CN116032668B - 一种计算机网络数据安全保密系统 - Google Patents

一种计算机网络数据安全保密系统 Download PDF

Info

Publication number
CN116032668B
CN116032668B CN202310322133.XA CN202310322133A CN116032668B CN 116032668 B CN116032668 B CN 116032668B CN 202310322133 A CN202310322133 A CN 202310322133A CN 116032668 B CN116032668 B CN 116032668B
Authority
CN
China
Prior art keywords
data
module
information
sequence
abnormality
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
Application number
CN202310322133.XA
Other languages
English (en)
Other versions
CN116032668A (zh
Inventor
杨吉伟
许柳飞
杜伟豪
陈健斌
梁伟锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Weixin Zhilian Technology Co ltd
Original Assignee
Guangdong Weixin Zhilian Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Weixin Zhilian Technology Co ltd filed Critical Guangdong Weixin Zhilian Technology Co ltd
Priority to CN202310322133.XA priority Critical patent/CN116032668B/zh
Publication of CN116032668A publication Critical patent/CN116032668A/zh
Application granted granted Critical
Publication of CN116032668B publication Critical patent/CN116032668B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种计算机网络数据安全保密系统，包括发射端用于发射计算机需要在网络上传输的数据；发射数据处理模块用于处理发射端发射的待传输数据；数据压缩模块用于压缩处理后的待传输数据；数据加密模块用于对压缩后的待传输数据进行加密，并生成加密数据包；数据解密模块用于对数据加密模块生成的加密数据包进行解密；序列发生器用于生成数据加密和数据解密的对应算法；数据解压缩模块用于解压解密后的加密数据包；接收数据处理模块对解压缩后的数据进行处理，同时进行安全风险处理；接收端用于接收发射端发出的数据；本发明能够避免发现网络安全问题时数据已经泄漏的情况发生，减少了人员排查网络传输系统安全性的工作量。

Description

一种计算机网络数据安全保密系统
技术领域
本发明涉及数据安全保密技术，具体涉及一种计算机网络数据安全保密系统。
背景技术
随着计算机技术与网络通信技术的不断发展，计算机网络与现代人的工作、生活的联系也越来越密切了，计算机网络在各个领域的广泛应用，极大地提高了我们的工作效率，使我们的生活更加丰富方便，同时，我们对计算机网络的依赖也越来越大。近几年，作为全球性网络的国际互联网迅猛发展，它使人们的交流缩短了时间与空间的距离，跨越了地域的界限，对人类社会的活动产生了前所未有的巨大影响。
现有的计算机网络数据安全系统在进行使用时，新的病毒、新的黑客攻击还是会不断出现，连接网络的计算机，经常因为受到来自网络的信号、程序，或接收包含病毒的网络数据，或遭遇非法入侵而导致系统受到干扰，这样就导致了发现网络安全问题时数据已经泄漏，以及人员排查网络传输系统安全性的工作量较大。
发明内容
本发明的目的是提供一种计算机网络数据安全保密系统，以解决现有技术中的上述不足之处。
为了实现上述目的，本发明提供如下技术方案：一种计算机网络数据安全保密系统，包括：
发射端，用于发射计算机需要在网络上传输的数据；
发射数据处理模块，用于处理发射端发射的待传输数据；
数据压缩模块，用于压缩发射数据处理模块处理后的待传输数据；
数据加密模块，用于对数据压缩模块压缩后的待传输数据进行加密，并生成加密数据包；
数据解密模块，用于对数据加密模块生成的加密数据包进行解密；
序列发生器，用于生成数据加密和数据解密的对应算法；
数据解压缩模块，用于解压解密后的加密数据包；
接收数据处理模块，对解压缩后的数据进行处理，同时根据接收的数据对整个系统进行安全风险处理；
接收端，用于接收发射端发出的数据。
进一步地，所述接收数据处理模块包括：
数据提取模块，通过数据提取模块实现资源的获取；
数据处理模块，通过数据提取模块中获得数据后，对数据进行处理，直到符合使用要求；
数据状态监测模块，通过安全系统中的数据状态监测模块全天监测数据提取模块采集的数据；
数据异常诊断模块，针对在数据状态监测模块中的监测结果，当监测到出现异常时，随即诊断异常，同时对异常原因、严重程度的评估；
数据异常预测模块，针对数据异常诊断模块现阶段所出现的迹象，对可能出现的异常加以判断；
数据健康诊断模块，从数据异常诊断模块接收到数据异常信息后，根据当前设备的运行环境，能够在数据库中找到与之对应的合理解决方案，并及时将数据异常情况进行反馈；
交互模块，通过交互页面的可视化设计，使用图表描述故障信息，并利用不同颜色区分数据异常的紧急程度。
进一步地，所述数据提取模块获取的数据包括服务器、网络设备信息、安全设备信息、以及网络机房的环境特性。
进一步地，所述数据处理模块对数据的处理包括数据预处理、数据特征提取以及数据融合。
进一步地，所述数据处理模块对数据进行数据预处理的方法为：
S1，初始化序列及序列的权重，可以为任意大于0的数；
S2，根据序列和序列的权重计算出生成规则；
S3，以欧式距离来评价两次生成规则的差异度，如果本次得出的规则和前一次得出的规则相比无变化，则流程结束；
S4，根据S3得出的规则和每条序列间的差异调整每条序列的权重，其中差异越大则权重越小，反之则越大。
进一步的，数据处理模块进行一次数据预处理的速度计算方法为，
对于一次目标过程，有ｍ个采样点，第i个采样点公式如下所示
，
其中ti表示采样点ri中的时间，表示采样点中数据处理的速度，经观察，大多数目标过程会在x分钟内完成，那么可以将x分钟划分为若干个均匀的区间，然后将采样点映射在这些区间上，从而为规范化的建立依据，假设将x分钟划分为n个区间，则第i个记为Ai，
假设序列S中有n个点，公式如下所示
，
此时虽然将散点映射到了某些区间，但是并不是每个区间都有数据，所以需要补全空白的区间，此时目标过程选择的优势就可以体现出来了，由于目标过程中速度物理量是单调增长的，所以可以根据两个散点来估计中间缺少的数据，对于一个目标过程来说，定义一个区间中的数据为card（Cj），公式如下所示
,
就可以补全空白的区间中的值公式如下所示
，
从而还原出最终的目标过程中速度的变化曲线，公式如下所示
，
设数据传输开始运行时间为第0分钟，往后取x分钟，共x+1个区间，即取ｎ为x+1。
进一步地，所述数据状态监测模块监测内容主要包括数据处理速率、数据状态、信息传输准确性、信息传输丢失情况、CPU负载、内存使用率、系统安全性能、系统环境监测。
进一步地，所述数据异常预测模块在数据异常诊断模块未诊断处故障时，对网络信息传输系统进行数据安全预测，同时对系统现阶段的运行状态加以评估，针对现阶段出现的迹象，对的数据安全异常加以判断。
