CN114490714A - 一种基于云匹配的资产标签检测方法和系统 - Google Patents
一种基于云匹配的资产标签检测方法和系统 Download PDFInfo
- Publication number
- CN114490714A CN114490714A CN202210092116.7A CN202210092116A CN114490714A CN 114490714 A CN114490714 A CN 114490714A CN 202210092116 A CN202210092116 A CN 202210092116A CN 114490714 A CN114490714 A CN 114490714A
- Authority
- CN
- China
- Prior art keywords
- feature
- matching
- user side
- characteristic
- cloud
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001010 compromised effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- 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
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24564—Applying rules; Deductive queries
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种基于云匹配的资产标签检测方法和系统,所述方法包括:步骤1、在用户侧基于设备产品相关信息生成设备产品的特征;步骤2、进行特征匹配;如果匹配失败则执行步骤3;否则,如果匹配成功则在本地对设备产品进行资产绑定;步骤3、用户侧将该设备产品的相关信息和特征打包上传给云中心;步骤4、所述云中心基于该特征进行特征匹配,判断是否存在该特征;步骤5、在全局特征库中进行提取该特征对应的属性信息,生成增量特征升级包,并更新任务状态为已完成;执行步骤7;步骤6、对于云中心不存在的特征,则进入特征属性信息生成流程,生成增量特征升级包,并更新任务状态为已完成;步骤7、用户侧获取所述增量特征升级包再次进行特征匹配。
Description
技术领域
本发明涉及计算机智能检测领域,尤其是一种资产标签云匹配一种基于云匹配的资产标签检测方法和系统。
背景技术
现有技术是采用规则匹配的方式,比如网络资产测绘及风险分析系统foeye要具有对资产进行打标签的能力,必须先把规则集数据库打包,放到foeye的设备里面,然后扫描出来资产以后,把每个资产返回的信息与规则集库进行碰撞,如果碰撞上了的,则打上产品标签,直到预置进去的规则全部碰撞完成;这个碰撞基本上都是文本类的字符串匹配或字符串模糊匹配,而匹配的字段可能是协议返回的内容,也可能是网站返回的信息,而网站信息内容是很长的,字符串的匹配是非常耗性能的,匹配速度也很慢;如果规则多了之后,匹配的性能会变慢,并且把原始的规则内容放到设备里面,而且增加了被泄露的风险。
综上,现有技术进行资产匹配时,处理效率慢;全字符串的匹配意味着需要把特征下发到设备或软件里面,这就会导致原始的规则信息泄露的风险;另外现在客户侧的特征没有办法及时进行录入,会导致客户侧的产品识别不全。
发明内容
为了解决上述技术问题,本发明提出了一种基于云匹配的资产标签检测方法和系统,通过将匹配技术由大文本匹配转变为hash匹配,首先解决了识别效率的问题,其次,采用较小的本地基础特征库在本地保存少量的原始规则,并且通过将规则集里面的原始查询语句转换为例如md5,对于无法识别的特征上传到云中心,通过云中心全局特征库海量的特征进行识别,解决了规则泄露的问题,最后通过对上传到云中心的资产信息生成增量特征升级包的方式,客户端定期拉取增量特征升级包,解决了用户/客户侧未识别的规则快速识别的问题。
根据本发明的一个方面,一种基于云匹配的资产标签检测方法,包括如下步骤:
步骤1、在用户侧基于设备产品相关信息生成设备产品的特征;
步骤2、基于本地基础特征库进行特征匹配;如果匹配失败则执行步骤3;否则,如果匹配成功则在本地对设备产品进行资产绑定;
步骤3、用户侧将该设备产品的相关信息和特征打包上传给云中心;
