向量矩阵,所述聚类推荐为将所述构建特征向量进行K-mean聚类算法处理之后得到均值并计算其中心,根据欧式距离算法确定出与该中心最短的维度,将与该维度对应的推荐组件确定为所述组件推荐结果。
在一实施例中,如图6所示,所述步骤S30中,即所述将所述待构建语言类型和所述系统类型信息输入构建系统组件推荐模型,通过所述构建系统组件推荐模型进行组件推荐,得到组件推荐结果,包括:
S301,通过所述构建系统组件推荐模型将所述待构建语言类型和所述系统类型信息进行组合转换,得到构建特征向量。
可理解地,所述组合转换为通过所述构建系统组件推荐模型对所述待构建语言类型进行所述one-hot编码转换,以及将所述系统类型信息进行词向量转换,将转换后的所述待构建语言类型和所述系统类型信息进行组合的处理过程,经过所述组合转换后得到所述待构建特征向量。
其中,将所述词向量转换为运用所述Word2Vec算法将每个词语映射成N维的词向量的转换过程,所述Word2Vec算法为通过浅层的Word2Vec模型对输入的所述系统类型信息进行词语拆分,以及预测出与拆分的词语对应的词向量。
S302,通过所述构建系统组件推荐模型对所述构建特征向量进行聚类推荐,输出所述组件推荐结果。
可理解地,所述聚类推荐为将所述构建特征向量进行K-mean聚类算法处理之后得到均值并计算其中心,根据欧式距离算法确定出与该中心最短的维度,将与该维度对应的推荐组件确定为所述组件推荐结果。
本发明实现了通过所述构建系统组件推荐模型将所述待构建语言类型和所述系统类型信息进行组合转换,得到构建特征向量;通过所述构建系统组件推荐模型对所述构建特征向量进行聚类推荐,输出所述组件推荐结果,如此,实现了通过构建系统组件推荐模型中的one-hot编码转换、词向量转换、组合技术和聚类推荐技术,自动识别出符合待构建语言类型和系统类型信息的组件工具包,为用户推荐有效的组件工具包,避免用户遗漏和错选的情况。
S40,在所述组件推荐结果中筛选出与所述勾选组件信息不匹配的组件工具包,将筛选出的组件工具包确定为推荐工具包并在应用程序界面上展示。
可理解地,所述组件推荐结果中包含有与所述勾选组件信息匹配的组件工具包(即与所述勾选组件信息的组件名称相同的组件工具包)和与所述勾选组件信息不匹配的组件工具包,所述匹配方式可以根据需求设定,比如所述匹配方式为通过提取所述组件推荐结果中的组件工具包的名称和所述勾选组件信息中的组件工具包的名称,将提取到的两个组件工具包的名称进行文本相似度匹配,将相似度大于预设名称阈值的两个组件工具包确定为相互匹配,将所述组件推荐结果中的组件工具包均不能与所述勾选组件信息中的组件工具包匹配的组件工具包确定为所述推荐工具包,所述推荐工具包为推荐给用户并供用户确定的组件工具包,将所述推荐该工具包在所述应用程序界面上展示以供用户确定。
S50,在接收到用户选取所述推荐工具包之后生成的确定指令之后,根据所述确定指令和所述勾选组件信息,确定最终组件信息。
可理解地,在接收到所述确定指令之后,所述确定指令为用户在应用程序界面上根据展示的所述推荐工具包进行选取之后触发的指令,所述确定指令包含了用户确认选取的所述推荐工具包中的一个或者多个组件工具包,或者不选取任何一个所述推荐工具包中的组件工具包,根据所述确定指令和所述勾选组件信息,确定所述最终组件信息,所述最终组件信息为所述确定指定指令中包含的组件工具和所述勾选组件信息中的组件工具包的集合。
S60,从组件代码平台上获取与所述最终组件信息匹配的可用组件工具包,并从所述组件代码平台上获取与所述待构建语言类型和所述服务组件信息均匹配的服务组件包。
可理解地,所述组件代码平台存储了所有所述可用组件工具包,而且存储了所有服务组件包,所述可用组件工具包为通过安全风险认证的组件工具包,所述服务组件包为根据不同的开发语言类型划分且与不同的公共服务器或者平台通信的接口组件代码,即不同的开发语言类型和不同的公共服务器或者平台对应一个接口组件代码,从所述组件代码平台查找到与所述待构建语言类型和所述服务组件信息均匹配的所述服务组件包,并获取查找到的所述服务组件包。
在一实施例中,如图7所示,所述步骤S60之前,即所述从组件代码平台上获取与所述最终组件信息匹配的可用组件工具包之前,包括:
