CN114040019B - 一种基于客户端代理的备份灾备装置数据采集传输方法 - Google Patents
一种基于客户端代理的备份灾备装置数据采集传输方法 Download PDFInfo
- Publication number
- CN114040019B CN114040019B CN202111321057.8A CN202111321057A CN114040019B CN 114040019 B CN114040019 B CN 114040019B CN 202111321057 A CN202111321057 A CN 202111321057A CN 114040019 B CN114040019 B CN 114040019B
- Authority
- CN
- China
- Prior art keywords
- data
- acquisition
- client
- task
- disaster recovery
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 64
- 238000011084 recovery Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 claims description 2
- 238000002759 z-score normalization Methods 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 3
- 238000002955 isolation Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 241000220317 Rosa Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000013478 data encryption standard Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery
- H04L41/0663—Performing the actions predefined by failover planning, e.g. switching to standby network elements
-
- 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
- H04L63/0442—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 wherein the sending and receiving network entities apply asymmetric encryption, i.e. different keys for encryption and decryption
Abstract
本发明涉及一种基于客户端代理的备份灾备装置数据采集传输方法，与现有技术相比解决了难以针对备份灾备设备进行数据采集传输的缺陷。本发明包括以下步骤：采集任务的分发；备份灾备装置数据的采集；采集数据的加密；采集数据的传输；采集数据的解密；采集数据的解析处理。本发明通过客户端代理采集、网络隔离确保备份灾备系统不受影响，数据加密传输的方式确保了采集的数据安全。
Description
技术领域
本发明涉及数据备份灾备设备技术领域，具体来说是一种基于客户端代理的备份灾备装置数据采集传输方法。
背景技术
互联网、信息化的各类应用都离不开数据，数据是互联网和信息化应用的血液和生命，如何保障数据安全，避免因系统故障、机房停电、自然灾害等因素造成的数据丢失已经成为了几乎所有应用厂商和相关人员无法回避的问题。因此，在数据备份灾备市场上，近年来不断涌现出许多优秀的厂商，各大中小型IDC数据中心和互联网、信息化应用厂商也应用了数据备份灾备设备应对数据丢失的风险确保数据安全。
随着数据备份灾备应用发展，各应用厂商特别是中大型的IDC数据中心，往往不止使用一家数据备份灾备设备，备份灾备链路几乎是在局域网和专网中，这就导致了数据备份灾备运维难度大，无法统一监控管理。
目前绝大多数针对数据备份灾备设备的数据采集主要通过直接连备份灾备设备，通过API接口获取，但这种直连的方式存在以下缺点：1、数据备份灾备设备一般在内网或专网中，无法通过公网直接访问，需对原系统进行改造，存在一定的风险，可能对原备份灾备设备造成影响；2、传输形式依赖原系统的接口协议，在网络传输时容易造成数据泄密；3、数据传输容易受峰值影响数据传输效率，进而影响数据时效性。
因此，如何实现在保证安全性的前提下对各数据备份灾备设备的数据采集、统一汇聚已经成为急需解决的技术问题。
发明内容
本发明的目的是为了解决现有技术中难以针对备份灾备设备进行数据采集传输的缺陷，提供一种基于客户端代理的备份灾备装置数据采集传输方法来解决上述问题。
为了实现上述目的，本发明的技术方案如下：
一种基于客户端代理的备份灾备装置数据采集传输方法，包括以下步骤：
采集任务的分发：通过服务端对采集任务进行配置，并将其分发给该采集客户端；
备份灾备装置数据的采集：各采集客户端获取采集任务后，根据配置信息开始采集工作；
采集数据的加密：对采集到的数据利用非对称加密RAS方法进行加密处理；
采集数据的传输：利用多通道动态调整传输技术将采集数据传输至服务端；
采集数据的解密：服务端利用非对称加密RAS方法对采集到的数据进行解密处理；
采集数据的解析处理：服务端对解密后的数据按业务属性进行解析处理。
所述采集任务的分发包括以下步骤：
在服务端针对不同数据备份灾备设备，部署采集客户端，同时通过服务端进行采集任务配置；
