CN114610544B - 一种基于区块链的人工智能大数据分析处理系统及方法 - Google Patents
一种基于区块链的人工智能大数据分析处理系统及方法 Download PDFInfo
- Publication number
- CN114610544B CN114610544B CN202210224100.7A CN202210224100A CN114610544B CN 114610544 B CN114610544 B CN 114610544B CN 202210224100 A CN202210224100 A CN 202210224100A CN 114610544 B CN114610544 B CN 114610544B
- Authority
- CN
- China
- Prior art keywords
- analysis
- execution action
- data
- result
- processing unit
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/16—Error detection or correction of the data by redundancy in hardware
- G06F11/20—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements
- G06F11/202—Error detection or correction of the data by redundancy in hardware using active fault-masking, e.g. by switching out faulty elements or by switching in spare elements where processing functionality is redundant
- G06F11/2023—Failover techniques
- G06F11/2028—Failover techniques eliminating a faulty processor or activating a spare
-
- 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
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明公开了一种基于区块链的人工智能大数据分析处理系统及方法，包括采集模块用于获取进行分析的分析数据，并进行无损复制；分配测试模块将分析数据发送至区块链的区块内，并对传输后的分析数据进行测试，得到测试区块；第一处理模块将分析数据处理为第一特征结果，第二处理模块将分析数据处理为第二特征结果；第三处理模块将分析数据处理为第三特征结果，分析模块用于分析第一特征结果和第二特征结果，并生成第一执行动作和第二执行动作，若第一执行动作和第二执行动作相同时，则输出第一特征结果为分析结果，反之，则进行冲突分析，并将冲突执行动作输出为分析结果。
Description
技术领域
本发明属于大数据分析领域，涉及区块链和人工智能技术，具体是一种基于区块链的人工智能大数据分析处理系统及方法。
背景技术
现有技术中，当分析单元遇到故障死机时，往往会无法进行分析，本申请通过设置三个处理器相辅相成，且其中一个处理器与其他处理器构架不同，保证了数据分析处理的稳定性和可靠性。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。
本发明的目的可以通过以下技术方案实现：
一种基于区块链的人工智能大数据分析处理系统，包括：
数据采集模块，所述数据采集模块用于获取进行分析的分析数据，并进行无损复制；
分配测试模块，所述分配测试模块将分析数据发送至区块链的区块内，并对传输后的分析数据进行测试，得到测试区块；
第一处理模块，所述第一处理模块将分析数据处理为第一特征结果，且第一处理模块存储在测试区块内；
第二处理模块，所述第二处理模块将分析数据处理为第二特征结果，且第二处理模块存储在测试区块内；
第三处理模块，所述第三处理模块将分析数据处理为第三特征结果，且第三处理模块存储在测试区块内；
分析模块，所述分析模块用于分析第一特征结果和第二特征结果，并生成第一执行动作和第二执行动作，若第一执行动作和第二执行动作相同时，则输出第一特征结果为分析结果，反之，则进行冲突分析，并将冲突执行动作输出为分析结果。
进一步的，所述分配测试模块将分析数据发送至区块链的区块内，并对传输后的分析数据进行测试，得到测试数据包括：