步骤4、所述云中心基于该特征进行特征匹配,判断是否存在该特征;如果存在,执行步骤5;否则执行步骤6;
步骤5、在全局特征库中进行提取该特征对应的属性信息,生成增量特征升级包,并更新任务状态为已完成;执行步骤7;
步骤6、对于云中心不存在的特征,则进入特征属性信息生成流程,生成增量特征升级包,并更新任务状态为已完成;
步骤7、用户侧获取所述增量特征升级包再次进行特征匹配。
根据本发明的另一方面,提出一种基于云匹配的资产标签检测系统,包括:
设备产品特征生成模块,在用户侧基于设备产品相关信息生成设备产品的特征;
本地特征匹配模块,用于基于本地基础特征库进行特征匹配;如果匹配失败则发送通知消息到信息上传模块;否则,如果匹配成功则在本地对设备产品进行资产绑定;
信息上传模块,用于用户侧将该设备产品的相关信息和特征打包上传给云中心;
云中心特征匹配模块,基于该信息进行特征匹配,判断是否存在该特征;如果存在,则将信息发送到已有特征增量特征生成模块;否则,将特征不存在的消息发送到未知特征增量生成模块;
已有特征增量特征生成模块,用于在全局特征库中进行提取该特征对应的属性信息,生成增量特征升级包,并更新任务状态为已完成;
未知特征增量生成模块,对于云中心不存在的特征,则进入特征属性信息生成流程,生成增量特征升级包,并更新任务状态为已完成;
增量特征获取模块,用户侧获取所述增量特征升级包再次进行特征匹配。
有益效果
本发明的技术方案,首先解决了识别效率的问题,通过将匹配技术由大文本匹配转变为hash匹配,之前的匹配技术是文本类型的,本发明的方法是根据特征来进行匹配,所述的特征是将设备产品(资产)信息生成为唯一性的特征,这个特征可能是md5,也可能是其他格式,如图标icon,因此,效率大大提高;
其次,本发明的方法具有更好的保密性,能够防止原始规则泄露,还要解决原始规则,通过将规则集里面的原始查询语句转换为md5将产品设备信息里面的动态内容,然后根据算法(例如sim hash)生成唯一性特征,这个唯一性特征用于后续资产匹配;
最后,本发明通过将客户侧的产品设备的特征和相关信息上传给云中心,云中心进行识别后,形成特征属性(客户侧的资产特征就是上一个步骤中生成的唯一性特征,云中心生成与该特征相关的属性信息,包括分类、厂商、产品名称、型号、版本号、分层、软硬件、国家等),然后下发特征升级包给客户侧的产品,解决了用户/客户侧未识别的规则快速识别的问题。
附图说明
图1:本发明的方法流程图;
图2:本发明又一实施例的方法流程图;
图3:本发明的系统框图。
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、完整的描述,显然,所描述的实施例仅为本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
参见图1,根据本发明的一个实施例,提出一种基于云匹配的资产标签检测方法,包括如下步骤:
步骤1、在用户侧基于设备产品相关信息生成设备产品的特征
根据本发明的一个实施例,所述的设备产品是部署在用户侧本地的硬件或软件产品,例如路由器,或监控相机,或者通信软件等,所述特征是根据部署在用户/客户侧的设备产品的相关信息所生成的唯一性特征,所述的唯一性特征可以hash算法生成的md5串或其他算法生成的唯一性特征,本地设备产品可以是硬件形态的,也可以是软件形态的。在用户侧的计算机上安装特征生成模块或程序,所述特征生成模块或程序中运行有例如md5串生成算法,从而根据所述设备产品的相关信息生成设备产品的特征,作为唯一性特征进行后续特征匹配,或者也称为本地特征。
根据本发明的一个实施例,所述的本地特征例如可以包括icon_hash、banner_hash、body_hash、header_hash、jarm等字段,所述的icon_hash就是(设备产品对应的)网站的浏览器图标对应的唯一性特征、banner_hash是所有协议返回的信息对应的唯一性特征、body_hash是所有网站源代码对应的唯一性特征、header_hash是所有网站header响应头的唯一性特征、jarm是加密指纹信息,所述的特征中的字段可以为单个,也可以是组合的组合。
因此,本发明的方法具有更好的保密性,能够防止原始规则泄露(例如:网页源代码里面包含var g_plugindownloadurl='/xxxxxxxxx.msi';这个内容的就代表是紫光某视频监控设备),通过将规则集里面的原始查询语句转换为md5,将资产信息里面的动态内容(日期、目录、使用者等信息去掉,然后对于其余的信息根据算法(例如sim hash)生成唯一性的特征,这个唯一性的特征会用于后续资产匹配;
步骤2、基于本地基础特征库进行特征匹配;如果匹配失败则执行步骤3;否则,如果匹配成功则在本地对设备产品进行资产绑定;
根据本发明的实施例,对于用户侧的设备产品默认有一个基础特征库,所述的基础特征库随着设备产品发布一块进行发布,部署在用户侧的计算机上;根据本发明的实施例,为了防止大量原始规则泄露,本发明在用户的本地的基础特征库中只存储少量的基础特征,例如,最基本的一些特征,或者是与发布的设备产品相关的特征,而大量更多的特征部署在云中心端的服务器上的全局特征库中,从而防止在用户侧本地的原始规则泄露;
用户侧的计算机上还配置有一个用于资产与特征库匹配的引擎,该引擎的工作机制是将设备产品根据icon/banner/body/header/cert等字段的信息生成唯一的特征,然后根据字段的不同,到相应的基础特征库中进行匹配,所述的匹配是基于hash唯一性特征的匹配,如果匹配成功,则提取基础特征库里面的产品信息(此产品信息相对于前述的设备产品相关信息更准确和全面,能够用于准确的识别和了解产品),将该产品信息与资产(设备产品)进行绑定;如果匹配失败则执行步骤3;
通过上述方法,本方案解决了传统方案识别效率低的问题,传统技术中的匹配技术是文本类型的匹配,本发明通过将匹配技术由传统的大文本匹配转变为hash匹配,及根据hash特征来进行匹配,效率更高,速度更快;该hash特征是将资产信息生成为唯一性的特征,这个唯一性特征可能是md5,或者可选的,也可能是其他格式,如图标icon;
步骤3、用户侧将该设备产品的相关信息和特征打包上传给云中心;
根据本发明的实施例,如果在步骤2中,发现某设备产品在用户侧生成的特征,在用户侧的本地的基础特征库中匹配失败的,则用户侧将该相关信息和特征打包上传给云中心,上传以后,用户侧的程序会以一定的周期来轮询获取云中心的状态。
所述的云中心为远程的一台或多台服务器,通过有线或无线的方式与用户侧的计算机连接,进行数据传输;
所述的云中心的服务器中存储全局特征库,其中包括有海量的特征,用于各种类型设备产品进行匹配;所述的服务器上还存储有增量特征升级包,当用户侧定期发送查询请求时,拉取所述增量特征升级包进行查询;
步骤4、所述云中心基于该特征进行特征匹配,判断是否存在该特征;如果存在,执行步骤5;否则执行步骤6;
当用户侧将该信息打包上传给云中心时,云中心启动一个任务,生成一个唯一性的任务ID,然后快速判断云中心的数据特征库中是否有该特征;如果存在,则执行步骤5;
步骤5、在全局特征库中进行提取该特征对应的属性信息,生成增量特征升级包,并更新任务状态为已完成;执行步骤7;
根据本发明的实施例,如果云中心的全局特征库存在该特征对应的特征,则将对该特征进行属性信息提取,提取完成后,生成增量特征升级包,并更新任务状态为已完成,然后执行步骤7。
步骤6、对于云中心不存在的特征,则进入特征属性信息生成流程,生成增量特征升级包,并更新任务状态为已完成;对于云中心的全局特征库中不存在的特征,则需要进入特征属性信息生成流程,如图2所示,先对属性信息进行提取、搜索或更广范围的查询匹配,然后人工对该属性信息进行确认和标注,包括厂商、分类、分层、软硬件等属性(这些属性本地的主程序或设置里面默认会带一部分,更多的由云中心匹配搜索获得);在经过人为确认后,将特征及属性信息并入云中心的全局特征库里面,生成增量特征升级包,然后将任务状态置为已完成;
步骤7、用户侧获取所述增量特征升级包再次进行特征匹配
根据本发明的实施例,用户侧按照预定时间间隔获取任务状态,例如定期获取任务状态;所述的定期例如是每1个小时获取一次,或者每12个小时,每天等;
如果任务状态是已完成的,则从指定接口获取所述的增量特征升级包,获取完成后,将所述增量特征升级包与用户侧本地基础特征库进行整合。
可选的,在所述增量特征升级包与用户侧本地基础特征库进行整合之后,用户侧再次查询本地基础特征库,获得所述产品设备的资产标签。
本发明通过将客户侧的设备产品信息上传给云中心,云中心进行识别后,形成特征(客户侧的设备产品特征就是上一个步骤中生成的唯一性特征,云中心生成与该特征相关的属性信息(分类、厂商、产品名称、型号、版本号、分层、软硬件、国家等)),然后下发给客户侧的产品,解决了用户/客户侧未识别的规则快速识别的问题。