S601,接收到组件上传请求,获取所述组件上传请求中组件代码包。
可理解的,编写完所述组件代码包之后触发所述组件上传请求,所述组件上传请求包括所述组件代码包,所述组件代码包为编写的与一个组件相关的代码。
S602,对所述组件代码包进行安全漏洞识别,判断所述组件代码包是否存在安全风险。
可理解地,所述安全漏洞识别为识别出所述组件代码包中的关键接口,并判断识别出的关键接口是否存在密码,以及进去无限循环调用接口,输出判断结果的处理过程,根据所述安全漏洞识别的判断结果,确定出安全风险,如果关键接口存在密码则无法进行代码移植,以致无法被引用,即无法标记为可用组件工具包,如果关键接口存在无线循环调用的过程,导致接口进入死循环,无法继续,不能被引用,若存在以上任一种情况,确定存在安全风险,否则确定为不存在安全风险。
S603,在检测到所述组件代码包不存在安全风险时,对所述组件代码包进行禁用接口识别,得到识别结果。
可理解地,在检测到不存在安全风险时,进行禁用接口识别,所述禁用接口识别为识别所述组件代码包中的关键接口中是否包含有被禁用的接口,如果识别出存在被禁用的接口,则将识别出的被禁用的接口插入所述识别结果中。
S604,在所述识别结果中无禁用接口时,将所述组件代码包确定为所述可用组件工具包。
可理解地,在检测到所述识别结果中没有存在禁用接口时,将所述组件代码包确定为所述可用组件工具包,所述禁用接口为历史被禁用的接口。
本发明实现了通过接收到组件上传请求,获取所述组件上传请求中组件代码包;对所述组件代码包进行安全漏洞识别,判断所述组件代码包是否存在安全风险;在检测到所述组件代码包不存在安全风险时,对所述组件代码包进行禁用接口识别,得到识别结果;在所述识别结果中无禁用接口时,将所述组件代码包确定为所述可用组件工具包,如此,实现了通过对组件代码包进行安全漏洞识别、禁用接口识别,能够自动将存在安全漏洞的组件代码包进行过滤,避免后续调用,为后续提供具有安全性高的可用组件工具包,提高了后续生成系统的安全性,大大降低了安全漏洞的风险,提高了生成系统的质量。
S70,根据所述系统类型信息、所述参数信息和获取的所述可用组件工具包及所述服务组件包生成系统包。
可理解地,从系统模板平台中获取与所述系统类型信息对应的系统模板,所述系统模板平台存储了所有不同系统类型的系统模板,即一个系统类型对应一个系统模板,将所述参数信息中的通信接口的参数、服务器参数等插入至所述系统模板中的相应位置,构建出初始系统,所述初始系统为一个文件夹集合,所述文件夹集合中包含有组件文件夹和服务组件文件夹,在所述初始系统中的组件文件夹下增加所述可用组件工具包,以及在所述初始系统中的服务组件文件夹下增加所述服务组件包,将增加后的所述初始系统进行安全扫描及联调,生成可执行系统包,将所述可执行系统包进行压缩打包,得到所述系统包,即与所述可执行系统对应的系统包,如此,达到一键生成系统包的效果,并提高了生成系统包的安全性和效率,缩短了人工编写代码的开发时间,对系统的组件进行统一管理,大大提升了生成系统包的质量和及时性,所述系统包在与所述参数信息对应的服务器上解压之后,即可运行所述可执行系统,便于用户运行需要的可执行系统,所述可执行系统优选为基于ARK框架的可执行的系统,ARK框架为ARKGameFrame代码基础上搭建的框架,所述ARKGameFrame是一个面向中小型企业的开源游戏服务器敏捷开发框架。
本发明实现了通过获取生成信息;所述生成信息包括系统描述信息和勾选组件信息;识别出与所述勾选组件信息对应的待构建语言类型;同时对所述系统描述信息进行文本解析,得到系统类型信息、服务组件信息和参数信息;将所述待构建语言类型和所述系统类型信息输入构建系统组件推荐模型,通过所述构建系统组件推荐模型进行组件推荐,得到组件推荐结果;在所述组件推荐结果中筛选出与所述勾选组件信息不匹配的组件工具包,将筛选出的组件工具包确定为推荐工具包并在应用程序界面上展示;在接收到用户选取所述推荐工具包之后生成的确定指令之后,根据所述确定指令和所述勾选组件信息,确定最终组件信息;从组件代码平台上获取与所述最终组件信息匹配的可用组件工具包,并从所述组件代码平台上获取与所述待构建语言类型和所述服务组件信息均匹配的服务组件包;根据所述系统类型信息、所述参数信息和获取的所述可用组件工具包及所述服务组件包生成系统包。