获取数据采集模块内无损复制后的分析数据和随机生成的对应字符串；
将分析数据和字符串发送至区块链的区块内，并获取传输速率；
将传输至区块内的分析数据标记为接收数据，并获取接收数据的字节数；
通过字节数与传输速率的数值之比获得测试值，获取字符串内对应测试值位置上的字符，标记为测试字符；
获取数据采集模块内字符串对应测试值位置上的字符，标记为发送字符；
若测试字符与发送字符相同，则将对应区块标记为测试区块，反之，进行缺失判断，若缺失判断的判断值满足分析数据的分析值时，则将对应区块标记为测试区块，不满足则对应区块不进行标记。
进一步的，进行缺失判断包括：
获取测试字符与发送字符之间的字符数和字符串的字符数总和，通过测试字符与发送字符之间的字符数与字符串的字符数总的数值之比获得判断值。
进一步的，第一处理模块内设有通用分析模型和第一处理单元，第二处理模块内设有通用分析模型和第二处理单元；
其中，通用分析模型对分析数据进行分析，并生成特征数据；
第一处理单元将特征数据编码为第一特征结果，第二处理单元将特征数据编码为第二特征结果。
进一步的，第三处理模块内设有通用分析模型和变化处理单元；
其中，变化处理单元与第一处理单元或第二处理单元相同；
若变化处理单元与第一处理单元相同时，则第三特征结果与第一特征结果相同，若变化处理单元与第二处理单元相同时，则第三特征结果与第二特征结果相同。
进一步的，所述分析模块用于分析第一特征结果和第二特征结果，并生成第一执行动作和第二执行动作包括：
构建大数据卷积神经网络，并将第一特征结果和第二特征结果输入大数据卷积神经网络内；
获取卷积后第一特征结果和第二特征结果对应的执行动作，其中，第一特征结果对应的执行动作为第一执行动作，第二特征结果对应的执行动作为第二执行动作。
进一步的，构建大数据卷积神经网络包括：
获取若干第一特征结果对应的执行动作和第二特征结果对应的执行动作；
构建大数据卷积神经网络，并将若干第一特征结果对应的执行动作和第二特征结果对应的执行动作输入卷积神经网络进行迭代，
若第一特征结果和对应的执行动作相匹配和第二特征结果和对应的执行动作相匹配时，停止迭代。
进一步的，进行冲突分析包括：
将第三特征结果输入大数据卷积神经网络，并获取对应的执行动作，并标记为第三执行动作；
若变化处理单元与第一处理单元相同时，则将第三执行动作与第二执行动作进行匹配，若第三执行动作与第二执行动作相同时，则将第二执行动作标记为冲突执行动作；
若变化处理单元与第二处理单元相同时，则将第三执行动作与第一执行动作进行匹配，若第三执行动作与第一执行动作相同时，则将第一执行动作标记为冲突执行动作。
进一步的，所述第一处理模块、第一处理模块和第一处理模块均存储在不同的测试区块。
除此之外，本申请还包括一种基于区块链的人工智能大数据分析处理方法，包括以下步骤：
步骤一：采集进行分析的分析数据，并进行无损复制；
步骤二：将分析数据发送至第一处理模块处理为第一特征结果，发送至第二处理模块处理为第二特征结果，发送至第三处理模块处理为第三特征结果；
步骤三：分析第一特征结果和第二特征结果，并生成第一执行动作和第二执行动作，若第一执行动作和第二执行动作相同时，执行步骤四，反之，执行步骤五；
步骤四：输出第一特征结果为分析结果；
步骤五：分析第三特征结果，并生成第三执行动作，若第三特征结果与第一特征结果相同时，则将第三执行动作与第二执行动作进行匹配，若第三执行动作与第二执行动作相同时，则第二执行动作输出第一特征结果为分析结果；
若第三特征结果与第二特征结果相同时，则将第三执行动作与第一执行动作进行匹配，若第三执行动作与第一执行动作相同时，则第一执行动作输出第一特征结果为分析结果。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1为本发明原理框图；
图2为本发明流程框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，“第一特征”、“第二特征”可以包括一个或者更多个该特征，“多个”的含义是两个或两个以上，第一特征在第二特征“之上”或“之下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。
下面参考附图描述根据本发明实施例的一种基于区块链的人工智能大数据分析处理系统及方法。
参照图1-2所示，基于区块链的人工智能大数据分析处理系统，包括：
数据采集模块，数据采集模块用于获取进行分析的分析数据，并进行无损复制，这里数据采集模块通过复制的形式将分析数据无损复制为若干份，需要注意的是，复制后的分析数据与数据采集模块预先采集的分析数据一致，其中，一致包括文件大小、类型、格式等均相同。
分配测试模块，分配测试模块将分析数据发送至区块链的区块内，并对传输后的分析数据进行测试，得到测试区块；
具体的说，获取数据采集模块内无损复制后的分析数据和随机生成的对应字符串，其中，每一个分析数据对应一个随机生成的字符串，字符串内每个字符均单独出现，且按照预设的顺序进行排列；
若字符串内单个字符用完时，则两个单个字符共同组成新的字符，其中，两个单个字符的选取根据需求灵活设置。
将分析数据和字符串发送至区块链的区块内，并获取传输速率，这里传输速率为兆每秒，而传输速率为分析数据和字符串完全发送至区块链的区块内时的平均速率。
将传输至区块内的分析数据标记为接收数据，并获取接收数据的字节数，其中，接收数据的字节数为PC系统上标准字节数。
通过字节数与传输速率的数值之比获得测试值，例如，字节数为3122400，传输速率为25M/s，那么对应的测试值为124896；
获取字符串内对应测试值位置上的字符，标记为测试字符；其中，按照预设的顺序可以知道字符串内每个字符对应的值，那么测试值对应的字符则为测试字符。
获取数据采集模块内字符串对应测试值位置上的字符，标记为发送字符；同样的，通过预设的顺序可以知道字符串内每个字符对应的值，那么测试值对应的字符则为发送字符，这里还需要注意的是，数据采集模块内字符串为数据采集模块获取进行分析的分析数据对应的字符串，即未进行无损复制时的字符串。
若测试字符与发送字符相同，则将对应区块标记为测试区块，通过测试字符与发送字符的比对可以快速的对区块状态进行判断，若测试字符与发送字符不相同时，可以断定区块链在接收无损复制后的分析数据及字符串时，发生数据丢失或错位的情况。反之，进行缺失判断，更具体的说，获取测试字符与发送字符之间的字符数和字符串的字符数总和，通过测试字符与发送字符之间的字符数与字符串的字符数总的数值之比获得判断值,若缺失判断的判断值满足分析数据的分析值时，则将对应区块标记为测试区块，不满足则对应区块不进行标记。
当选定好测试区块后，将第一处理模块、第二处理模块和第三处理模块设置在测试区块内，且第一处理模块、第一处理模块和第一处理模块均存储在不同的测试区块，这样可以避免区块出现故障时，无法及时进行数据分析。
其中，第一处理模块，第一处理模块将分析数据处理为第一特征结果，且第一处理模块存储在测试区块内；
具体地说，第一处理模块内设有通用分析模型和第一处理单元，其中，通用分析模型对分析数据进行分析，并生成特征数据；第一处理单元将特征数据编码为第一特征结果。
第二处理模块，第二处理模块将分析数据处理为第二特征结果，且第二处理模块存储在测试区块内；
具体地说，第二处理模块内设有通用分析模型和第二处理单元；
其中，通用分析模型对分析数据进行分析，并生成特征数据；第二处理单元将特征数据编码为第二特征结果。
第三处理模块，第三处理模块将分析数据处理为第三特征结果，且第三处理模块存储在测试区块内；
具体地说，第三处理模块内设有通用分析模型和变化处理单元；其中，变化处理单元与第一处理单元或第二处理单元相同；若变化处理单元与第一处理单元相同时，则第三特征结果与第一特征结果相同，若变化处理单元与第二处理单元相同时，则第三特征结果与第二特征结果相同。
通过将第三处理模块内的变化处理单元设置为与第一处理单元或第二处理单元相同，可以本系统的冗余，避免第一处理单元或第二处理单元失效或错误时，无法生成分析结果，且当第一处理单元或第二处理单元发生冲突时，也可以起到核验的效果，方遍快速找到故障的处理单元。
同时，本申请还需要构建大数据卷积神经网络(参考公开专利CN110837697A和CN113655732A)，获取若干第一特征结果对应的执行动作和第二特征结果对应的执行动作；
构建大数据卷积神经网络，并将若干第一特征结果对应的执行动作和第二特征结果对应的执行动作输入卷积神经网络进行迭代，
若第一特征结果和对应的执行动作相匹配和第二特征结果和对应的执行动作相匹配时，停止迭代，完成大数据卷积神经网络。
分析模块用于分析第一特征结果和第二特征结果，并生成第一执行动作和第二执行动作，若第一执行动作和第二执行动作相同时，则输出第一特征结果为分析结果，具体的，获取大数据卷积神经网络，并将第一特征结果和第二特征结果输入大数据卷积神经网络内；获取卷积后第一特征结果和第二特征结果对应的执行动作，其中，第一特征结果对应的执行动作为第一执行动作，第二特征结果对应的执行动作为第二执行动作；反之，则进行冲突分析，并将冲突执行动作输出为分析结果，具体的，将第三特征结果输入大数据卷积神经网络，并获取对应的执行动作，并标记为第三执行动作；
若变化处理单元与第一处理单元相同时，则将第三执行动作与第二执行动作进行匹配，若第三执行动作与第二执行动作相同时，则将第二执行动作标记为冲突执行动作；
若变化处理单元与第二处理单元相同时，则将第三执行动作与第一执行动作进行匹配，若第三执行动作与第一执行动作相同时，则将第一执行动作标记为冲突执行动作。
除上述外，本申请还设计一种基于区块链的人工智能大数据分析处理方法，包括以下步骤：
步骤一：采集进行分析的分析数据，并进行无损复制；
步骤二：将分析数据发送至第一处理模块处理为第一特征结果，发送至第二处理模块处理为第二特征结果，发送至第三处理模块处理为第三特征结果；
步骤三：分析第一特征结果和第二特征结果，并生成第一执行动作和第二执行动作，若第一执行动作和第二执行动作相同时，执行步骤四，反之，执行步骤五；
步骤四：输出第一特征结果为分析结果；
步骤五：分析第三特征结果，并生成第三执行动作，若第三特征结果与第一特征结果相同时，则将第三执行动作与第二执行动作进行匹配，若第三执行动作与第二执行动作相同时，则第二执行动作输出第一特征结果为分析结果；
若第三特征结果与第二特征结果相同时，则将第三执行动作与第一执行动作进行匹配，若第三执行动作与第一执行动作相同时，则第一执行动作输出第一特征结果为分析结果。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中，参考术语“实施例”、“具体实施例”、“示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (3)
1.一种基于区块链的人工智能大数据分析处理系统，其特征在于，包括：
数据采集模块，所述数据采集模块用于获取进行分析的分析数据，并进行无损复制；
分配测试模块，所述分配测试模块将分析数据发送至区块链的区块内，并对传输后的分析数据进行测试，得到测试区块；
第一处理模块，所述第一处理模块将分析数据处理为第一特征结果，且第一处理模块存储在测试区块内；
第二处理模块，所述第二处理模块将分析数据处理为第二特征结果，且第二处理模块存储在测试区块内；
第三处理模块，所述第三处理模块将分析数据处理为第三特征结果，且第三处理模块存储在测试区块内；
分析模块，所述分析模块用于分析第一特征结果和第二特征结果，并生成第一执行动作和第二执行动作，若第一执行动作和第二执行动作相同时，则输出第一特征结果为分析结果，反之，则进行冲突分析，并将冲突执行动作输出为分析结果
所述分配测试模块将分析数据发送至区块链的区块内，并对传输后的分析数据进行测试，得到测试数据包括：
获取数据采集模块内无损复制后的分析数据和随机生成的对应字符串；
将分析数据和字符串发送至区块链的区块内，并获取传输速率；
将传输至区块内的分析数据标记为接收数据，并获取接收数据的字节数；
通过字节数与传输速率的数值之比获得测试值，获取字符串内对应测试值位置上的字符，标记为测试字符；
获取数据采集模块内字符串对应测试值位置上的字符，标记为发送字符；
若测试字符与发送字符相同，则将对应区块标记为测试区块，反之，进行缺失判断，若缺失判断的判断值满足分析数据的分析值时，则将对应区块标记为测试区块，不满足则对应区块不进行标记;
进行缺失判断包括：
获取测试字符与发送字符之间的字符数和字符串的字符数总和，通过测试字符与发送字符之间的字符数与字符串的字符数总的数值之比获得判断值;
第一处理模块内设有通用分析模型和第一处理单元，第二处理模块内设有通用分析模型和第二处理单元；
其中，通用分析模型对分析数据进行分析，并生成特征数据；
第一处理单元将特征数据编码为第一特征结果，第二处理单元将特征数据编码为第二特征结果;
第三处理模块内设有通用分析模型和变化处理单元；
其中，变化处理单元与第一处理单元或第二处理单元相同；
若变化处理单元与第一处理单元相同时，则第三特征结果与第一特征结果相同，若变化处理单元与第二处理单元相同时，则第三特征结果与第二特征结果相同;
所述分析模块用于分析第一特征结果和第二特征结果，并生成第一执行动作和第二执行动作包括：
构建大数据卷积神经网络，并将第一特征结果和第二特征结果输入大数据卷积神经网络内；
获取卷积后第一特征结果和第二特征结果对应的执行动作，其中，第一特征结果对应的执行动作为第一执行动作，第二特征结果对应的执行动作为第二执行动作;
所述第一处理模块、第一处理模块和第一处理模块均存储在不同的测试区块。
2.根据权利要求1所述的一种基于区块链的人工智能大数据分析处理系统，其特征在于，构建大数据卷积神经网络包括：
获取若干第一特征结果对应的执行动作和第二特征结果对应的执行动作；
构建大数据卷积神经网络，并将若干第一特征结果对应的执行动作和第二特征结果对应的执行动作输入卷积神经网络进行迭代，
若第一特征结果和对应的执行动作相匹配和第二特征结果和对应的执行动作相匹配时，停止迭代。
3.根据权利要求2所述的一种基于区块链的人工智能大数据分析处理系统，其特征在于，进行冲突分析包括：
将第三特征结果输入大数据卷积神经网络，并获取对应的执行动作，并标记为第三执行动作；
若变化处理单元与第一处理单元相同时，则将第三执行动作与第二执行动作进行匹配，若第三执行动作与第二执行动作相同时，则将第二执行动作标记为冲突执行动作；
若变化处理单元与第二处理单元相同时，则将第三执行动作与第一执行动作进行匹配，若第三执行动作与第一执行动作相同时，则将第一执行动作标记为冲突执行动作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210224100.7A CN114610544B (zh) | 2022-03-07 | 2022-03-07 | 一种基于区块链的人工智能大数据分析处理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210224100.7A CN114610544B (zh) | 2022-03-07 | 2022-03-07 | 一种基于区块链的人工智能大数据分析处理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114610544A CN114610544A (zh) | 2022-06-10 |
| CN114610544B true CN114610544B (zh) | 2023-03-28 |
Family
ID=81861680
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210224100.7A Active CN114610544B (zh) | 2022-03-07 | 2022-03-07 | 一种基于区块链的人工智能大数据分析处理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114610544B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115774760B (zh) * | 2022-12-12 | 2023-08-22 | 北京辰极智程信息技术股份有限公司 | 一种基于人工智能和区块链的数据处理及数据分析系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005010820A2 (fr) * | 2003-07-29 | 2005-02-03 | Holding Bev Sa | Procede et dispositif automatise de perception avec determination et caracterisation de bords et de frontieres d'objets d'un espace, construction de contours et applications |
| CN103634160A (zh) * | 2012-08-28 | 2014-03-12 | 深圳市世纪光速信息技术有限公司 | 基于web的通用互联网产品数据对比测试的方法及装置 |
| CN113129002A (zh) * | 2021-05-14 | 2021-07-16 | 腾讯科技（深圳）有限公司 | 一种数据处理方法以及设备 |
| CN113761580A (zh) * | 2021-09-17 | 2021-12-07 | 方锡泉 | 一种基于区块链系统的数据分析方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108491266B (zh) * | 2018-03-09 | 2021-11-16 | 联想(北京)有限公司 | 基于区块链的数据处理方法、装置及电子设备 |
-
2022
- 2022-03-07 CN CN202210224100.7A patent/CN114610544B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2005010820A2 (fr) * | 2003-07-29 | 2005-02-03 | Holding Bev Sa | Procede et dispositif automatise de perception avec determination et caracterisation de bords et de frontieres d'objets d'un espace, construction de contours et applications |
| CN103634160A (zh) * | 2012-08-28 | 2014-03-12 | 深圳市世纪光速信息技术有限公司 | 基于web的通用互联网产品数据对比测试的方法及装置 |
| CN113129002A (zh) * | 2021-05-14 | 2021-07-16 | 腾讯科技（深圳）有限公司 | 一种数据处理方法以及设备 |
| CN113761580A (zh) * | 2021-09-17 | 2021-12-07 | 方锡泉 | 一种基于区块链系统的数据分析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114610544A (zh) | 2022-06-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102274803B1 (ko) | 시스템 아키텍처의 일관성 정량화 | |
| CN111290900B (zh) | 一种基于微服务日志的软件故障检测方法 | |
| CN114610544B (zh) | 一种基于区块链的人工智能大数据分析处理系统及方法 | |
| CN109344053B (zh) | 接口覆盖测试方法、系统、计算机设备和存储介质 | |
| JP6833058B2 (ja) | プロパティグラフデータモデルを解析することによるロバスト性の定量化 | |
| JP2021180033A (ja) | システムアーキテクチャを表すプロパティグラフデータモデル | |
| KR20190121373A (ko) | 시스템 아키텍처를 표현하는 가중 속성 그래프 데이터 모델 | |
| KR20190089615A (ko) | 버그 정정 시스템 및 버그 정정 방법 | |
| CN115047323B (zh) | 用于芯片的智能测试方法及系统 | |
| CN111367782B (zh) | 回归测试数据自动生成的方法及装置 | |
| DE112015006084T5 (de) | Systemverwaltungsvorrichtung und systemverwaltungssystem | |
| CN110059077A (zh) | 一种数据核对方法、装置、设备和存储介质 | |
| CN111209180B (zh) | 一种基于模糊匹配的回归测试方法和装置 | |
| CN115982053A (zh) | 一种检测软件源代码缺陷的方法、装置及应用 | |
| CN115729825A (zh) | 一种工业协议的模糊测试用例生成方法、装置和电子设备 | |
| CN105740114B (zh) | 移动终端的容错测试方法及装置 | |
| CN109408480B (zh) | 基于oracle多节点rac日志基于scn对齐读取的方法及系统 | |
| US7143327B2 (en) | Method and system for compressing repetitive data, in particular data used in memory device testing | |
| Jiang et al. | Analysis of procedure splitability | |
| CN116633812B (zh) | 一种基于nginx智能容错路由的多版本同步测试方法及系统 | |
| CN112148355B (zh) | 一种基于深度学习的系统差分升级方法及装置 | |
| CN116957361B (zh) | 一种基于虚实结合的船舶任务系统健康状态检测方法 | |
| CN117278435A (zh) | 一种云平台故障分类检测方法 | |
| CN112599193A (zh) | 结构变异检测模型、其构建方法和装置 | |
| CN116010238A (zh) | 一种模糊测试种子筛选方法及装置 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230222 Address after: 156 Shop, Fukang Road, Xintiandi Commercial Plaza, Sucheng District, Suqian City, Jiangsu Province, 223800 Applicant after: Ding Yuehui Address before: 16 / F, Xingguang Yingjing, No. 117, Shuiyin Road, Yuexiu District, Guangzhou, Guangdong 510075 Applicant before: Guangzhou jugao Information Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |