CN116150734B - 一种基于人工智能的应用资源数字化管理系统及方法 - Google Patents
一种基于人工智能的应用资源数字化管理系统及方法 Download PDFInfo
- Publication number
- CN116150734B CN116150734B CN202310439240.0A CN202310439240A CN116150734B CN 116150734 B CN116150734 B CN 116150734B CN 202310439240 A CN202310439240 A CN 202310439240A CN 116150734 B CN116150734 B CN 116150734B
- Authority
- CN
- China
- Prior art keywords
- access
- internet terminal
- data
- internet
- terminals
- 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
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/45—Structures or tools for the administration of authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
-
- 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
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer And Data Communications (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于人工智能的应用资源数字化管理系统及方法,属于人工智能监测技术领域。通过对各互联网终端的节点连接关系进行识别锁定,进而锁定资源流转的媒介,即互联网终端,将应用资源划分为三种类型,便于挖掘资源之间的关系,进而能够找出资源的进化情况;通过数字化处理,便于对数据添加有效的统一标签,同时构建二维坐标系来直观表达数字化的监测范围,进而通过划定监测范围来进行人工智能监测,进而能够确定资源流转走向情况和资源进化情况,能够在大量的复杂多变的资源关系中,快速确定有效的监测范围,进而避免对资源的安全监测不足,保证了保护界限的清晰明了,避免资源的泄露风险。
Description
技术领域
本发明涉及人工智能监测技术领域,具体为一种基于人工智能的应用资源数字化管理系统及方法。
背景技术
在数字化时代,互联网各行业组织大部分都正在从“信息化”转型到“数字化”当中,数据成为生产要素,推动企业发展变革,进而,数据的重要性也越来越受到更多的重视,与此同时,数据所面临的安全风险也随之而来,如何精准识别基于数据自身的风险,成为数据安全治理与防护的前提条件;
现阶段,传统安全防护采用边界防护的策略,只是保护静态数据安全,而现实中企业一旦开展业务,必然涉及数据流动过程中的安全风险评估和监测,而数据安全风险评估,不仅是一套简单的评估流程,或者一系列的评估工具,核心功能是平衡资源价值和资源风险之间的冲突。
发明内容
本发明的目的在于提供一种基于人工智能的应用资源数字化管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种基于人工智能的应用资源数字化管理系统,本系统包括:识别锁定模块、追踪标签模块、流转热值分析模块和人工智能模块;
所述识别锁定模块,根据互联网终端的IP地址,对各互联网终端的节点连接关系进行识别和锁定,当识别锁定完成后,实时获取互联网终端发生应用资源流转时,各互联网终端的日志服务器数据,并且根据日志服务器数据将应用资源数据划分为访问原始数据、访问流转数据和访问接收数据;
所述追踪标签模块,用于在互联网终端访问周期内,追踪每一个互联网终端的每一个应用资源数据,同时对每一个应用资源添加数字标签;
所述流转热值分析模块,根据访问原始数据、访问流转数据、访问接收数据和数字标签,获取任意一个互联网终端在访问流转中的热度值;
所述人工智能模块,根据节点连接关系和热度值,建立二维坐标系;根据二维坐标系,生成应用资源数字化监测范围,并对互联网终端系统进行人工智能监测。
进一步的,所述识别锁定模块还包括节点连接关系锁定单元和数据类型识别单元;
所述节点连接关系锁定单元,用于识别各互联网终端的IP地址,并且根据互联网终端的IP地址,对各互联网终端的节点连接关系进行锁定,所述节点连接关系为:互联网终端Ai访问互联网终端Aj时,中间通过N个除互联网终端Ai和互联网终端Aj以外的互联网终端传达访问请求,如果N大于等于1,则将中间参与传达的互联网终端标记为传达终端,并将该种节点连接方式标记为传达连接,如果N等于0,则将互联网终端Ai和互联网终端Aj分别标记为直达终端,并将该种节点连接方式标记为直达连接,其中i和j分别表示互联网终端的编号,且i不等于j;