如此,实现了通过获取含有系统描述信息和勾选组件信息的生成信息,识别出待构建语言类型,同时对系统描述信息进行文本解析,得到系统类型信息、服务组件信息和参数信息,通过构建系统组件推荐模型进行组件推荐,得到组件推荐结果;筛选出推荐工具包并在应用程序界面上展示;在接收到用户的确定指令之后,确定最终组件信息;从组件代码平台上获取可用组件工具包,并从所述组件代码平台上获取服务组件包;根据所述系统类型信息、所述参数信息和获取的所述可用组件工具包及所述服务组件包生成系统包,如此,实现了自动识别待构建语言类型,并通过文本解析系统类型信息、服务组件信息和参数信息,无需人工整理各部门或者方向的信息,以及通过构建系统组件推荐模型自动推荐组件工具包,避免人为遗漏或者错选组件工具包,并从组件代码平台上获取可用组件工具包和服务组件包,减少了人工编码代码的时间,以及对组件工具包和服务组件包进行统一组件管理,达到一键生成系统包的效果,提供了用户多样性输入,以及组件推荐的效果,提高了生成系统包的安全性和效率,缩短了人工编写代码的开发时间,对系统的组件进行统一管理,大大提升了生成系统包的质量和及时性。
在一实施例中,如图8所示,所述步骤S70中,即所述根据所述系统类型信息、所述参数信息和获取的所述可用组件工具包及所述服务组件包生成系统包,包括:
S701,从系统模板平台中获取与所述系统类型信息对应的系统模板,并根据所述参数信息和获取的所述系统模板,构建初始系统。
可理解地,所述系统模板平台存储了所有不同系统类型的系统模板,所述系统模板为与各个不同的系统类型一一对应的模板,所述系统模板为一个空白的系统包,所述系统模板中包含有与其对应的系统类型的文件夹框架和参数设置文档,将所述参数信息写入所述参数设置文档中,根据写入后的所述参数设置文档和所述系统模板,构建所述初始系统,所述初始系统为按照写入后的所述参数设置文档设置接口及创建与所述系统模板对应的空白的系统包。
S702,在构建的所述初始系统中的组件文件夹下增加所述可用组件工具包,以及在所述初始系统中的服务组件文件夹下增加所述服务组件包。
可理解地,在构建的所述初始系统中的所述组件文件夹下添加所有所述可用组件工具包,所述组件文件夹为所述初始系统中存储、配置及调用组件工具包的文件夹,同时在所述初始系统中的所述服务组件文件夹下增加所有所述服务组件包,所述服务组件文件夹为所述初始系统中存储、配置及调用服务组件包的文件夹。
S703,对增加后的所述可用组件工具包和所述服务组件包的所述初始系统进行安全扫描及联调,生成可执行系统包。
可理解地,所述安全扫描为识别所述初始系统中的安全漏洞,通过脚本攻击、响应漏洞、参数篡改、隐式字段处理、缓存溢出等等的方式进行扫描,所述联调为互相调取各所述可用组件工具包和各所述服务组件包的正确性,以及联合所述可用组件工具包与所述服务组件包之间进行通信的正确性,所述可执行系统包为经过了所述安全扫描和所述联调之后通过了的所述初始系统。
S704,将所述可执行系统包进行压缩打包,得到所述系统包。
可理解地,将所述可执行系统包进行压缩打包,所述压缩打包可以通过ZIP工具进行压缩打包成ZIP格式的压缩包,也可以通过RAR(Roshal ARchive)工具进行压缩打包成RAR格式的压缩包,从而将压缩打包后的所述可执行系统包确定为所述系统包。
本发明实现了通过从系统模板平台中获取与所述系统类型信息对应的系统模板,并根据所述参数信息和获取的所述系统模板,构建初始系统;在构建的所述初始系统中的组件文件夹下增加所述可用组件工具包,以及在所述初始系统中的服务组件文件夹下增加所述服务组件包;对增加后的所述可用组件工具包和所述服务组件包的所述初始系统进行安全扫描及联调,生成可执行系统包;将所述可执行系统包进行压缩打包,得到所述系统包,如此,实现了通过系统模板平台获取系统模板,并构建初始系统,增加可用组件工具包和服务组件包,并进行安全扫描及联调,最后压缩打包生成系统包,提供了一种系统包生成方法,并自动构建、安全扫描、联调和压缩打包,提高了生成系统包的安全性和效率,缩短了人工编写代码的开发时间。