服务端任务分发器负责将用户配置好的采集任务分发给各个采集客户端，采集任务包括：客户端信息，包含客户端的IP和端口信息，用来确定该任务分发的采集客户端；采集内容，包含采集目标的备份灾备设备信息和采集维度；时间规则，包含采集任务的时间周期，以Cron表达式形式分发；
客户端的任务调度器在接收到采集任务后，创建客户端采集任务，设置执行任务的时间规则，并通过任务调度器去执行任务调度，根据配置内容和计划开启任务调度进行周期性的数据采集。
所述备份灾备装置数据的采集包括以下步骤：
通过API接口针对备份灾备装置进行数据采集；
在采集过程中，一旦因为API接口调用异常连续超过3次，将启动服务自检，检测异常服务自动切断采集，等待人工介入、唤醒。
所述采集数据的传输包括以下步骤：
根据各个采集端采集到的数据按传输时间、数据量维度，将数据记录在历史数据库中；
客户端根据历史传输数据，计算各采集端数据传输的时间和数据量特征，采用分时段特征值算法，时段分为分钟时段、小时时段、天时段、周时段、月时段，历史传输数据均为分钟级数据，通过每个采集点的分钟级历史数据，计算每个时间点各采集点的数据量相似度；
首先对数据进行标准化处理，将数据标准化处理之后，均值变为0，方差变为1，即服从标准正态分布；采用z-score标准化，其表达式如下：
其中，为原始数据的均值，σ表示样本标准差，通过公式计算得到各采集端的标准化值：x1、x2、x3；
通过欧式距离计算数据相似度指数，
得到各时间点各采集端数据的相似度，相似度越小、偏差越大；取得相似指数最小的几个时间点，形成各个客户端的数据特征池；
通过小时、天、周、月维度寻找各采集端的数据量特征，结合具体数值大小动态调整通道优先级；
将调整好的通道优先级策略动态写入客户端，后续的传输根据不同采集端的数据特征按新的策略传输数据，以此达到系统不断自我完善传输效率的过程。
有益效果
本发明的基于客户端代理的备份灾备装置数据采集传输方法，与现有技术相比通过客户端代理采集、网络隔离确保备份灾备系统不受影响，数据加密传输的方式确保了采集的数据安全。另外，通过动态调整数据通道，系统可不断自我完善传输方案，提升了传输效率。
附图说明
图1为本发明的方法顺序图；
图2为本发明中多通道动态调整传输结构逻辑框图；
图3为本发明中采集数据的传输的方法顺序图。
具体实施方式
为使对本发明的结构特征及所达成的功效有更进一步的了解与认识，用以较佳的实施例及附图配合详细的说明，说明如下：
如图1所示，本发明所述的一种基于客户端代理的备份灾备装置数据采集传输方法，包括以下步骤：
第一步，采集任务的分发：通过服务端配置对采集任务进行配置，并将其分发给该采集客户端。其具体步骤如下：
(1)在服务端针对不同数据备份灾备设备，部署采集客户端，同时通过服务端进行采集任务配置。采集任务包括所采集客户端需采集的备份灾备设备类型、版本号、IP、端口、采集周期等。
(2)服务端任务分发器负责将用户配置好的采集任务分发给各个采集客户端，采集任务包括：客户端信息，包含客户端的IP和端口等信息，用来确定该任务分发给哪个采集客户端；采集内容，包含采集目标的备份灾备设备信息和采集维度；时间规则，主要包含采集任务的时间周期，以Cron表达式形式分发。
(3)客户端的任务调度器在接收到采集任务后，创建客户端采集任务，设置执行任务的时间规则，并通过任务调度器去执行任务调度，根据配置内容和计划开启任务调度进行周期性的数据采集。
第二步，备份灾备装置数据的采集：各采集客户端获取采集任务后，根据配置信息开始采集工作。
首先，通过API接口针对备份灾备装置进行数据采集；
最后，在采集过程中，一旦因为API接口调用异常连续超过3次，将启动服务自检，检测异常服务会自动切断采集，等待人工介入、唤醒。
在实际应用中，数据采集主要采用API接口、数据爬虫等方式进行，采集模块会根据市面上不同厂商的数据备份灾备设备的上市和升级不定期进行设备兼容的升级开发，主要包含但不限于NBU、鼎甲、英方、壹进制、Rose、美创等专业从事数据备份灾备领域的厂商产品。对于提供标准API接口的设备，客户端直接通过API接口对接采集，对于没有提供标准API接口的设备，客户端通过分析web页面，模拟用户登录，获取网页信息，通过正则匹配形式去获取有效信息。
第三步，采集数据的加密：对采集到的数据利用非对称加密RAS方法进行加密处理。采集到数据为文本数据，为保障数据安全性，一般需要经过加密处理，针对数据和架构特点，采用非对称加密RSA方式进行加密处理，确保数据传输过程中的数据安全。数据加密后客户端将数据以数据包的形式传到服务端进行统一管理。
RSA，加密算法是目前最有影响力的公钥加密算法，并且被普遍认为是目前最优秀的公钥方案之一。RSA是第一个能同时用于加密和数字签名的算法，它能够抵抗到目前为止已知的所有密码攻击，已被ISO推荐为公钥数据加密标准。非对称加密，非对称加密算法，又称为公开密钥加密算法。它需要两个密钥，一个称为公开密钥(public key)，即公钥，另一个称为私有密钥(private key)，即私钥。因为加密和解密使用的是两个不同的密钥，所以这种算法称为非对称加密算法。
第四步，采集数据的传输：利用多通道动态调整传输技术将采集数据传输至服务端。
因本方法涉及多终端的数据采集，数据传输的实效性是本方法的关键所在，同时根据备份灾备数据采集的特点，每个备份灾备设备配置了特定的备份灾备任务策略，故每个采集目标的数据峰值在都是相对固定的，基于此特征，如图2和图3所示，在此设计了一套特有的多通道动态调整传输的方法，来增加数据传输的时效性。其具体步骤如下：
(1)根据各个采集端采集到数据的数据按传输时间、数据量等维度，将数据记录在历史数据库中。
(2)客户端根据历史传输数据，计算各采集端数据传输的时间和数据量特征，采用分时段特征值算法，时段分为分钟时段、小时时段、天时段、周时段、月时段，历史传输数据均为分钟级数据，通过每个采集点的分钟级历史数据，计算每个时间点各采集点的数据量相似度.