所述数据类型识别单元,用于当互联网终端之间发生访问时,调取各互联网终端的日志服务器数据,并且对日志服务器数据进行数据类型的识别;所述数据类型包括访问原始数据、访问流转数据和访问接收数据,其中访问原始数据为互联网终端Ai访问互联网终端Aj时需要访问的应用资源,访问流转数据为互联网终端Ai访问互联网终端Aj过程中发生的互联网终端之间交互流转的应用资源,且访问流转数据包括传达终端发生交互流转的应用资源和直达终端发生交互流转的应用资源,访问接收数据为互联网终端Ai访问结束时最终接收到的应用资源。
进一步的,所述追踪标签模块还包括数据类型追踪单元和数字标签单元;
所述数据类型追踪单元,用于当T1时刻发生互联网终端访问开始时,人工智能追踪每一个互联网终端的每一个数据类型,当T2时刻互联网终端访问结束时,停止对每一个互联网终端的每一个数据类型的人工智能的追踪;停止追踪后,对每一个数据类型进行数字化处理;
所述数字标签单元,用于数字化处理完成后,对每一个数据类型对应的每一个应用资源添加数字标签,所述数字标签包括互联网终端编号、访问交互时长和访问流转数据,将所述数字标签记为AM:M→T(M)→K(M)={I1,I2,...,IV},其中,AM表示所有互联网终端中任意一个互联网终端,M为该任意一个互联网终端的编号,T(M)表示任意一个互联网终端AM在访问流转中占用的交互时长,K(M)表示任意一个互联网终端AM在访问流转中涉及的第1,2,...,V个访问流转数据I1,I2,...,IV组成的流转数据集合。
进一步的,所述流转热值分析模块还包括流转统计单元和流转热度值计算单元;
所述流转统计单元,用于分别对任意一个互联网终端AM在访问流转中对应的访问原始数据和访问接收数据进行统计,并分别对应生成原始集合和接收集合,将原始集合记为Q(M),将接收集合记为G(M);
所述流转热度值计算单元,根据原始集合Q(M)和接收集合G(M),生成任意一个互联网终端AM在访问流转中的进化集合H(M)=Q(M)⋂G(M),且H(M)不等于空集;根据进化集合和数字标签,计算任意一个互联网终端AM在访问流转中的热度值R(M)。
进一步的,所述人工智能模块还包括二维坐标系构建单元和人工智能监测单元;
所述二维坐标系构建单元,用于建立二维坐标系,以热度值为二维坐标系上纵坐标对应值,以N值为二维坐标系上横坐标对应值,对任意一个互联网终端AM进行二维坐标点标记,其中任意一个互联网终端AM在二维坐标系上的点记为P(M)=(N,R(M));
所述人工智能监测单元,用于分别对二维坐标系上所有点的横坐标和纵坐标对应值进行累加求平均值,并且分别记为N0和R0;根据N0和R0,输出应用资源数字化监测范围,所述应用资源数字化监测范围为:NX≥N0且RY≥R0,其中NX表示二维坐标系中任意一个点的横坐标对应值,RY表示二维坐标系中任意一个点的纵坐标对应值,X和Y分别表示互联网终端编号;在T1时刻到T2时刻范围内,识别满足应用资源数字化监测范围的二维坐标系上的点,将识别后的点生成监测清单,按照监测清单在下一个互联网终端访问周期内进行人工智能监测。
一种基于人工智能的应用资源数字化管理方法,本方法包括以下步骤:
根据互联网终端的IP地址,对各互联网终端的节点连接关系进行识别和锁定,当识别锁定完成后,实时获取互联网终端发生应用资源流转时,各互联网终端的日志服务器数据,并且根据日志服务器数据将应用资源数据划分为访问原始数据、访问流转数据和访问接收数据;
步骤S200:在互联网终端访问周期内,追踪每一个互联网终端的每一个应用资源数据,同时对每一个应用资源添加数字标签;
步骤S300:根据访问原始数据、访问流转数据、访问接收数据和数字标签,获取任意一个互联网终端在访问流转中的热度值;
步骤S400:根据节点连接关系和热度值,建立二维坐标系;根据二维坐标系,生成应用资源数字化监测范围,并对互联网终端系统进行人工智能监测;
根据上述方法,数据一旦产生出来后就会进入传输、存储、处理、分析、访问与服务应用的各环节且循环往复,重要资源在流动过程中,会产生大量的接触和交互,且内部的研发和运营管理角色、服务器、云平台、大数据、处理分析系统中的流转,与众多伙伴、合作客户等,进行互动与推送的话,涉及面是非常广泛的;而且资源的多次组合或通过资源的聚合分析,能够产生不同的资源进化,所以对资源的安全监测不足,存在保护界限不清,将导致资源的泄露风险。
进一步的,所述步骤S100的具体实施过程包括:
步骤S101:识别各互联网终端的IP地址,并且根据互联网终端的IP地址,对各互联网终端的节点连接关系进行锁定,所述节点连接关系为:互联网终端Ai访问互联网终端Aj时,中间通过N个除互联网终端Ai和互联网终端Aj以外的互联网终端传达访问请求,如果N大于等于1,则将中间参与传达的互联网终端标记为传达终端,并将该种节点连接方式标记为传达连接,如果N等于0,则将互联网终端Ai和互联网终端Aj分别标记为直达终端,并将该种节点连接方式标记为直达连接,其中i和j分别表示互联网终端的编号,且i不等于j;
步骤S102:当互联网终端之间发生访问时,调取各互联网终端的日志服务器数据,并且对日志服务器数据进行数据类型的识别;所述数据类型包括访问原始数据、访问流转数据和访问接收数据,其中访问原始数据为互联网终端Ai访问互联网终端Aj时需要访问的应用资源,访问流转数据为互联网终端Ai访问互联网终端Aj过程中发生的互联网终端之间交互流转的应用资源,且访问流转数据包括传达终端发生交互流转的应用资源和直达终端发生交互流转的应用资源,访问接收数据为互联网终端Ai访问结束时最终接收到的应用资源;