在一实施例中,提供一种系统包生成装置,该系统包生成装置与上述实施例中系统包生成方法一一对应。如图9所示,该系统包生成装置包括获取模块11、识别模块12、推荐模块13、筛选模块14、确定模块15、匹配模块16和生成模块17。各功能模块详细说明如下:
获取模块11,用于获取生成信息;所述生成信息包括系统描述信息和勾选组件信息;获取生成信息;所述生成信息包括系统描述信息和勾选组件信息;
识别模块12,用于识别出与所述勾选组件信息对应的待构建语言类型;同时对所述系统描述信息进行文本解析,得到系统类型信息、服务组件信息和参数信息;
推荐模块13,用于将所述待构建语言类型和所述系统类型信息输入构建系统组件推荐模型,通过所述构建系统组件推荐模型进行组件推荐,得到组件推荐结果;
筛选模块14,用于在所述组件推荐结果中筛选出与所述勾选组件信息不匹配的组件工具包,将筛选出的组件工具包确定为推荐工具包并在应用程序界面上展示;
确定模块15,用于在接收到用户选取所述推荐工具包之后生成的确定指令之后,根据所述确定指令和所述勾选组件信息,确定最终组件信息;
匹配模块16,用于从组件代码平台上获取与所述最终组件信息匹配的可用组件工具包,并从所述组件代码平台上获取与所述待构建语言类型和所述服务组件信息均匹配的服务组件包;
生成模块17,用于根据所述系统类型信息、所述参数信息和获取的所述可用组件工具包及所述服务组件包生成系统包。
关于系统包生成装置的具体限定可以参见上文中对于系统包生成方法的限定,在此不再赘述。上述系统包生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种系统包生成方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例中系统包生成方法。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述实施例中系统包生成方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (7)
1.一种系统包生成方法,其特征在于,包括:
获取生成信息;所述生成信息包括系统描述信息和勾选组件信息;所述系统描述信息为对生成的可执行系统的需求描述及要求,所述勾选组件信息为人工识别的构建所述可执行系统所需的组件的信息;
识别出与所述勾选组件信息对应的待构建语言类型;同时对所述系统描述信息进行文本解析,得到系统类型信息、服务组件信息和参数信息;
将所述待构建语言类型和所述系统类型信息输入构建系统组件推荐模型,通过所述构建系统组件推荐模型进行组件推荐,得到组件推荐结果;
在所述组件推荐结果中筛选出与所述勾选组件信息不匹配的组件工具包,将筛选出的组件工具包确定为推荐工具包并在应用程序界面上展示;
在接收到用户选取所述推荐工具包之后生成的确定指令之后,根据所述确定指令和所述勾选组件信息,确定最终组件信息;
从组件代码平台上获取与所述最终组件信息匹配的可用组件工具包,并从所述组件代码平台上获取与所述待构建语言类型和所述服务组件信息均匹配的服务组件包;
根据所述系统类型信息、所述参数信息和获取的所述可用组件工具包及所述服务组件包生成系统包;
所述识别出与所述勾选组件信息对应的待构建语言类型,包括:
检测所述勾选组件信息中的各个组件工具包是否属于同一开发语言类型;
若检测到各个所述组件工具包属于相同的开发语言类型,将检测到的开发语言类型确定为所述待构建语言类型;
所述检测所述勾选组件信息中的各个组件工具包是否属于同一开发语言类型之后,还包括:
若检测到各个所述组件工具包不属于相同的开发语言类型,将与各所述组件工具包分别对应的不同开发语言类型均输入开发语言识别模型中;
通过所述开发语言识别模型对输入的各所述开发语言类型进行特征分类,得到所述待构建语言类型;
所述从组件代码平台上获取与所述最终组件信息匹配的可用组件工具包之前,包括:
接收到组件上传请求,获取所述组件上传请求中组件代码包;
对所述组件代码包进行安全漏洞识别,判断所述组件代码包是否存在安全风险;
在检测到所述组件代码包不存在安全风险时,对所述组件代码包进行禁用接口识别,得到识别结果;
在所述识别结果中无禁用接口时,将所述组件代码包确定为所述可用组件工具包。