进一步的，所述数据健康诊断模块，配置好基本信息后，当有来自与数据异常诊断模块的信息时，读取异常数据信息并调用数据库中有关于异常的信息表，在对异常信息解释说明的同时将故障信息呈现，并通过交互模块传递给维护人员，或者对可能出现的信息安全隐患提出预防措施。
与现有技术相比，本发明提供的一种计算机网络数据安全保密系统，通过数据加密模块和序列发生器生成的加算法对数据压缩模块压缩后的待传输数据进行加密，并生成加密数据包，通过数据解密模块和序列发生器生成的解密算法对数据加密模块生成的加密数据包进行解密，通过接收数据处理模块对解压缩后的数据进行处理，同时根据接收的数据对整个系统进行安全风险处理，这样设置不仅可以实现网络数据的加密处理，同时可以根据接收的数据实现网络安全环境监测，避免发生发现网络安全问题时数据已经泄漏的情况，减少了人员排查网络传输系统安全性的工作量。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的整体流程结构示意图。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图对本发明作进一步的详细介绍。
请参阅图1，一种计算机网络数据安全保密系统，包括：
发射端，用于发射计算机需要在网络上传输的数据；
发射数据处理模块，用于处理发射端发射的待传输数据；
数据压缩模块，用于压缩发射数据处理模块处理后的待传输数据；
数据加密模块，用于对数据压缩模块压缩后的待传输数据进行加密，并生成加密数据包；
数据解密模块，用于对数据加密模块生成的加密数据包进行解密；
序列发生器，用于生成数据加密和数据解密的对应算法；
数据解压缩模块，用于解压解密后的加密数据包；
接收数据处理模块，对解压缩后的数据进行处理，同时根据接收的数据对整个系统进行安全风险处理；
接收端，用于接收发射端发出的数据。
其中通过发射端发射计算机需要在网络上传输的数据，通过发射数据处理模块处理发射端发射的待传输数据，通过数据压缩模块压缩发射数据处理模块处理后的待传输数据，通过数据加密模块和序列发生器生成的加算法对数据压缩模块压缩后的待传输数据进行加密，并生成加密数据包，通过数据解密模块和序列发生器生成的解密算法对数据加密模块生成的加密数据包进行解密，通过数据解压缩模块解压解密后的加密数据包，通过接收数据处理模块对解压缩后的数据进行处理，同时根据接收的数据对整个系统进行安全风险处理，通过接收端接收发射端发出的数据。
接收数据处理模块包括：
数据提取模块，通过数据提取模块实现资源的获取；
数据处理模块，通过数据提取模块中获得数据后，对数据进行处理，直到符合使用要求；
数据状态监测模块，通过安全系统中的数据状态监测模块全天监测数据提取模块采集的数据；
数据异常诊断模块，针对在数据状态监测模块中的监测结果，当监测到出现异常时，随即诊断异常，同时对异常原因、严重程度的评估；
数据异常预测模块，针对数据异常诊断模块现阶段所出现的迹象，对可能出现的异常加以判断；
数据健康诊断模块，从数据异常诊断模块接收到数据异常信息后，根据当前设备的运行环境，能够在数据库中找到与之对应的合理解决方案，并及时将数据异常情况进行反馈；
交互模块，通过交互页面的可视化设计，使用图表描述故障信息，并利用不同颜色区分数据异常的紧急程度。
通过数据提取模块获取网络资源数据，通过数据提取模块中获得数据后，对数据进行处理，直到符合使用要求，通过系统中的数据状态监测模块全天监测数据提取模块采集的数据，通过数据异常诊断模块对在状态监测模块中的监测结果进行诊断，通过数据异常预测模块对故障诊断模块现阶段所出现的迹象，对可能出现的异常加以判断，通过数据健康诊断模块对异常信息解释说明的同时对可能出现的异常提出预防措施，并通过交互模块将所有数据对运维人员进行展示。
数据提取模块获取的数据包括服务器、网络设备信息（型号、运行状态）、安全设备信息（型号、运行状态）、以及网络机房的环境（温湿度、压强等）特性，其中数据提取模块包括数据的读取、存储和分炼三种操作，其中数据读取，主要是针对服务器CPU使用率、内存使用量、磁盘分区使用等运行数据，以及机箱温度、CPU温度、硬盘状态等硬件数据。
数据处理模块对数据的处理包括数据预处理、数据特征提取以及数据融合，其中数据融合模块是应用在数据处理和安全异常信息处理阶段，在数据处理时，主要是对特征信息的融合。另外，在最后状态监测与诊断模块，当发现新安全异常信息后，会与之前的安全异常信息相融合，组成专数据库，存储在系统中。
数据处理模块对数据进行数据预处理的方法为：
S1，初始化序列及序列的权重，可以为任意大于0的数；
S2，根据序列和序列的权重计算出生成规则；
S3，以欧式距离来评价两次生成规则的差异度，如果本次得出的规则和前一次得出的规则相比无变化，则流程结束；
S4，根据S3得出的规则和每条序列间的差异调整每条序列的权重，其中差异越大则权重越小，反之则越大。
对于一次目标过程，有ｍ个采样点，第i个采样点公式如下所示
，
其中ti表示采样点ri中的时间，表示采样点中数据传输的速度，经观察，大多数目标过程会在x分钟内完成，那么可以将x分钟划分为若干个均匀的区间，然后将采样点映射在这些区间上，从而为规范化的建立依据，假设将x分钟划分为n个区间，则第i个记为Ai，
假设序列S中有n个点，公式如下所示
，
此时虽然将散点映射到了某些区间，但是并不是每个区间都有数据，所以需要补全空白的区间，此时目标过程选择的优势就可以体现出来了，由于目标过程中速度物理量是单调增长的，所以可以根据两个散点来估计中间缺少的数据，对于一个目标过程来说，定义一个区间中的数据为card（Cj），公式如下所示
,
就可以补全空白的区间中的值公式如下所示
，
从而还原出最终的目标过程中速度的变化曲线，公式如下所示
，
设数据传输开始运行时间为第0分钟，往后取x分钟，共x+1个区间，即取ｎ为x+1。
其中数据预处理的具体方法为；
假设设序列S中有n个点，公式如下所示
，
为了更好的观察序列的变化规律序列间变化趋势的比较，需要将所有数据的初始数值置为0，公式如下所示
，
对于ｍ组数据来说，每个序列有n个点，第i组数据，公式如下所示
，
则任意一个过程的序列可以记为n维向量，公式如下所示，
并将所有序列表示为
。
为每组数赋初始权重，初始权重是相同的，不妨设为１，表明他们在计算规则时的贡献是相同的。此处权重设置可以为任意大于0的数，但是考虑到实际通过程序计算时会涉及浮点数精度等问题，所以建议设置为１。第一次计算完成后会根据生成规则和每组数据的差异调整权重，减小偏离中心较远的数据对规则的影响。不同序列的权重记为ｍ维向量，公式如下所示
，
计算规则的过程就是根据权重计算每条序列对规则的贡献，权重越大则贡献越大。根据序列数据和权重可得规则同样为n维向量，公式如下所示
，
为了计算出更准确的序列变化规律，就要更新权重，再次计算规则，取差异度的倒数作为序列新的权重，公式如下所示
，
重复计算规则的过程直到规则φ不再变化为止，即得到了最终的规则。但在实际实验中几乎不能达到完全不再变化，所以可以设定规则的变化量小于10-10等极小量作为算法结束的边界条件。
状态监测模块监测内容主要包括数据处理速率、数据状态、信息传输准确性、信息传输丢失情况、CPU负载、内存使用率、系统安全、系统环境监测等，监测模块通过神经网络算法，分析现阶段以及之前的系统安全数据，经全面综合分析后得到的系统安全情况。首先设定好网络配置后，确定输入变量。接着利用前期竞争学习寻找获胜神经元，即确定可以判断出的故障，作为后续故障类型聚类的类心。接着利用函数规则调整“获胜神经元”周边联系紧密的神经元的权值，经过多次调整，可以实现以获胜神经元为中心的聚类，通过对数据处理速率的检测可以保证数据处理的速率。
数据异常预测模块在数据异常诊断模块未诊断处故障时，对网络信息传输系统进行数据安全预测，同时对系统现阶段的运行状态加以评估，针对现阶段出现的迹象，对的数据安全异常加以判断。
数据健康诊断模块，配置好基本信息后，当有来自与数据异常诊断模块的信息时，读取异常数据信息并调用数据库中有关于异常的信息表，在对异常信息解释说明的同时将故障信息呈现，并通过交互模块传递给维护人员，或者对可能出现的信息安全隐患提出预防措施。
工作原理：使用时，通过发射端发射计算机需要在网络上传输的数据，通过发射数据处理模块处理发射端发射的待传输数据，通过数据压缩模块压缩发射数据处理模块处理后的待传输数据，通过数据加密模块和序列发生器生成的加算法对数据压缩模块压缩后的待传输数据进行加密，并生成加密数据包，通过数据解密模块和序列发生器生成的解密算法对数据加密模块生成的加密数据包进行解密，通过数据解压缩模块解压解密后的加密数据包，通过接收数据处理模块对解压缩后的数据进行处理，同时根据接收的数据对整个系统进行安全风险处理，通过接收端接收发射端发出的数据，这样设置不仅可以实现网络数据的加密处理，同时可以根据接收的数据实现网络安全环境监测，避免发生发现网络安全问题时数据已经泄漏的情况，减少了人员排查网络传输系统安全性的工作量。
以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。

Claims (4)

1.一种计算机网络数据安全保密系统，其特征在于，包括：
发射端，用于发射计算机需要在网络上传输的数据；
发射数据处理模块，用于处理发射端发射的待传输数据；
数据压缩模块，用于压缩发射数据处理模块处理后的待传输数据；
数据加密模块，用于对数据压缩模块压缩后的待传输数据进行加密，并生成加密数据包；
数据解密模块，用于对数据加密模块生成的加密数据包进行解密；
序列发生器，用于生成数据加密和数据解密的对应算法；
数据解压缩模块，用于解压解密后的加密数据包；
接收端，用于接收发射端发出的数据；
接收数据处理模块，对解压缩后的数据进行处理，同时根据接收的数据对整个系统进行安全风险处理，所述接收数据处理模块包括：
数据提取模块，通过数据提取模块实现资源的获取；
数据处理模块，通过数据提取模块中获得数据后，对数据进行处理，直到符合使用要求，所述数据处理模块对数据的处理包括数据预处理、数据特征提取以及数据融合，其中数据融合模块是应用于数据处理和安全异常信息处理阶段的特征信息融合，数据处理模块对数据进行数据预处理的方法为：
S1，初始化序列及序列的权重，所述权重为任意大于0的数；
S2，根据序列和序列的权重计算出生成规则；
S3，以欧式距离来评价两次生成规则的差异度，如果本次得出的规则和前一次得出的规则相比无变化，则流程结束；
S4，根据S3得出的规则和每条序列间的差异调整每条序列的权重，其中差异越大则权重越小，反之则越大；
传输过程取ｍ个采样点，第i个采样点公式如下所示
，
其中ti表示采样点ri中的时间，si表示采样点ri中数据传输的速度，其中传输过程会在x分钟内完成，将x分钟划分为多个均匀的区间，然后将采样点映射在多个所述区间上，从而为规范化的建立依据，假设将x分钟划分为n个区间，则第i个记为Ai：
假设序列S中有n个点，公式如下所示
，
根据两个散点来估计中间缺少的数据，对于一个目标过程来说，定义一个区间中的数据为card（Cj），公式如下所示
，
则补全空白的区间中的值公式如下所示
，
从而还原出最终的传输过程中速度的变化曲线，公式如下所示
，
取数据传输开始运行时间为第0分钟，往后取x分钟，共x+1个区间，即取ｎ为x+1，其中数据预处理的具体方法为；
假设序列S中有n个点，公式如下所示
，
为了观察序列的变化规律以及序列间变化趋势的比较，将所有数据的初始数值置为0，公式如下所示
，
对于ｍ组数据来说，每个序列有n个点，第i组数据的公式如下所示
，
则数据传输过程的序列记为n维向量，公式如下所示
，
并将所有序列表示为
，
为每组数赋初始权重，初始权重是相同的，所述初始权重设为1，计算完成后会根据生成规则和每组数据的差异调整权重，不同序列的权重记为ｍ维向量，公式如下所示
，
根据序列数据和权重可得规则同样为n维向量，公式如下所示
，
通过更新权重，再次计算规则，取差异度的倒数作为序列新的权重，公式如下所示
，
重复计算规则的过程直到规则不再变化为止，得出最终规则；
数据状态监测模块，通过安全系统中的数据状态监测模块全天监测数据提取模块采集的数据；
数据异常诊断模块，针对在数据状态监测模块中的监测结果，当监测到出现异常时，随即诊断异常，同时对异常原因、严重程度的评估；
数据异常预测模块，针对数据异常诊断模块现阶段所出现的迹象，对出现的异常加以判断，所述数据异常预测模块在数据异常诊断模块未诊断出故障时，对网络信息传输系统进行数据安全预测，同时对系统现阶段的运行状态加以评估，针对现阶段出现的迹象，对的数据安全异常加以判断；
数据健康诊断模块，从数据异常诊断模块接收到数据异常信息后，根据当前设备的运行环境，能够在数据库中找到与之对应的合理解决方案，并及时将数据异常情况进行反馈；
交互模块，通过交互页面的可视化设计，使用图表描述故障信息，并利用不同颜色区分数据异常的紧急程度。
2.根据权利要求1所述的一种计算机网络数据安全保密系统，其特征在于，所述数据提取模块获取的数据包括服务器、网络设备信息、安全设备信息、以及网络机房的环境特性。
3.根据权利要求2所述的一种计算机网络数据安全保密系统，其特征在于，所述数据状态监测模块监测内容主要包括数据处理速率、数据状态、信息传输准确性、信息传输丢失情况、CPU负载、内存使用率、系统安全性能、系统环境监测。
4.根据权利要求3所述的一种计算机网络数据安全保密系统，其特征在于，所述数据健康诊断模块配置好模块的基本信息后，当有来自于数据异常诊断模块的信息时，读取异常数据信息并调用数据库中有关于异常的信息表，在对异常信息解释说明的同时将故障信息呈现，并通过交互模块传递给维护人员，对出现的信息安全隐患提出预防措施。
CN202310322133.XA 2023-03-29 2023-03-29 一种计算机网络数据安全保密系统 Active CN116032668B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310322133.XA CN116032668B (zh) 2023-03-29 2023-03-29 一种计算机网络数据安全保密系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310322133.XA CN116032668B (zh) 2023-03-29 2023-03-29 一种计算机网络数据安全保密系统

Publications (2)

Publication Number Publication Date
CN116032668A CN116032668A (zh) 2023-04-28
CN116032668B true CN116032668B (zh) 2023-09-15

Family

ID=86077954

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310322133.XA Active CN116032668B (zh) 2023-03-29 2023-03-29 一种计算机网络数据安全保密系统

Country Status (1)

Country Link
CN (1) CN116032668B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011027607A1 (ja) * 2009-09-07 2011-03-10 株式会社日立製作所 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム
CN102014141A (zh) * 2010-12-30 2011-04-13 电子科技大学 一种网络终端设备安全的实现方法
CN106254317A (zh) * 2016-07-21 2016-12-21 柳州龙辉科技有限公司 一种数据安全异常监控系统
CN110011994A (zh) * 2019-03-26 2019-07-12 惠州学院 一种基于大数据的环境检测系统
CN111628858A (zh) * 2020-05-29 2020-09-04 厘壮信息科技(苏州)有限公司 一种网络安全算法的加密、解密系统及其加密、解密方法
CN112926072A (zh) * 2021-03-15 2021-06-08 上海交通大学 实时数据传输的方法、系统及文件访问并发控制方法
CN114662803A (zh) * 2022-05-23 2022-06-24 成都普惠道智慧能源科技有限公司 一种分布式能源仓储安全监控方法及物联网系统
CN115147956A (zh) * 2022-06-29 2022-10-04 中国第一汽车股份有限公司 数据处理方法、装置、电子设备及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011027607A1 (ja) * 2009-09-07 2011-03-10 株式会社日立製作所 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム
CN102014141A (zh) * 2010-12-30 2011-04-13 电子科技大学 一种网络终端设备安全的实现方法
CN106254317A (zh) * 2016-07-21 2016-12-21 柳州龙辉科技有限公司 一种数据安全异常监控系统
CN110011994A (zh) * 2019-03-26 2019-07-12 惠州学院 一种基于大数据的环境检测系统
CN111628858A (zh) * 2020-05-29 2020-09-04 厘壮信息科技(苏州)有限公司 一种网络安全算法的加密、解密系统及其加密、解密方法
CN112926072A (zh) * 2021-03-15 2021-06-08 上海交通大学 实时数据传输的方法、系统及文件访问并发控制方法
CN114662803A (zh) * 2022-05-23 2022-06-24 成都普惠道智慧能源科技有限公司 一种分布式能源仓储安全监控方法及物联网系统
CN115147956A (zh) * 2022-06-29 2022-10-04 中国第一汽车股份有限公司 数据处理方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于云计算的混合混沌加密算法研究;田佳鹭;;电子技术应用(第10期);全文 *

Also Published As

Publication number Publication date
CN116032668A (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
CN112449696B (zh) 时序数据诊断装置、追加学习方法及程序
CN113066254B (zh) 核电设备工作环境异常预警方法、装置、设备和存储介质
Li et al. Federated zero-shot industrial fault diagnosis with cloud-shared semantic knowledge base
Ranganathan Real time anomaly detection techniques using pyspark frame work
CN111444072A (zh) 客户端的异常识别方法、装置、计算机设备和存储介质
Amruthnath et al. Factor analysis in fault diagnostics using random forest
US11392821B2 (en) Detecting behavior patterns utilizing machine learning model trained with multi-modal time series analysis of diagnostic data
CN115828145A (zh) 一种电子设备的在线监测方法、系统及介质
CN115687674A (zh) 服务于智慧云服务平台的大数据需求分析方法及系统
CN113487086B (zh) 设备剩余使用寿命预测方法、装置、计算机设备和介质
Xia et al. Collaborative and conditional deep adversarial network for intelligent bearing fault diagnosis
CN116032668B (zh) 一种计算机网络数据安全保密系统
CN114047710A (zh) 智能家居数据分析方法、装置、终端设备以及存储介质
CN117667570A (zh) 一种统一监控数字化平台
CN113383328A (zh) 一种用于高效处理汇集数据的云平台和方法
CN115809818A (zh) 抽水蓄能电站辅助设备多维诊断评估方法及装置
WO2018142694A1 (ja) 特徴量生成装置、特徴量生成方法及びプログラム
Cohen et al. Fault diagnosis of timed event systems: An exploration of machine learning methods
CN115437886A (zh) 基于存算一体芯片的故障预警方法、装置、设备及存储
EP3402153A1 (en) Cloud infrastructure vulnerabilities assessment background
CN116776137A (zh) 数据处理方法和电子设备
CN114265891A (zh) 基于多源数据融合的智慧车间系统、方法及存储介质
JP2010128673A (ja) コンピュータネットワーク、異常検出特定装置、異常検出特定方法およびそのプログラム
Das et al. Digital twin based fault analysis in hybrid-cloud applications
CN117194049B (zh) 一种基于机器学习算法的云主机智能行为分析方法及系统

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