根据上述方法,互联网终端进行交互访问时,则同时伴随着数据之间的交换和流转,并且互联网终端系统在运作过程中,资源流转量往往是很大,这也就意味着不同终端在系统体系运作过程中存在不同的资源流转量,因为在互联网终端Ai访问互联网终端Aj时,会存在中间传达终端,传达终端往往承担多个交互流转访问请求环节,即A访问B通过C,同时D访问E也通过C,C访问F是直达连接,则C的资源流转量存在三个访问请求环节;而正是因为这种不同或者不平衡的资源流转量,往往使资源在交互流转中存在安全风险,进而需要人工智能来进行有效安全的监测。
进一步的,所述步骤S200的具体实施过程包括:
步骤S201:当T1时刻发生互联网终端访问开始时,人工智能追踪每一个互联网终端的每一个数据类型,当T2时刻互联网终端访问结束时,停止对每一个互联网终端的每一个数据类型的人工智能的追踪;停止追踪后,对每一个数据类型进行数字化处理;
步骤S202:数字化处理完成后,对每一个数据类型对应的每一个应用资源添加数字标签,所述数字标签包括互联网终端编号、访问交互时长和访问流转数据,将所述数字标签记为AM:M→T(M)→K(M)={I1,I2,...,IV},其中,AM表示所有互联网终端中任意一个互联网终端,M为该任意一个互联网终端的编号,T(M)表示任意一个互联网终端AM在访问流转中占用的交互时长,K(M)表示任意一个互联网终端AM在访问流转中涉及的第1,2,...,V个访问流转数据I1,I2,...,IV组成的流转数据集合。
进一步的,所述步骤S300的具体实施过程包括:
步骤S301:分别对任意一个互联网终端AM在访问流转中对应的访问原始数据和访问接收数据进行统计,并分别对应生成原始集合和接收集合,将原始集合记为Q(M),将接收集合记为G(M);
步骤S302:根据原始集合Q(M)和接收集合G(M),生成任意一个互联网终端AM在访问流转中的进化集合H(M)=Q(M)⋂G(M),且H(M)不等于空集;根据进化集合和数字标签,计算任意一个互联网终端AM在访问流转中的热度值,具体计算公式如下:
R(M)=1/T(M)*{NUM[K(M)]/NUM[H(M)]}
其中,R(M)表示任意一个互联网终端AM在访问流转中的热度值,NUM[K(M)]和NUM[H(M)]分别表示流转数据集合K(M)内和进化集合H(M)内的元素数量;
根据上述方法,访问接收数据可能存在数据的增加、删除或者衍生组合,进而会和访问原始数据存在差异,这种增加、删除或者衍生组合本质是一种数据资源的进化或者转化,而这种进化方式即可能是有益的,也存在资源数据泄露和窜改等安全风险;进而NUM[K(M)]值越大表示资源数据的流转量越大,同时NUM[H(M)]越小表示数据的进化程度越小,则NUM[K(M)]/NUM[H(M)]越大表示资源聚合能力越强且风险越小,并且R(M)值越大表示单位时间内互联网终端AM在访问流转中越受欢迎,即互联网终端AM存在很多的资源流转或者传达了很多资源数据或者聚合了很多资源。
进一步的,所述步骤S400的具体实施过程包括:
步骤S401:建立二维坐标系,以热度值为二维坐标系上纵坐标对应值,以N值为二维坐标系上横坐标对应值,对任意一个互联网终端AM进行二维坐标点标记,其中任意一个互联网终端AM在二维坐标系上的点记为P(M)=(N,R(M));
步骤S402:分别对二维坐标系上所有点的横坐标和纵坐标对应值进行累加求平均值,并且分别记为N0和R0;根据N0和R0,输出应用资源数字化监测范围,所述应用资源数字化监测范围为:NX≥N0且RY≥R0,其中NX表示二维坐标系中任意一个点的横坐标对应值,RY表示二维坐标系中任意一个点的纵坐标对应值,X和Y分别表示互联网终端编号;
根据上述方法,在二维坐标系中,NX越大且RY越小表示参与传达的终端数量越多且终端热度值越小,则在一定程度上资源是越安全,同时NX越小且RY越大则一定程度上资源聚合能力是越强的,进而以N0和R0来界定监测范围,具有一定的客观性、科学性和实际意义性;进而在监测范围内的终端,就需要特别监测,以保护资源的安全;
步骤S403:在T1时刻到T2时刻范围内,识别满足应用资源数字化监测范围的二维坐标系上的点,将识别后的点生成监测清单,按照监测清单在下一个互联网终端访问周期内进行人工智能监测。
与现有技术相比,本发明所达到的有益效果是:本发明提供的一种基于人工智能的应用资源数字化管理系统及方法中,通过对各互联网终端的节点连接关系进行识别和锁定,进而锁定资源流转的媒介,即互联网终端,同时将应用资源划分为三种类型,便于挖掘资源之间的关系,进而能够找出资源的进化情况;通过数字化处理,便于对数据添加有效的统一标签,同时构建二维坐标系来直观表达数字化的监测范围,进而通过划定监测范围来进行人工智能监测,进而能够确定资源流转走向情况和资源进化情况,能够在大量的复杂多变的资源关系中,快速确定有效的监测范围,进而避免对资源的安全监测不足,保证了保护界限的清晰明了,避免资源的泄露风险。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并且不构成对本发明的限制。在附图中:
图1是本发明一种基于人工智能的应用资源数字化管理系统的结构示意图;
图2是本发明一种基于人工智能的应用资源数字化管理方法的步骤示意图。
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,所描述的实施例仅仅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做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。