2.如权利要求1所述的系统包生成方法,其特征在于,所述通过所述开发语言识别模型对输入的各所述开发语言类型进行特征分类,得到所述待构建语言类型,包括:
通过所述开发语言识别模型对各所述开发语言类型进行one-hot编码转换,将转换后的所述开发语言类型进行拼接,生成待识别语言数组;
通过所述开发语言识别模型对所述待识别语言数组进行语言特征提取,并根据提取的语言特征进行分类,输出所述待构建语言类型。
3.如权利要求1所述的系统包生成方法,其特征在于,所述将所述待构建语言类型和所述系统类型信息输入构建系统组件推荐模型,通过所述构建系统组件推荐模型进行组件推荐,得到组件推荐结果,包括:
通过所述构建系统组件推荐模型将所述待构建语言类型和所述系统类型信息进行组合转换,得到构建特征向量;
通过所述构建系统组件推荐模型对所述构建特征向量进行聚类推荐,输出所述组件推荐结果。
4.如权利要求1所述的系统包生成方法,其特征在于,所述根据所述系统类型信息、所述参数信息和获取的所述可用组件工具包及所述服务组件包生成系统包,包括:
从系统模板平台中获取与所述系统类型信息对应的系统模板,并根据所述参数信息和获取的所述系统模板,构建初始系统;
在构建的所述初始系统中的组件文件夹下增加所述可用组件工具包,以及在所述初始系统中的服务组件文件夹下增加所述服务组件包;
对增加后的所述可用组件工具包和所述服务组件包的所述初始系统进行安全扫描及联调,生成可执行系统包;
将所述可执行系统包进行压缩打包,得到所述系统包。
5.一种系统包生成装置,其特征在于,包括:
获取模块,用于获取生成信息;所述生成信息包括系统描述信息和勾选组件信息;所述系统描述信息为对生成的可执行系统的需求描述及要求,所述勾选组件信息为人工识别的构建所述可执行系统所需的组件的信息;
识别模块,用于识别出与所述勾选组件信息对应的待构建语言类型;同时对所述系统描述信息进行文本解析,得到系统类型信息、服务组件信息和参数信息;
推荐模块,用于将所述待构建语言类型和所述系统类型信息输入构建系统组件推荐模型,通过所述构建系统组件推荐模型进行组件推荐,得到组件推荐结果;
筛选模块,用于在所述组件推荐结果中筛选出与所述勾选组件信息不匹配的组件工具包,将筛选出的组件工具包确定为推荐工具包并在应用程序界面上展示;
确定模块,用于在接收到用户选取所述推荐工具包之后生成的确定指令之后,根据所述确定指令和所述勾选组件信息,确定最终组件信息;
匹配模块,用于从组件代码平台上获取与所述最终组件信息匹配的可用组件工具包,并从所述组件代码平台上获取与所述待构建语言类型和所述服务组件信息均匹配的服务组件包;
生成模块,用于根据所述系统类型信息、所述参数信息和获取的所述可用组件工具包及所述服务组件包生成系统包;
所述识别出与所述勾选组件信息对应的待构建语言类型,包括:
检测所述勾选组件信息中的各个组件工具包是否属于同一开发语言类型;
若检测到各个所述组件工具包属于相同的开发语言类型,将检测到的开发语言类型确定为所述待构建语言类型;
所述检测所述勾选组件信息中的各个组件工具包是否属于同一开发语言类型之后,还包括:
若检测到各个所述组件工具包不属于相同的开发语言类型,将与各所述组件工具包分别对应的不同开发语言类型均输入开发语言识别模型中;
通过所述开发语言识别模型对输入的各所述开发语言类型进行特征分类,得到所述待构建语言类型;
所述从组件代码平台上获取与所述最终组件信息匹配的可用组件工具包之前,包括:
接收到组件上传请求,获取所述组件上传请求中组件代码包;
对所述组件代码包进行安全漏洞识别,判断所述组件代码包是否存在安全风险;
在检测到所述组件代码包不存在安全风险时,对所述组件代码包进行禁用接口识别,得到识别结果;
在所述识别结果中无禁用接口时,将所述组件代码包确定为所述可用组件工具包。