根据本发明的有一个实施例,如图3所示,还提出一种基于云匹配的资产标签检测系统,包括:
设备产品特征生成模块,在用户侧基于设备产品相关信息生成设备产品的特征;
本地特征匹配模块,用于基于本地基础特征库进行特征匹配;如果匹配失败则发送通知消息到信息上传模块;否则,如果匹配成功则在本地对设备产品进行资产绑定;
信息上传模块,用于用户侧将该设备产品的相关信息和特征打包上传给云中心;
云中心特征匹配模块,基于该信息进行特征匹配,判断是否存在该特征;如果存在,则将信息发送到已有特征增量特征生成模块;否则,将特征不存在的消息发送到未知特征增量生成模块;
已有特征增量特征生成模块,用于在全局特征库中进行提取该特征对应的属性信息,生成增量特征升级包,并更新任务状态为已完成;
未知特征增量生成模块,对于云中心不存在的特征,则进入特征属性信息生成流程,生成增量特征升级包,并更新任务状态为已完成;
增量特征获取模块,用户侧获取所述增量特征升级包再次进行特征匹配。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,且应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (10)
1.一种基于云匹配的资产标签检测方法,其特征在于,包括如下步骤:
步骤1、在用户侧基于设备产品相关信息生成设备产品的特征;
步骤2、基于本地基础特征库进行特征匹配;如果匹配失败则执行步骤3;否则,如果匹配成功则在本地对设备产品进行资产绑定;
步骤3、用户侧将该设备产品的相关信息和特征打包上传给云中心;
步骤4、所述云中心基于该特征进行特征匹配,判断是否存在该特征;如果存在,执行步骤5;否则执行步骤6;
步骤5、在全局特征库中进行提取该特征对应的属性信息,生成增量特征升级包,并更新任务状态为已完成;执行步骤7;
步骤6、对于云中心不存在的特征,则进入特征属性信息生成流程,生成增量特征升级包,并更新任务状态为已完成;
步骤7、用户侧获取所述增量特征升级包再次进行特征匹配。
2.根据权利要求1所述的一种基于云匹配的资产标签检测方法,其特征在于,所述步骤1中,所述的设备产品是部署在用户侧本地硬件或软件,所述生成设备产品的特征,是根据部署在用户/客户侧的设备产品的相关信息生成唯一性特征。
3.根据权利要求2所述的一种基于云匹配的资产标签检测方法,其特征在于,所述的唯一性特征为hash特征,所述hash特征包括与设备产品信息相关的一个或多个字段。
4.根据权利要求1所述的一种基于云匹配的资产标签检测方法,其特征在于,所述步骤2具体包括:
对于用户侧的设备产品,在本地默认设置有一个基础特征库,所述的基础特征库随着设备产品发布一起进行发布,部署在用户侧的计算机上;用户侧的计算机上还配置有一个用于资产与特征库匹配的引擎,该引擎的工作机制是根据设备产品信息生成一个唯一性特征,然后根据字段的不同,到相应的基础特征库中进行匹配,所述的匹配是基于唯一性特征的文本匹配,如果匹配成功,则提取基础特征库里面的产品信息,将该产品信息与设备产品进行资产绑定。
5.根据权利要求1所述的一种基于云匹配的资产标签检测方法,其特征在于,所述步骤3具体包括:
在用户侧的本地的基础特征库中匹配失败的情况下,用户侧将该相关信息和特征打包上传给云中心,上传以后,用户侧的程序会以预定的周期来轮询获取云中心的状态;
所述的云中心包括的一台或多台远程的服务器,其上设置有全局特征库用于各种类型设备进行匹配;所述的服务器上还存储有增量特征升级包,用户侧定期发送查询请求时,拉取所述增量特征升级包进行查询。
6.根据权利要求1所述的一种基于云匹配的资产标签检测方法,其特征在于,所述步骤4具体包括:
当用户侧将该信息打包上传给云中心时,云中心启动一个任务,生成一个唯一性的任务ID,然后判断云中心的全局特征库中是否存在该特征。
7.根据权利要求1所述的一种基于云匹配的资产标签检测方法,其特征在于,所述步骤5具体包括:
如果云中心的全局特征库存在该信息对应的特征,提取该特征对应的属性信息,是指将该特征对应的全局特征库中的产品信息进行提取,提取完成后,生成增量特征升级包,并更新任务状态为已完成。
8.根据权利要求1所述的一种基于云匹配的资产标签检测方法,其特征在于,所述步骤6具体包括:
对于云中心的全局特征库中不存在的特征,则需要进入特征属性信息生成流程,先对属性信息进行提取和搜索,然后人工对该属性信息进行确认和标注;再经过人为确认后,将特征和确认后的属性信息并入云中心的全局特征库里面,并生成增量特征升级包,然后将任务状态置为已完成。
9.根据权利要求2所述的一种基于云匹配的资产标签检测方法,其特征在于,所述步骤7具体包括:
用户侧按照预定时间获取任务状态,如果任务状态是已完成的,则从指定接口获取所述的增量特征升级包,获取完成后,将所述增量特征升级包与用户侧本地基础特征库进行整合,在所述增量特征升级包与用户侧本地基础特征库进行整合之后,用户侧再次查询本地基础特征库,获得所述产品设备的资产标签。
10.一种基于云匹配的资产标签检测系统,其特征在于,包括:
设备产品特征生成模块,在用户侧基于设备产品相关信息生成设备产品的特征;
本地特征匹配模块,用于基于本地基础特征库进行特征匹配;如果匹配失败则发送通知消息到信息上传模块;否则,如果匹配成功则在本地对设备产品进行资产绑定;
信息上传模块,用于用户侧将该设备产品的相关信息和特征打包上传给云中心;
云中心特征匹配模块,基于该信息进行特征匹配,判断是否存在该特征;如果存在,则将信息发送到已有特征增量特征生成模块;否则,将特征不存在的消息发送到未知特征增量生成模块;
已有特征增量特征生成模块,用于在全局特征库中进行提取该特征对应的属性信息,生成增量特征升级包,并更新任务状态为已完成;
未知特征增量生成模块,对于云中心不存在的特征,则进入特征属性信息生成流程,生成增量特征升级包,并更新任务状态为已完成;
增量特征获取模块,用户侧获取所述增量特征升级包再次进行特征匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210092116.7A CN114490714A (zh) | 2022-01-26 | 2022-01-26 | 一种基于云匹配的资产标签检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210092116.7A CN114490714A (zh) | 2022-01-26 | 2022-01-26 | 一种基于云匹配的资产标签检测方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114490714A true CN114490714A (zh) | 2022-05-13 |
Family
ID=81474491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210092116.7A Pending CN114490714A (zh) | 2022-01-26 | 2022-01-26 | 一种基于云匹配的资产标签检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114490714A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115242670A (zh) * | 2022-07-02 | 2022-10-25 | 北京华顺信安科技有限公司 | 一种网络资产信息融合方法、系统及计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104168293A (zh) * | 2014-09-05 | 2014-11-26 | 北京奇虎科技有限公司 | 结合本地内容规则库识别可疑钓鱼网页的方法及系统 |
CN104850784A (zh) * | 2015-04-30 | 2015-08-19 | 中国人民解放军国防科学技术大学 | 一种基于哈希特征向量的恶意软件云检测方法及系统 |
CN108092962A (zh) * | 2017-12-08 | 2018-05-29 | 北京奇安信科技有限公司 | 一种恶意url检测方法及装置 |
CN109951354A (zh) * | 2019-03-12 | 2019-06-28 | 北京奇虎科技有限公司 | 一种终端设备识别方法、系统及存储介质 |
CN111400712A (zh) * | 2020-03-17 | 2020-07-10 | 深信服科技股份有限公司 | 文件的病毒查杀方法、设备、装置以及计算机存储介质 |
-
2022
- 2022-01-26 CN CN202210092116.7A patent/CN114490714A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104168293A (zh) * | 2014-09-05 | 2014-11-26 | 北京奇虎科技有限公司 | 结合本地内容规则库识别可疑钓鱼网页的方法及系统 |
CN104850784A (zh) * | 2015-04-30 | 2015-08-19 | 中国人民解放军国防科学技术大学 | 一种基于哈希特征向量的恶意软件云检测方法及系统 |
CN108092962A (zh) * | 2017-12-08 | 2018-05-29 | 北京奇安信科技有限公司 | 一种恶意url检测方法及装置 |
CN109951354A (zh) * | 2019-03-12 | 2019-06-28 | 北京奇虎科技有限公司 | 一种终端设备识别方法、系统及存储介质 |
CN111400712A (zh) * | 2020-03-17 | 2020-07-10 | 深信服科技股份有限公司 | 文件的病毒查杀方法、设备、装置以及计算机存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115242670A (zh) * | 2022-07-02 | 2022-10-25 | 北京华顺信安科技有限公司 | 一种网络资产信息融合方法、系统及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1755676B (zh) | 用于网络文档批处理索引的系统和方法 | |
CN111459985B (zh) | 标识信息处理方法及装置 | |
US8572049B2 (en) | Document authentication | |
CN110352427B (zh) | 用于收集与网络化环境中的欺诈性内容相关联的数据的系统和方法 | |
CN114911830B (zh) | 基于时序数据库的索引缓存方法、装置、设备及存储介质 | |
CN111859076B (zh) | 数据爬取方法、装置、计算机设备及计算机可读存储介质 | |
CN112685436B (zh) | 一种溯源信息处理方法及装置 | |
CN112380286B (zh) | 数据库的数据对象关系图谱生成方法、装置、设备及介质 | |
CN103077107A (zh) | 一种数据维护方法及系统 | |
CN114490714A (zh) | 一种基于云匹配的资产标签检测方法和系统 | |
WO2019157122A1 (en) | Rf tag operating system with iot connector core | |
CN111858486A (zh) | 一种文件分类方法和装置 | |
CN112231055A (zh) | 一种镜像管理方法和装置 | |
CN117455516B (zh) | 一种电子烟信息的溯源方法及系统 | |
CN112685115A (zh) | 国际提示语生成方法、系统、计算机设备及存储介质 | |
WO2020116027A1 (ja) | 図面管理システム、図面管理方法 | |
CN106209936B (zh) | 第三方系统数据获取方法和装置 | |
CN115396159A (zh) | 一种容器镜像的检测方法及客户端、服务端 | |
CN114490246A (zh) | 一种监控方法、装置、电子设备以及存储介质 | |
CN114489933A (zh) | 一种用于容器镜像数据的管理方法和装置 | |
CN112564984A (zh) | 基于大数据的物联网的分布式安全运维的方法 | |
US7353249B2 (en) | Method and apparatus for data retrieval from data server using a socket communications program | |
CN114205276B (zh) | 用于产品管理系统的性能测试方法及装置、电子设备 | |
CN115544541B (zh) | 目标对象行为数据的处理方法、设备及存储介质 | |
CN112988193B (zh) | 代码更新识别方法、装置、计算机设备及可读存储介质 |
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 |