请参阅图1-图2,本发明提供技术方案:
请参阅图1,在本实施例一中:提供一种基于人工智能的应用资源数字化管理系统,该系统包括:识别锁定模块、追踪标签模块、流转热值分析模块和人工智能模块;
识别锁定模块,根据互联网终端的IP地址,对各互联网终端的节点连接关系进行识别和锁定,当识别锁定完成后,实时获取互联网终端发生应用资源流转时,各互联网终端的日志服务器数据,并且根据日志服务器数据将应用资源数据划分为访问原始数据、访问流转数据和访问接收数据;
其中,识别锁定模块还包括节点连接关系锁定单元和数据类型识别单元;
节点连接关系锁定单元,用于识别各互联网终端的IP地址,并且根据互联网终端的IP地址,对各互联网终端的节点连接关系进行锁定,节点连接关系为:互联网终端Ai访问互联网终端Aj时,中间通过N个除互联网终端Ai和互联网终端Aj以外的互联网终端传达访问请求,如果N大于等于1,则将中间参与传达的互联网终端标记为传达终端,并将该种节点连接方式标记为传达连接,如果N等于0,则将互联网终端Ai和互联网终端Aj分别标记为直达终端,并将该种节点连接方式标记为直达连接,其中i和j分别表示互联网终端的编号,且i不等于j;
数据类型识别单元,用于当互联网终端之间发生访问时,调取各互联网终端的日志服务器数据,并且对日志服务器数据进行数据类型的识别;数据类型包括访问原始数据、访问流转数据和访问接收数据,其中访问原始数据为互联网终端Ai访问互联网终端Aj时需要访问的应用资源,访问流转数据为互联网终端Ai访问互联网终端Aj过程中发生的互联网终端之间交互流转的应用资源,且访问流转数据包括传达终端发生交互流转的应用资源和直达终端发生交互流转的应用资源,访问接收数据为互联网终端Ai访问结束时最终接收到的应用资源;
追踪标签模块,用于在互联网终端访问周期内,追踪每一个互联网终端的每一个应用资源数据,同时对每一个应用资源添加数字标签;
其中,追踪标签模块还包括数据类型追踪单元和数字标签单元;
数据类型追踪单元,用于当T1时刻发生互联网终端访问开始时,人工智能追踪每一个互联网终端的每一个数据类型,当T2时刻互联网终端访问结束时,停止对每一个互联网终端的每一个数据类型的人工智能的追踪;停止追踪后,对每一个数据类型进行数字化处理;
数字标签单元,用于数字化处理完成后,对每一个数据类型对应的每一个应用资源添加数字标签,数字标签包括互联网终端编号、访问交互时长和访问流转数据,将数字标签记为AM:M→T(M)→K(M)={I1,I2,...,IV},其中,AM表示所有互联网终端中任意一个互联网终端,M为该任意一个互联网终端的编号,T(M)表示任意一个互联网终端AM在访问流转中占用的交互时长,K(M)表示任意一个互联网终端AM在访问流转中涉及的第1,2,...,V个访问流转数据I1,I2,...,IV组成的流转数据集合;
流转热值分析模块,根据访问原始数据、访问流转数据、访问接收数据和数字标签,获取任意一个互联网终端在访问流转中的热度值;
其中,流转热值分析模块还包括流转统计单元和流转热度值计算单元;
流转统计单元,用于分别对任意一个互联网终端AM在访问流转中对应的访问原始数据和访问接收数据进行统计,并分别对应生成原始集合和接收集合,将原始集合记为Q(M),将接收集合记为G(M);
流转热度值计算单元,根据原始集合Q(M)和接收集合G(M),生成任意一个互联网终端AM在访问流转中的进化集合H(M)=Q(M)⋂G(M),且H(M)不等于空集;根据进化集合和数字标签,计算任意一个互联网终端AM在访问流转中的热度值R(M);
人工智能模块,根据节点连接关系和热度值,建立二维坐标系;根据二维坐标系,生成应用资源数字化监测范围,并对互联网终端系统进行人工智能监测;
其中,人工智能模块还包括二维坐标系构建单元和人工智能监测单元;
二维坐标系构建单元,用于建立二维坐标系,以热度值为二维坐标系上纵坐标对应值,以N值为二维坐标系上横坐标对应值,对任意一个互联网终端AM进行二维坐标点标记,其中任意一个互联网终端AM在二维坐标系上的点记为P(M)=(N,R(M));
人工智能监测单元,用于分别对二维坐标系上所有点的横坐标和纵坐标对应值进行累加求平均值,并且分别记为N0和R0;根据N0和R0,输出应用资源数字化监测范围,应用资源数字化监测范围为:NX≥N0且RY≥R0,其中NX表示二维坐标系中任意一个点的横坐标对应值,RY表示二维坐标系中任意一个点的纵坐标对应值,X和Y分别表示互联网终端编号;在T1时刻到T2时刻范围内,识别满足应用资源数字化监测范围的二维坐标系上的点,将识别后的点生成监测清单,按照监测清单在下一个互联网终端访问周期内进行人工智能监测。
请参阅图2,在本实施例二中:提供一种基于人工智能的应用资源数字化管理方法,该方法包括以下步骤:
根据互联网终端的IP地址,对各互联网终端的节点连接关系进行识别和锁定,当识别锁定完成后,实时获取互联网终端发生应用资源流转时,各互联网终端的日志服务器数据,并且根据日志服务器数据将应用资源数据划分为访问原始数据、访问流转数据和访问接收数据;
识别各互联网终端的IP地址,并且根据互联网终端的IP地址,对各互联网终端的节点连接关系进行锁定,节点连接关系为:互联网终端Ai访问互联网终端Aj时,中间通过N个除互联网终端Ai和互联网终端Aj以外的互联网终端传达访问请求,如果N大于等于1,则将中间参与传达的互联网终端标记为传达终端,并将该种节点连接方式标记为传达连接,如果N等于0,则将互联网终端Ai和互联网终端Aj分别标记为直达终端,并将该种节点连接方式标记为直达连接,其中i和j分别表示互联网终端的编号,且i不等于j;