A1)首先对数据进行标准化处理，将数据标准化处理之后，均值变为0，方差变为1，即服从标准正态分布；
本方法采用z-score标准化，
其中，为原始数据的均值，σ表示样本标准差，通过公式计算得到各采集端的标准化值：x1，x2，x3；
A2)通过欧式距离计算数据相似度指数
得到各时间点各采集端数据的相似度，相似度越小，偏差越大；取得相似指数最小的几个时间点，形成各个客户端的数据特征池。
(3)通过小时、天、周、月维度寻找各采集端的数据量特征，结合具体数值大小，动态调整通道优先级。
(4)将调整好的通道优先级策略，动态写入客户端，后续的传输将按新的传输策略根据不同采集端的数据特征按新的策略传输数据，以此达到系统不断自我完善传输效率的过程。
在此，每个采集客户端分别走各自多个通道向客户端传输数据，将采集的数据包加密后根据数据量大小进行分片操作，走不同的通道传输，统一汇聚到服务端。历史传输时间、数据量特征数据采集，根据各个采集端采集到数据的数据按传输时间、数据量等维度，将数据记录在历史数据库中。在数据传输时间、数据量特征计算，由于不同采集端的采集峰值和采集数据量在不同时间段是有差异的，所以通道的建立和调整就尤为重要。在本方法中，客户端根据历史传输数据，计算各采集端数据传输的时间和数据量特征，根据计算结果调整通道数量和优先级。初始化状态下，如表1所示，每个采集端分配2个通道进行传输。
表1采集端通道分分配表
| 通道优先级策略 | 采集端1 | 采集端2 | 采集端3 |
| 通道1 | 1 | 2 | 2 |
| 通道2 | 1 | 2 | 2 |
| 通道3 | 2 | 1 | 2 |
| 通道4 | 2 | 1 | 2 |
| 通道5 | 2 | 2 | 1 |
| 通道6 | 2 | 2 | 1 |
通过历史数据统计分析如表2所示。
表2历史数据统计分析表
| 0点 | 1点 | 2点 | ... | 22点 | 23点 | 24点 | |
| 采集端1 | 100Mb | 10Mb | 9Mb | ... | 10Mb | 10Mb | 10Mb |
| 采集端2 | 10Mb | 100Mb | 10Mb | ... | 10Mb | 10Mb | 10Mb |
| 采集端3 | 70Mb | 10Mb | 100Mb | ... | 10Mb | 10Mb | 10Mb |
在0点时，发现采集端1传输的数据量较大，1点时采集端2的数据量较大，2点时采集端3的数据量较大，那么在0点前，系统将重新调整通道优先级策略。将通道1-3的优先级暂时开放给采集端1，通道4开放给数据量最小的采集端2，通道5-6开放给采集端3，达到资源高效利用，确保数据高效传输。
综上所述，计算数据特征采用分时段特征值算法，时段可分为分钟时段、小时时段、天时段、周时段、月时段，历史传输数据均为分钟级数据，通过每个采集点的分钟级历史数据，计算每个时间点各采集点的数据量相似度。首先对数据进行标准化处理，将数据标准化处理之后，均值变为0，方差变为1，即服从标准正态分布。本方法采用z-score标准化，其中/>为原始数据的均值，σ表示样本标准差，通过公式计算得到各采集端的标准化值：x1、x2、x3，通过欧式距离计算数据相似度指数/>可得到各时间点各采集端数据的相似度，相似度越小，偏差越大，我们取得相似指数最小的几个时间点，入特征池。
在对通道优先级调整上，通过小时，天，周，月等维度寻找各采集端的数据量特征，结合具体数值大小，动态调整通道优先级如表3所示。
表3通道优先级调整表
| 通道优先级策略 | 采集端1 | 采集端2 | 采集端3 |
| 通道1 | 1 | 2 | 2 |
| 通道2 | 1 | 2 | 2 |
| 通道3 | 1 | 2 | 2 |
| 通道4 | 2 | 1 | 2 |
| 通道5 | 2 | 2 | 1 |
| 通道6 | 2 | 2 | 1 |
针对重置传输策略，将如上调整好的通道优先级策略，动态写入客户端，后续的传输将按新的传输策略根据不同采集端的数据特征按新的策略传输数据。以此达到系统不断自我完善传输效率的过程。
第五步，采集数据的解密：服务端利用非对称加密RAS方法对采集到的数据进行解密处理。
第六步，采集数据的解析处理：服务端对解密后的数据按业务属性进行解析处理。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (3)
1.一种基于客户端代理的备份灾备装置数据采集传输方法，其特征在于，包括以下步骤：
11)采集任务的分发：通过服务端对采集任务进行配置，并将其分发给采集客户端；
12)备份灾备装置数据的采集：各采集客户端获取采集任务后，根据配置信息开始采集工作；
13)采集数据的加密：对采集到的数据利用非对称加密RAS方法进行加密处理；
14)采集数据的传输：利用多通道动态调整传输技术将采集数据传输，所述采集数据的传输包括以下步骤：
141)根据各个采集客户端采集到的数据按传输时间、数据量维度，将数据记录在历史数据库中；
142)客户端根据历史传输数据，计算各采集客户端数据传输的时间和数据量特征，采用分时段特征值算法，时段分为分钟时段、小时时段、天时段、周时段、月时段，历史传输数据均为分钟级数据，通过每个采集点的分钟级历史数据，计算每个时间点各采集点的数据量相似度；
1421)首先对数据进行标准化处理，将数据标准化处理之后，均值变为0，方差变为1，即服从标准正态分布；采用z-score标准化，其表达式如下：
其中，为原始数据的均值，σ表示样本标准差，通过公式计算得到各采集客户端的标准化值：x1、x2、x3；
1422)通过欧式距离计算数据相似度指数，
得到各时间点各采集客户端数据的相似度，相似度越小、偏差越大；取得相似指数最小的几个时间点，形成各个客户端的数据特征池；
143)通过小时、天、周、月维度寻找各采集客户端的数据量特征，结合具体数值大小动态调整通道优先级；
144)将调整好的通道优先级策略动态写入客户端，后续的传输根据不同采集客户端的数据特征按新的策略传输数据，以此达到系统不断自我完善传输效率的过程至服务端；
15)采集数据的解密：服务端利用非对称加密RAS方法对采集到的数据进行解密处理；
16)采集数据的解析处理：服务端对解密后的数据按业务属性进行解析处理。
2.根据权利要求1所述的一种基于客户端代理的备份灾备装置数据采集传输方法，其特征在于，所述采集任务的分发包括以下步骤：
21)在服务端针对不同数据备份灾备设备，部署采集客户端，同时通过服务端进行采集任务配置；
22)服务端任务分发器负责将用户配置好的采集任务分发给各个采集客户端，采集任务包括：客户端信息，包含客户端的IP和端口信息，用来确定该任务分发的采集客户端；采集内容，包含采集目标的备份灾备设备信息和采集维度；时间规则，包含采集任务的时间周期，以Cron表达式形式分发；
23)客户端的任务调度器在接收到采集任务后，创建客户端采集任务，设置执行任务的时间规则，并通过任务调度器去执行任务调度，根据配置内容和计划开启任务调度进行周期性的数据采集。
3.根据权利要求1所述的一种基于客户端代理的备份灾备装置数据采集传输方法，其特征在于，所述备份灾备装置数据的采集包括以下步骤：
31)通过API接口针对备份灾备装置进行数据采集；
32)在采集过程中，一旦因为API接口调用异常连续超过3次，将启动服务自检，检测异常服务自动切断采集，等待人工介入、唤醒。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111321057.8A CN114040019B (zh) | 2021-11-09 | 2021-11-09 | 一种基于客户端代理的备份灾备装置数据采集传输方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111321057.8A CN114040019B (zh) | 2021-11-09 | 2021-11-09 | 一种基于客户端代理的备份灾备装置数据采集传输方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114040019A CN114040019A (zh) | 2022-02-11 |
| CN114040019B true CN114040019B (zh) | 2023-10-27 |
Family
ID=80136859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111321057.8A Active CN114040019B (zh) | 2021-11-09 | 2021-11-09 | 一种基于客户端代理的备份灾备装置数据采集传输方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114040019B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070088481A (ko) * | 2005-07-05 | 2007-08-29 | 캐리어 아이큐 인코포레이티드 | 무선 통신 네트워크에서 규칙 기반 데이터 수집 및 관리 |
| CN101647006A (zh) * | 2005-10-12 | 2010-02-10 | 数据城堡公司 | 用于数据备份的方法和系统 |
| CN101918927A (zh) * | 2008-01-18 | 2010-12-15 | Tivo有限公司 | 分布式备份和获取系统 |
| US9183205B1 (en) * | 2012-10-05 | 2015-11-10 | Symantec Corporation | User-based backup |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9128882B2 (en) * | 2007-08-08 | 2015-09-08 | Qualcomm Incorporated | Mobile client device driven data backup |
| US10122747B2 (en) * | 2013-12-06 | 2018-11-06 | Lookout, Inc. | Response generation after distributed monitoring and evaluation of multiple devices |
| CN112685170B (zh) * | 2019-10-18 | 2023-12-08 | 伊姆西Ip控股有限责任公司 | 备份策略的动态优化 |
| CN112835740A (zh) * | 2019-11-22 | 2021-05-25 | 伊姆西Ip控股有限责任公司 | 用于管理数据备份的方法、电子设备和计算机程序产品 |
-
2021
- 2021-11-09 CN CN202111321057.8A patent/CN114040019B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070088481A (ko) * | 2005-07-05 | 2007-08-29 | 캐리어 아이큐 인코포레이티드 | 무선 통신 네트워크에서 규칙 기반 데이터 수집 및 관리 |
| CN101647006A (zh) * | 2005-10-12 | 2010-02-10 | 数据城堡公司 | 用于数据备份的方法和系统 |
| CN101918927A (zh) * | 2008-01-18 | 2010-12-15 | Tivo有限公司 | 分布式备份和获取系统 |
| US9183205B1 (en) * | 2012-10-05 | 2015-11-10 | Symantec Corporation | User-based backup |
Non-Patent Citations (1)
| Title |
|---|
| 集中式数据备份系统研究;吴彦虹;;网络安全技术与应用(第04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114040019A (zh) | 2022-02-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11314723B1 (en) | Anomaly detection | |
| US11190539B2 (en) | Modifying incident response time periods based on containment action effectiveness | |
| US10498744B2 (en) | Integrity monitoring in a local network | |
| US11153383B2 (en) | Distributed data analysis for streaming data sources | |
| US10095864B2 (en) | System and method for performing event inquiries in a network | |
| CN102064969A (zh) | 一种日志的处理方法和设备 | |
| GB2606628A (en) | Centralized knowledge repository and data mining system | |
| CN113254947B (zh) | 一种车辆数据保护方法、系统、设备和存储介质 | |
| EP3970038B1 (en) | Siem system and methods for exfiltrating event data | |
| CN113162943B (zh) | 一种防火墙策略动态管理的方法、系统 | |
| CN104243195A (zh) | 异地灾备处理方法及装置 | |
| CN113590639A (zh) | 一种网闸隔离的数据库之间数据同步方法 | |
| CN114040019B (zh) | 一种基于客户端代理的备份灾备装置数据采集传输方法 | |
| CN106681760A (zh) | 基于客户工程项目管理系统的事务处理方法和装置 | |
| CN113672912A (zh) | 基于计算机硬件指征和行为分析的网络安全监控系统 | |
| CN116663030A (zh) | 用于交互数据的脱敏处理方法及装置 | |
| CN111367686A (zh) | 业务接口的调用方法及装置、计算机设备、存储介质 | |
| CN110888778A (zh) | 一种基于云桌面的日志文件监控系统及方法 | |
| CN113778709B (zh) | 接口调用方法、装置、服务器及存储介质 | |
| EP4205316A1 (en) | Securing network resources from known threats | |
| CN112329066A (zh) | 一种数据文件加密方法及系统 | |
| CN106130784A (zh) | 一种安全可配置的it信息统一采集器 | |
| KR102066870B1 (ko) | 사용자 패턴 학습에 기반한 동기화 시스템 | |
| LU504015B1 (en) | A computer data encryption method | |
| CN112650630B (zh) | 一种智能电表运行参数的分布式备份方法及装置 |
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 |