6.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述系统包生成方法。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述系统包生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011246301.4A CN112363705B (zh) | 2020-11-10 | 2020-11-10 | 系统包生成方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011246301.4A CN112363705B (zh) | 2020-11-10 | 2020-11-10 | 系统包生成方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112363705A CN112363705A (zh) | 2021-02-12 |
CN112363705B true CN112363705B (zh) | 2023-07-28 |
Family
ID=74509418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011246301.4A Active CN112363705B (zh) | 2020-11-10 | 2020-11-10 | 系统包生成方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112363705B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5276881A (en) * | 1990-06-25 | 1994-01-04 | Hewlett-Packard Company | ANDF producer using the HPcode-Plus compiler intermediate language |
CN103713896A (zh) * | 2013-12-17 | 2014-04-09 | 北京京东尚科信息技术有限公司 | 用于访问服务器的软件开发工具包生成方法及装置 |
CN108845800A (zh) * | 2018-05-23 | 2018-11-20 | 北京五八信息技术有限公司 | 一种组件扩展功能的实现方法、装置、设备及存储介质 |
CN109976761A (zh) * | 2019-02-27 | 2019-07-05 | 平安科技(深圳)有限公司 | 软件开发工具包的生成方法、装置及终端设备 |
CN110597503A (zh) * | 2019-09-19 | 2019-12-20 | 湖南长城医疗科技有限公司 | 基于C#语言的自动构建web服务工具包的方法 |
CN110851135A (zh) * | 2019-09-12 | 2020-02-28 | 中国平安财产保险股份有限公司 | 应用程序自动构建上传方法、装置及计算机设备、存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2915619C (en) * | 2013-06-18 | 2021-11-23 | Ciambella Ltd. | Method and apparatus for customized software development kit (sdk) generation |
US10489126B2 (en) * | 2018-02-12 | 2019-11-26 | Oracle International Corporation | Automated code generation |
-
2020
- 2020-11-10 CN CN202011246301.4A patent/CN112363705B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5276881A (en) * | 1990-06-25 | 1994-01-04 | Hewlett-Packard Company | ANDF producer using the HPcode-Plus compiler intermediate language |
CN103713896A (zh) * | 2013-12-17 | 2014-04-09 | 北京京东尚科信息技术有限公司 | 用于访问服务器的软件开发工具包生成方法及装置 |
CN108845800A (zh) * | 2018-05-23 | 2018-11-20 | 北京五八信息技术有限公司 | 一种组件扩展功能的实现方法、装置、设备及存储介质 |
CN109976761A (zh) * | 2019-02-27 | 2019-07-05 | 平安科技(深圳)有限公司 | 软件开发工具包的生成方法、装置及终端设备 |
CN110851135A (zh) * | 2019-09-12 | 2020-02-28 | 中国平安财产保险股份有限公司 | 应用程序自动构建上传方法、装置及计算机设备、存储介质 |
CN110597503A (zh) * | 2019-09-19 | 2019-12-20 | 湖南长城医疗科技有限公司 | 基于C#语言的自动构建web服务工具包的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112363705A (zh) | 2021-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109936561B (zh) | 用户请求的检测方法、装置、计算机设备及存储介质 | |
CN111767228B (zh) | 基于人工智能的界面测试方法、装置、设备和介质 | |
CN109800258B (zh) | 数据文件部署方法、装置、计算机设备及存储介质 | |
CN110610196B (zh) | 脱敏方法、系统、计算机设备和计算机可读存储介质 | |
US20190171553A1 (en) | Intelligent batch job testing | |
CN111176996A (zh) | 测试用例生成方法、装置、计算机设备及存储介质 | |
WO2021120628A1 (zh) | 基于区块链的敏感词检测方法、装置、计算机设备和计算机可读存储介质 | |
CN114840869A (zh) | 基于敏感度识别模型的数据敏感度识别方法及装置 | |
CN112988997A (zh) | 智能客服的应答方法、系统、计算机设备及存储介质 | |
CN112328486A (zh) | 接口自动化测试方法、装置、计算机设备及存储介质 | |
CN113778864A (zh) | 一种测试用例的生成方法和装置、电子设备和存储介质 | |
CN109905362B (zh) | 用户请求的检测方法、装置、计算机设备及存储介质 | |
CN111242167A (zh) | 分布式图像标注方法、装置、计算机设备和存储介质 | |
CN111125748A (zh) | 越权查询的判断方法、装置、计算机设备和存储介质 | |
CN112363705B (zh) | 系统包生成方法、装置、计算机设备及存储介质 | |
CN110533381B (zh) | 案件管辖权审核方法、装置、计算机设备和存储介质 | |
CN111401367A (zh) | 基于联邦ocr模型的字符检测方法、装置、设备和介质 | |
CN112363929B (zh) | 系统上线方法、装置、计算机设备及存储介质 | |
CN113360300B (zh) | 接口调用链路生成方法、装置、设备及可读存储介质 | |
CN115509637A (zh) | 一种基于Form表单的智能填报方法、系统、设备及介质 | |
CN111931465B (zh) | 基于用户操作自动生成用户手册的方法及系统 | |
CN114371884A (zh) | Flink计算任务的处理方法、装置、设备和存储介质 | |
CN114021175A (zh) | 用户画像的配置方法、装置、计算机设备及介质 | |
CN113468076A (zh) | 应用程序的异常测试方法、装置、设备及存储介质 | |
CN111063340A (zh) | 终端的业务处理方法、装置、终端及计算机可读存储介质 |
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 |