当互联网终端之间发生访问时,调取各互联网终端的日志服务器数据,并且对日志服务器数据进行数据类型的识别;数据类型包括访问原始数据、访问流转数据和访问接收数据,其中访问原始数据为互联网终端Ai访问互联网终端Aj时需要访问的应用资源,访问流转数据为互联网终端Ai访问互联网终端Aj过程中发生的互联网终端之间交互流转的应用资源,且访问流转数据包括传达终端发生交互流转的应用资源和直达终端发生交互流转的应用资源,访问接收数据为互联网终端Ai访问结束时最终接收到的应用资源;
在互联网终端访问周期内,追踪每一个互联网终端的每一个应用资源数据,同时对每一个应用资源添加数字标签;
当T1时刻发生互联网终端访问开始时,人工智能追踪每一个互联网终端的每一个数据类型,当T2时刻互联网终端访问结束时,停止对每一个互联网终端的每一个数据类型的人工智能的追踪;停止追踪后,对每一个数据类型进行数字化处理;
数字化处理完成后,对每一个数据类型对应的每一个应用资源添加数字标签,数字标签包括互联网终端编号、访问交互时长和访问流转数据,将数字标签记为AM:M→T(M)→K(M)={I1,I2,...,IV},其中,AM表示所有互联网终端中任意一个互联网终端,M为该任意一个互联网终端的编号,T(M)表示任意一个互联网终端AM在访问流转中占用的交互时长,K(M)表示任意一个互联网终端AM在访问流转中涉及的第1,2,...,V个访问流转数据I1,I2,...,IV组成的流转数据集合;
根据访问原始数据、访问流转数据、访问接收数据和数字标签,获取任意一个互联网终端在访问流转中的热度值;
分别对任意一个互联网终端AM在访问流转中对应的访问原始数据和访问接收数据进行统计,并分别对应生成原始集合和接收集合,将原始集合记为Q(M),将接收集合记为G(M);
根据原始集合Q(M)和接收集合G(M),生成任意一个互联网终端AM在访问流转中的进化集合H(M)=Q(M)⋂G(M),且H(M)不等于空集;根据进化集合和数字标签,计算任意一个互联网终端AM在访问流转中的热度值,具体计算公式如下:
R(M)=1/T(M)*{NUM[K(M)]/NUM[H(M)]}
其中,R(M)表示任意一个互联网终端AM在访问流转中的热度值,NUM[K(M)]和NUM[H(M)]分别表示流转数据集合K(M)内和进化集合H(M)内的元素数量;
根据节点连接关系和热度值,建立二维坐标系;根据二维坐标系,生成应用资源数字化监测范围,并对互联网终端系统进行人工智能监测;
建立二维坐标系,以热度值为二维坐标系上纵坐标对应值,以N值为二维坐标系上横坐标对应值,对任意一个互联网终端AM进行二维坐标点标记,其中任意一个互联网终端AM在二维坐标系上的点记为P(M)=(N,R(M));
例如说,本次监测时间周期范围为10,对于编号为1的互联网终端,在访问流转中的进化集合元素数量为20,在访问流转中涉及的流转数据集合元素的数量为80,其中,该互联网终端为使用传达连接的方式进行,且参与传达的终端数量为5,则R(1)=1/10*(80/20)=0.4,P(1)=(5,0.4);
分别对二维坐标系上所有点的横坐标和纵坐标对应值进行累加求平均值,并且分别记为N0和R0;根据N0和R0,输出应用资源数字化监测范围,应用资源数字化监测范围为:NX≥N0且RY≥R0,其中NX表示二维坐标系中任意一个点的横坐标对应值,RY表示二维坐标系中任意一个点的纵坐标对应值,X和Y分别表示互联网终端编号;
例如说,N0=5,R0=0.5,则互联网终端1不在监测清单中;
在T1时刻到T2时刻范围内,识别满足应用资源数字化监测范围的二维坐标系上的点,将识别后的点生成监测清单,按照监测清单在下一个互联网终端访问周期内进行人工智能监测。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并且不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于人工智能的应用资源数字化管理方法,其特征在于,该方法包括以下步骤:
步骤S100:根据互联网终端的IP地址,对各互联网终端的节点连接关系进行识别和锁定,当识别锁定完成后,实时获取互联网终端发生应用资源流转时,各互联网终端的日志服务器数据,并且根据日志服务器数据将应用资源数据划分为访问原始数据、访问流转数据和访问接收数据;
步骤S200:在互联网终端访问周期内,追踪每一个互联网终端的每一个应用资源数据,同时对每一个应用资源添加数字标签;
步骤S300:根据访问原始数据、访问流转数据、访问接收数据和数字标签,获取任意一个互联网终端在访问流转中的热度值;
步骤S400:根据节点连接关系和热度值,建立二维坐标系;根据二维坐标系,生成应用资源数字化监测范围,并对互联网终端系统进行人工智能监测;
所述步骤S100的具体实施过程包括:
步骤S101:识别各互联网终端的IP地址,并且根据互联网终端的IP地址,对各互联网终端的节点连接关系进行锁定,所述节点连接关系为:互联网终端Ai访问互联网终端Aj时,中间通过N个除互联网终端Ai和互联网终端Aj以外的互联网终端传达访问请求,如果N大于等于1,则将中间参与传达的互联网终端标记为传达终端,并将N大于等于1情况下的节点连接方式标记为传达连接,如果N等于0,则将互联网终端Ai和互联网终端Aj分别标记为直达终端,并将N等于0情况下的节点连接方式标记为直达连接,其中i和j分别表示互联网终端的编号,且i不等于j;
步骤S102:当互联网终端之间发生访问时,调取各互联网终端的日志服务器数据,并且对日志服务器数据进行数据类型的识别;所述数据类型包括访问原始数据、访问流转数据和访问接收数据,其中访问原始数据为互联网终端Ai访问互联网终端Aj时需要访问的应用资源,访问流转数据为互联网终端Ai访问互联网终端Aj过程中发生的互联网终端之间交互流转的应用资源,且访问流转数据包括传达终端发生交互流转的应用资源和直达终端发生交互流转的应用资源,访问接收数据为互联网终端Ai访问结束时最终接收到的应用资源;
所述步骤S200的具体实施过程包括:
步骤S201:当T1时刻发生互联网终端访问开始时,人工智能追踪每一个互联网终端的每一个数据类型,当T2时刻互联网终端访问结束时,停止对每一个互联网终端的每一个数据类型的人工智能的追踪;停止追踪后,对每一个数据类型进行数字化处理;
步骤S202:数字化处理完成后,对每一个数据类型对应的每一个应用资源添加数字标签,所述数字标签包括互联网终端编号、访问交互时长和访问流转数据,将所述数字标签记为AM:M→T(M)→K(M)={I1,I2,...,IV},其中,AM表示所有互联网终端中任意一个互联网终端,M为该任意一个互联网终端的编号,T(M)表示任意一个互联网终端AM在访问流转中占用的交互时长,K(M)表示任意一个互联网终端AM在访问流转中涉及的第1,2,...,V个访问流转数据I1,I2,...,IV组成的流转数据集合;
所述步骤S300的具体实施过程包括:
步骤S301:分别对任意一个互联网终端AM在访问流转中对应的访问原始数据和访问接收数据进行统计,并分别对应生成原始集合和接收集合,将原始集合记为Q(M),将接收集合记为G(M);
步骤S302:根据原始集合Q(M)和接收集合G(M),生成任意一个互联网终端AM在访问流转中的进化集合H(M)=Q(M)∩G(M),且H(M)不等于空集;根据进化集合和数字标签,计算任意一个互联网终端AM在访问流转中的热度值,具体计算公式如下:
R(M)=1/T(M)*{NUM[K(M)]/NUM[H(M)]}
其中,R(M)表示任意一个互联网终端AM在访问流转中的热度值,NUM[K(M)]和NUM[H(M)]分别表示流转数据集合K(M)内和进化集合H(M)内的元素数量;
所述步骤S400的具体实施过程包括:
步骤S401:建立二维坐标系,以热度值为二维坐标系上纵坐标对应值,以N值为二维坐标系上横坐标对应值,对任意一个互联网终端AM进行二维坐标点标记,其中任意一个互联网终端AM在二维坐标系上的点记为P(M)=(N,R(M));
步骤S402:分别对二维坐标系上所有点的横坐标和纵坐标对应值进行累加求平均值,并且分别记为N0和R0;根据N0和R0,输出应用资源数字化监测范围,所述应用资源数字化监测范围为:NX≥N0且RY≥R0,其中NX表示二维坐标系中任意一个点的横坐标对应值,RY表示二维坐标系中任意一个点的纵坐标对应值,X和Y分别表示互联网终端编号;
步骤S403:在T1时刻到T2时刻范围内,识别满足应用资源数字化监测范围的二维坐标系上的点,将识别后的点生成监测清单,按照监测清单在下一个互联网终端访问周期内进行人工智能监测。
2.应用权利要求1的一种基于人工智能的应用资源数字化管理方法的一种基于人工智能的应用资源数字化管理系统,其特征在于,所述系统包括:识别锁定模块、追踪标签模块、流转热值分析模块和人工智能模块;
所述识别锁定模块,根据互联网终端的IP地址,对各互联网终端的节点连接关系进行识别和锁定,当识别锁定完成后,实时获取互联网终端发生应用资源流转时,各互联网终端的日志服务器数据,并且根据日志服务器数据将应用资源数据划分为访问原始数据、访问流转数据和访问接收数据;
所述追踪标签模块,用于在互联网终端访问周期内,追踪每一个互联网终端的每一个应用资源数据,同时对每一个应用资源添加数字标签;
所述流转热值分析模块,根据访问原始数据、访问流转数据、访问接收数据和数字标签,获取任意一个互联网终端在访问流转中的热度值;
所述人工智能模块,根据节点连接关系和热度值,建立二维坐标系;根据二维坐标系,生成应用资源数字化监测范围,并对互联网终端系统进行人工智能监测。
3.根据权利要求2所述的一种基于人工智能的应用资源数字化管理系统,其特征在于:所述识别锁定模块还包括节点连接关系锁定单元和数据类型识别单元;
所述节点连接关系锁定单元,用于识别各互联网终端的IP地址,并且根据互联网终端的IP地址,对各互联网终端的节点连接关系进行锁定,所述节点连接关系为:互联网终端Ai访问互联网终端Aj时,中间通过N个除互联网终端Ai和互联网终端Aj以外的互联网终端传达访问请求,如果N大于等于1,则将中间参与传达的互联网终端标记为传达终端,并将N大于等于1情况下的节点连接方式标记为传达连接,如果N等于0,则将互联网终端Ai和互联网终端Aj分别标记为直达终端,并将N等于0情况下的节点连接方式标记为直达连接,其中i和j分别表示互联网终端的编号,且i不等于j;
所述数据类型识别单元,用于当互联网终端之间发生访问时,调取各互联网终端的日志服务器数据,并且对日志服务器数据进行数据类型的识别;所述数据类型包括访问原始数据、访问流转数据和访问接收数据,其中访问原始数据为互联网终端Ai访问互联网终端Aj时需要访问的应用资源,访问流转数据为互联网终端Ai访问互联网终端Aj过程中发生的互联网终端之间交互流转的应用资源,且访问流转数据包括传达终端发生交互流转的应用资源和直达终端发生交互流转的应用资源,访问接收数据为互联网终端Ai访问结束时最终接收到的应用资源。
4.根据权利要求3所述的一种基于人工智能的应用资源数字化管理系统,其特征在于:所述追踪标签模块还包括数据类型追踪单元和数字标签单元;
所述数据类型追踪单元,用于当T1时刻发生互联网终端访问开始时,人工智能追踪每一个互联网终端的每一个数据类型,当T2时刻互联网终端访问结束时,停止对每一个互联网终端的每一个数据类型的人工智能的追踪;停止追踪后,对每一个数据类型进行数字化处理;
所述数字标签单元,用于数字化处理完成后,对每一个数据类型对应的每一个应用资源添加数字标签,所述数字标签包括互联网终端编号、访问交互时长和访问流转数据,将所述数字标签记为AM:M→T(M)→K(M)={I1,I2,...,IV},其中,AM表示所有互联网终端中任意一个互联网终端,M为该任意一个互联网终端的编号,T(M)表示任意一个互联网终端AM在访问流转中占用的交互时长,K(M)表示任意一个互联网终端AM在访问流转中涉及的第1,2,...,V个访问流转数据I1,I2,...,IV组成的流转数据集合。
5.根据权利要求4所述的一种基于人工智能的应用资源数字化管理系统,其特征在于:所述流转热值分析模块还包括流转统计单元和流转热度值计算单元;
所述流转统计单元,用于分别对任意一个互联网终端AM在访问流转中对应的访问原始数据和访问接收数据进行统计,并分别对应生成原始集合和接收集合,将原始集合记为Q(M),将接收集合记为G(M);
所述流转热度值计算单元,根据原始集合Q(M)和接收集合G(M),生成任意一个互联网终端AM在访问流转中的进化集合H(M)=Q(M)∪G(M),且H(M)不等于空集;根据进化集合和数字标签,计算任意一个互联网终端AM在访问流转中的热度值R(M)。
6.根据权利要求5所述的一种基于人工智能的应用资源数字化管理系统,其特征在于:所述人工智能模块还包括二维坐标系构建单元和人工智能监测单元;
所述二维坐标系构建单元,用于建立二维坐标系,以热度值为二维坐标系上纵坐标对应值,以N值为二维坐标系上横坐标对应值,对任意一个互联网终端AM进行二维坐标点标记,其中任意一个互联网终端AM在二维坐标系上的点记为P(M)=(N,R(M));
所述人工智能监测单元,用于分别对二维坐标系上所有点的横坐标和纵坐标对应值进行累加求平均值,并且分别记为N0和R0;根据N0和R0,输出应用资源数字化监测范围,所述应用资源数字化监测范围为:NX≥N0且RY≥R0,其中NX表示二维坐标系中任意一个点的横坐标对应值,RY表示二维坐标系中任意一个点的纵坐标对应值,X和Y分别表示互联网终端编号;在T1时刻到T2时刻范围内,识别满足应用资源数字化监测范围的二维坐标系上的点,将识别后的点生成监测清单,按照监测清单在下一个互联网终端访问周期内进行人工智能监测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310439240.0A CN116150734B (zh) | 2023-04-23 | 2023-04-23 | 一种基于人工智能的应用资源数字化管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310439240.0A CN116150734B (zh) | 2023-04-23 | 2023-04-23 | 一种基于人工智能的应用资源数字化管理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116150734A CN116150734A (zh) | 2023-05-23 |
CN116150734B true CN116150734B (zh) | 2023-07-25 |
Family
ID=86360406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310439240.0A Active CN116150734B (zh) | 2023-04-23 | 2023-04-23 | 一种基于人工智能的应用资源数字化管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116150734B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112867007A (zh) * | 2019-12-27 | 2021-05-28 | 陈玉鋆 | 网络通信安全监测方法、网络通信系统及服务器 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504136B (zh) * | 2014-12-31 | 2018-05-18 | 北京国双科技有限公司 | 网站的访问路径的分析方法和装置 |
US10462183B2 (en) * | 2015-07-21 | 2019-10-29 | International Business Machines Corporation | File system monitoring and auditing via monitor system having user-configured policies |
JP6750457B2 (ja) * | 2016-10-31 | 2020-09-02 | 富士通株式会社 | ネットワーク監視装置、プログラム及び方法 |
CN114826691B (zh) * | 2022-04-02 | 2023-08-18 | 上海硕曜科技有限公司 | 一种基于多维度分析的网络信息安全智能分析预警管理系统 |
CN115865398A (zh) * | 2022-09-21 | 2023-03-28 | 盈适慧众(上海)信息咨询合伙企业(有限合伙) | 一种数字化业务安全原生体系的构建方法及系统 |
-
2023
- 2023-04-23 CN CN202310439240.0A patent/CN116150734B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112867007A (zh) * | 2019-12-27 | 2021-05-28 | 陈玉鋆 | 网络通信安全监测方法、网络通信系统及服务器 |
Also Published As
Publication number | Publication date |
---|---|
CN116150734A (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109246211B (zh) | 一种区块链中的资源上传和资源请求方法 | |
US20200344189A1 (en) | Communication method and communication apparatus | |
CN104680462A (zh) | 面向云平台的医疗系统病例信息优化获取方法 | |
CN109284463A (zh) | 一种基于动态模板的数据收集方法及系统 | |
CN103179099B (zh) | 一种接入开放网站平台的统一认证方法和一种网站平台 | |
CN107067322A (zh) | 一种应用于p2p网络借贷企业数据接入模型的系统及方法 | |
CN111427613B (zh) | 一种应用程序接口api管理方法和装置 | |
KR102345082B1 (ko) | 클라우드 기반 iec61850 정보 처리 방법 | |
CN114140075B (zh) | 业务处理方法、装置、介质及电子设备 | |
CN105389649A (zh) | 一种电能质量异常数据检测及处理方法 | |
CN111915143A (zh) | 一种基于智能合约的复杂产品装配管控系统 | |
CN110266766A (zh) | 一种抗攻击分布式网络节点的构建方法、系统及终端设备 | |
CN108259207A (zh) | 流量统计方法、客户端、服务器及系统 | |
CN201919010U (zh) | 一种网站访问性能监测系统 | |
CN107273276A (zh) | 一种基于虚拟化的全流程跟踪方法及装置 | |
CN116150734B (zh) | 一种基于人工智能的应用资源数字化管理系统及方法 | |
CN115794423A (zh) | 一种智能机房的管理方法、装置、电子设备及存储介质 | |
CN107276857A (zh) | 一种监测流量的方法及装置 | |
CN104202389A (zh) | 云环境下的存储空间和运行状态的监测方法及云存储系统 | |
CN107257292A (zh) | 一种跨域分布式大数据通讯系统设计规划方法 | |
CN111190959A (zh) | 一种区块链去中心化存储基于数据的加密方法及系统 | |
CN114138900A (zh) | 基于区块链的网络化协同研发资源共享追溯系统及方法 | |
CN109327341A (zh) | 一种面向电力通信网的分布式仿真方法 | |
CN214544335U (zh) | 智能楼宇中具有优化应答机制的物联网终端设备 | |
CN109327515A (zh) | 一种物联网系统 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230704 Address after: Tianmian 102, Wanji Business Building, No. 138, Xinzhou 11th Street, Xinhua District, Shatou Street, Futian District, Shenzhen, Guangdong 518000 Applicant after: Shenzhen Junrun Zhongle Digital Technology Co.,Ltd. Address before: 518000, Building 23, Dayun Software Town, No. 8288 Longgang Avenue, He'ao Community, Yuanshan Street, Longgang District, Shenzhen City, Guangdong Province, 201B21 Applicant before: Shenzhen wante Network Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |