CN116346598A - 一种数据传输控制的现场配置方法及网路接入系统 - Google Patents

一种数据传输控制的现场配置方法及网路接入系统 Download PDF

Info

Publication number
CN116346598A
CN116346598A CN202310626702.XA CN202310626702A CN116346598A CN 116346598 A CN116346598 A CN 116346598A CN 202310626702 A CN202310626702 A CN 202310626702A CN 116346598 A CN116346598 A CN 116346598A
Authority
CN
China
Prior art keywords
entity
scene
data transmission
configuration
label
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.)
Granted
Application number
CN202310626702.XA
Other languages
English (en)
Other versions
CN116346598B (zh
Inventor
申刚
冉将军
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.)
Sichuan Zhongpu Yingtong Technology Co ltd
Original Assignee
Sichuan Zhongpu Yingtong 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 Sichuan Zhongpu Yingtong Technology Co ltd filed Critical Sichuan Zhongpu Yingtong Technology Co ltd
Priority to CN202310626702.XA priority Critical patent/CN116346598B/zh
Publication of CN116346598A publication Critical patent/CN116346598A/zh
Application granted granted Critical
Publication of CN116346598B publication Critical patent/CN116346598B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295—Named entity recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0876—Aspects of the degree of configuration automation
    • H04L41/0886—Fully automatic configuration
    • 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)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及一种数据传输控制的现场配置方法及网路接入系统，系统包括客户机、网络设备和云端系统，所述客户机与所述网络设备连接，所述云端系统与客户机数据连接。本发明将工作人员对场景的描述上传至云端，利用基于提示学习的实体命名识别算法实现对场景的自动标签分析，结合预置参数数据库完成配置文件的自动生成，减少了人工干预度，从而提供更加可靠、安全、高效的数据传输保障，且参数数据库具有可扩展性，支持未收录标签‑参数对在线添加，使得系统在不同场景下都具有较好的适用性，为信息化和数字化的发展提供了有力支撑。

Description

一种数据传输控制的现场配置方法及网路接入系统
技术领域
本发明涉及数据传输技术领域，尤其是一种数据传输控制的现场配置方法及网路接入系统。
背景技术
数据传输控制是现代网络传输领域中非常重要的技术，解决了传统网络传输中存在的许多问题。数据传输控制技术主要包括带宽管理、负载均衡、数据压缩和加密等方法，可以提高数据传输的效率和质量，同时保证传输过程中的安全性。在网络环境日益复杂的情况下，不同的应用场景和业务对数据传输有不同的要求，如传输速率、传输协议、加密算法等。传统的数据传输控制方法通常采用固定的配置方案无法适应不同场景和需求。且传统的数据传输控制方法和网关接入系统通常需要人工进行配置和管理，人工的干预度较高，容易出现配置错误和管理不当等问题，从而影响数据传输的质量和效率。
发明内容
本发明利用实体命名识别算法实现对场景的自动标签分析，结合预置参数数据库完成配置文件的自动生成，减少了人工干预度，从而提供更加可靠、安全、高效的数据传输保障。
为解决上述现有技术问题，本发明提供一种数据传输控制的网路接入系统，包括客户机、网络设备和云端系统，所述客户机与所述网络设备连接，所述云端系统与客户机数据连接；
所述云端系统包括问答模块、实体命名识别模块、参数数据库模块和配置文件生成模块；
所述问答模块用于接收工作人员对场景的描述信息；
所述实体命名识别模块用于根据场景的描述信息形成场景标签，并对场景标签进行解析；
所述参数数据库模块用于存储预设场景标签与最优配置参数的关联信息；
所述配置文件生成模块用于生成配置文件。
进一步的，数据传输控制的网路接入系统的现场配置方法，包括以下步骤：
S1、建立客户机和网络设备之间的连接，从客户机登入云端系统；
S2、问答模块接收当前需要进行数据传输配置的场景的描述，并将描述传输至实体命名识别模块；
S3、实体命名识别模块对描述进行实体命名识别，将实体命名识别结果作为场景标签；
S4、以步骤S3中获取的场景标签为引索，在参数数据库模块中获取对应标签所关联的最优参数；
S5、将步骤S4中的最优参数传输给配置文件生成模块，形成最优配置文件。
进一步的，所述步骤S1中，客户机和网络设备之间的连接方式为有线或无线连接。
进一步的，所述步骤S3包括基于提示学习的实体命名识别方法，所述实体命名识别方法包括以下步骤：
获取N个词场景描述文本，将场景描述文本数据送到实体命名识别模型中，为每个实例预测一个标签；
为每个预测标签计算隐含得分，将具有最高隐含得分的实体类型作为最终标签。
进一步的，所述实体命名识别模型包括但不限于Bert模型，其中，所述实体命名识别模型的输入包括作为前提的原始句子和作为假设的实体类型特定提示，其输出由一个内含分类器产生。
进一步的，所述隐含得分计算模型为：
Figure SMS_1
，其中，/>
Figure SMS_2
为模型，/>
Figure SMS_3
为预测出的分词向量，/>
Figure SMS_4
为模板的分词向量，/>
Figure SMS_5
为一个预定义的实体标签集，/>
Figure SMS_6
为输入的分词。
进一步的，所述实体命名识别模型采用三种方式进行训练，一是假阳性，即采用除正确的实体标签以外的实体标签；二是空标签，即采用空标签替换正确的实体标签；三是非实体替换，即采用非实体标签替换实体标签。
进一步的，还包括以下步骤：
将所述实体命名识别模块解析出的场景标签所属类型与标签类型检查表进行比对，判断标签类型是否获取完整，若标签类型获取不完整，则问答模块持续接收场景的描述，直至所解析的场景标签满足标签类型检查表。
进一步的，所述配置文件中的配置参数包含但不限于带宽、超时时间、最大传输单元、IP分片、TTL参数、端口号、数据压缩和数据重传机制。
进一步的，还包括以下步骤：若在参数数据库中无法检索到对应的标签，则问答模块会提示更改为手动模式进行配置。
本发明的有益效果体现在，
（1）本发明的系统将工作人员对场景的描述上传至云端，利用基于提示学习的实体命名识别算法实现对场景的自动标签分析，结合预置参数数据库完成配置文件的自动生成，减少了人工干预度，从而提供更加可靠、安全、高效的数据传输保障。
（2）本发明的参数数据库具有可扩展性，支持未收录标签-参数对在线添加，使得系统在不同场景下都具有较好的适用性，为信息化和数字化的发展提供了有力支撑。
（3）本发明使用提示学习对现有实体命名识别算法进行了改进，通过三种反例类型训练模型，使算法在低资源情况下也具有较好的准确性。
（4）本发明利用场景标签信息结合预置的参数数据库完成配置文件的自动生成，该配置文件为shell文件类型，当中包含了目标网络设备的ip地址及相关配置指令，可直接使用终端运行，文件运行后会自动对目标设备进行配置，摒弃了传统的人工配置方式，降低人工的干预度，减少了人造成的配置不当问题。
附图说明
图1为本发明所提供的一种数据传输控制的现场配置方法的流程图。
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。
实施例1：
本发明公开了一种数据传输控制的现场配置方法及网路接入系统。网路接入系统包括客户机、网络设备和云端系统，客户机与网络设备连接，连接的方式可选择有线（TP线）或无线（Wifi）的方式进行连接。云端系统与客户机数据连接，云端系统通过客户机登入。云端系统包括问答模块、实体命名识别模块、参数数据库模块和配置文件生成模块。其中，问答模块用于接收工作人员对场景的描述信息；实体命名识别模块用于根据场景的描述信息形成场景标签，并对场景标签进行解析；参数数据库模块用于存储预设场景标签与最优配置参数的关联信息；配置文件生成模块用于生成配置文件。
基于网路接入系统，数据传输控制的现场配置方法如下：
参照图1所示，本实施例的数据传输控制的现场配置方法首先执行步骤S1，工作人员使用客户机通过有线或无线的方式与网络设备建立连接，再使用客户机登入云端系统。
工作人员在登入云端系统后，执行步骤S2，使用问答模块对当前需要进行数据传输配置的场景进行描述，其中，工作人员对场景的描述方式可为多种，具体的，描述方式可选择语音输入或者文本输入，如为语音输入，则先将语音识别成文字再进行传输。
接着，执行步骤S3，问答模块将工作人员的每一次描述传输至实体命名识别模块进行实体命名识别，将实体命名识别结果作为场景标签。针对解析出的场景标签，为了解决标签类型获取不完整的问题。具体的，将解析出的场景标签所属类型与标签类型检查表进行比对，以判断标签类型是否获取完整。若标签类型获取不完整，则问答模块会根据所缺少的标签类型向工作人员再次发问，直至所解析的场景标签满足标签类型检查表。通过利用标签类型检查表核对，提高了标签类型获取的完整性，提高标签识别的效率和准确性。
其中，为了解决现有的实体命名识别模型在低资源的情况下准确性低的问题，本发明的实体命名模块采用基于提示学习方法对文本进行识别。实体命名识别模块的目的是为了生成多个实体标签，多个实体标签作为场景标签输出。也即，问答模块所提交的描述为具有
Figure SMS_7
个词的句子/>
Figure SMS_8
，实体命名识别模块的目的是生成/>
Figure SMS_9
个实体标签
Figure SMS_10
，其中/>
Figure SMS_11
，/>
Figure SMS_12
为一个预定义的实体标签集。以下对实体命名识别的方法进行说明。
（一）获取待识别文本，将待识别文本输入到实体命名识别模型中，本实施例中采用Bert模型（其中输入包括作为前提的原始句子和作为假设（模板）的实体类型特定提示，而输出由一个内含分类器产生，为每个实例预测一个标签）。例如输入待识别文本“我今天来到了天府七中，这里人比较多，学校也蛮大的”，分析出该文本中包含有的场景标注类型，此时，该句子的文本内容即为待识别的文本。
（二）获取待识别文本后，首先对待识别文本的句子进行分词分割，然后将分词输入到实体命名识别模型中。然后，对待识别文本的每个分词进行计算，获得基于BERT的分词表征向量。
（三）映射获取各个分词对应的表征向量，通过实体命名识别模型对每一个分词进行标注，每一个分词具有自己对应的实体标签，最终得到一个预测场景标签。优选的，通过一个隐含得分计算模型确定最终标签，隐含得分是特定标记在提示的掩码位置的概率，隐含得分计算模型为：
Figure SMS_13
，其中，/>
Figure SMS_14
为模型，/>
Figure SMS_15
为预测出的分词向量，/>
Figure SMS_16
为模板的分词向量，/>
Figure SMS_17
为一个预定义的实体标签集，/>
Figure SMS_18
为输入的分词。具有最高隐含得分的实体类型被选择作为最终标签。通过使用提示学习对现有实体命名识别算法进行了改进，使算法在低资源情况下也具有较好的准确性。
进一步的，为了解决训练数据收集需要付出大量的人工成本的问题，本实施例中对实体命名识别模型采用三种方式进行训练。一是假阳性，即采用除正确的实体标签以外的实体标签对该标签进行训练，例如，利用“医院”实体标签替换“学校”实体标签；二是空标签，即采用空标签的形式替换正确的实体标签的位置进行训练，例如在原“学校”的位置用空格替换；三是非实体替换，即采用非实体标签替换正确的实体标签的位置进行训练，例如利用“确实”非实体标签替换“学校”实体标签。通过上述三种训练方式对模型进行训练，减少大量的人工成本，能用较少数据得到性能优越的模型以减少成本支出，可以在低资源情况下获得较好的识别准确率，同时满足实际应用的需求。
然后，执行步骤S4，以步骤S3中获取的场景标签为引索，在参数数据库模块中获取对应标签所关联的最优参数。具体的，获取描述场景类型的标签及其他标签，通过其他标签反映该场景的业务类型，每个标签在数据库中均对应多个参数（以一对多的形式），使标签与标签之间以及标签与参数之间存在约束关系，参数的增加导致约束条件的增加，从而将所有标签归集后，标签与数据库参数关系被控制为一对一的形式，所对应的参数即为最优参数。
然后，为了解决传统的数据传输控制方法和网关接入系统需要人工进行配置和管理，人工的干预度较高，容易出现配置错误和管理不当的问题。执行步骤S5，将步骤S4中的最优参数传输给配置文件生成模块，配置文件生成模块用于形成最优配置文件，通过将步骤S4中的最优参数进行组合，得到最优配置文件，配置文件的格式类型为shell。利用场景标签信息结合预置参数数据库完成配置文件的自动生成，当中包含了目标网络设备的ip地址及相关配置指令，可直接使用终端运行，文件运行后会自动对目标设备进行配置，摒弃了传统的人工配置方式，降低人工的干预度，提高数据传输的质量和效率。
其中，在本实施例中，配置文件中的配置参数包含带宽、超时时间、最大传输单元、IP分片、TTL参数、端口号、数据压缩和数据重传机制。本实施例只列出部分配置参数，实际可根据场景需求进行调整或添加更多配置参数。以下对本实施例中的配置参数进行说明。
带宽（B）：带宽是指网络传输的数据量，一般以Mbps为单位；
超时时间（O）：当网络通信发生拥堵时，若数据超过一定时间未送达目标节点，则认为网络出现断连；
最大传输单元（M）：最大传输单元是指一次数据传输中的最大数据包大小；
IP分片（I）：当数据包比链路最大传输单元大时，就可以被分解为很多的足够小片段，以便能够在其上进行传输；
TTL（T）：设置TTL参数可以控制数据包在网络中的生存时间，避免数据包无限循环；
端口号（P）：端口号的主要作用是表示系统所提供的服务；
数据压缩（DC）：启用数据压缩可以减少网络传输数据量，从而提高传输效率；
数据重传机制（DR）：启用数据重传机制可以在数据丢失或损坏时自动重传数据包，保证数据的完整性和可靠性。
最后，为了解决现有系统数据库无法扩展，适用性差的问题。执行S6，若在步骤S4中没有在数据库中检索到对应的标签，则问答模块会提示工作人员手工进行配置，配置参数依然在云端系统中进行。所填写配置参数会存入数据库中以方便下次使用。参数数据库具有可扩展性，支持未收录标签-参数对在线添加，使得系统在不同场景下都具有较好的适用性，为信息化和数字化的发展提供了有力支撑。
以下举例进行说明：
实例1
以学校作为场景类型，学校的网络连接建立主要是为了满足学生和教师的教育和学习需求，因此连接的建立可能会更加注重教育教学的功能和特点。例如，学校可能需要建立连接以支持在线教学、网络考试、课件下载等功能，这些功能对网络的实时性和稳定性要求较高且学校多为内网。
学校的数据传输控制配置文件的相关参数选取如下表1：
表1
B O M I T P DC DR
300Mbps 15s 1500 Byte True 64s 5842、21、22、23、25… True False
由于学校的主要任务是教育，流媒体传输、文件传输是主要业务，因此在带宽方面设置了一个较高的带宽；对于超时时间，教学中对数据需求的紧急性不高，因此设置为15s，当超过15s后才抛出异常；对于最大传输单元，由于需要传输流媒体，因此将最大传输单元设置为了1500Byte；设置允许ip分片；因学校中需要大量的文件传输和文件下载，当中存在断点续传，将TTL设置为64s，保证运行数据包在网络中有较长的生存时间；在端口方面，除了一些基本的端口，还额外设置了5842端口用于流媒体传输，因为在学校中传输的文件较大，因此允许进行数据压缩；但因部分数据失真并不影响流媒体的正常使用，因此不允许数据重传；若文件因为数据损坏无法使用，用户可自行申请重新下载或重新传输。上述设置在保证数据不出现大错误的前提下允许以较大传输速率进行数据传输。对于加密算法，由于学校大多为内网，因此无需进行数据加密。
实例2
以医院作为场景类型，医院的网络连接建立主要是为了支持医疗信息化，包括医疗诊断、医疗记录、医疗协作等方面。这些功能对网络的可靠性和安全性要求较高，因此在连接建立的过程中，可能会更加注重网络的安全性、数据保护和隐私保护等方面的设置。
医院的数据传输控制配置文件的相关参数选取如下表2：
表2
B O M I T P DC DR
300Mbps 3s 1000 Byte False 10s 21、22、23、25… False True
带宽设置和实例1中学校一致；因医院的数据传输大多都是比较紧急，超时时间设置为3s，当目标节点超过3s未响应则直接抛出异常；因医院的数据大多为结构化数据，且单个数据的数据量较小，但数据个体的个数较多，因此较学校最大传输单元更小，因为如果最大传输单元过大，则可能会导致网络拥塞和数据丢失，因此，最大传输单元设置为1000Btye；因数据个体自身数据量就少，无需分片，设置不允许ip分片；因小文件多，时间太长会导致数据包无限循环从而造成网络拥堵，TTL设置为10s；端口设置为常见端口。因医院对数据的质量和准确性要求较高，医院的数据传输不允许数据压缩。数据重传设置为允许数据重传，一旦数据发生丢失，则直接重传。
医院的主要业务类型为数据库传输，且工作环境为公网，因此对数据的安全性和隐私性要求较高，所以选取AES加密算法对数据传输进行加密，ASE加密算法一种对称密钥加密算法，具有高强度、高效率和高安全性的特点，适用于电子邮件加密、文件加密、数据库加密。
在本发明的实施例的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“坚直”、“水平”、“中心”、“顶”、“底”、“顶部”、“底部”、“内”、“外”、“内侧”、“外侧”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。其中，“里侧”是指内部或围起来的区域或空间。“外围”是指某特定部件或特定区域的周围的区域。
在本发明的实施例的描述中，术语“第一”、“第二”、“第三”、“第四”仅用以描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”、“第四”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的实施例的描述中，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”、“组装”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。
在本发明的实施例的描述中，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。
在本发明的实施例的描述中，需要理解的是，“-”和“~”表示的是两个数值之同的范围，并且该范围包括端点。例如：“A-B”表示大于或等于A，且小于或等于B的范围。“A~B”表示大于或等于A，且小于或等于B的范围。
在本发明的实施例的描述中，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神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，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种数据传输控制的网路接入系统，其特征在于，包括客户机、网络设备和云端系统，所述客户机与所述网络设备连接，所述云端系统与客户机数据连接；
所述云端系统包括问答模块、实体命名识别模块、参数数据库模块和配置文件生成模块；
所述问答模块用于接收工作人员对场景的描述信息；
所述实体命名识别模块用于根据场景的描述信息形成场景标签，并对场景标签进行解析；
所述参数数据库模块用于存储预设场景标签与最优配置参数的关联信息；
所述配置文件生成模块用于生成配置文件。
2.根据权利要求1所述的数据传输控制的网路接入系统的现场配置方法，其特征在于：所述方法包括以下步骤：
S1、建立客户机和网络设备之间的连接，从客户机登入云端系统；
S2、问答模块接收当前需要进行数据传输配置的场景的描述，并将描述传输至实体命名识别模块；
S3、实体命名识别模块对描述进行实体命名识别，将实体命名识别结果作为场景标签；
S4、以步骤S3中获取的场景标签为引索，在参数数据库模块中获取对应标签所关联的最优参数；
S5、将步骤S4中的最优参数传输给配置文件生成模块，形成最优配置文件。
3.根据权利要求2所述的数据传输控制的网路接入系统的现场配置方法，其特征在于：所述步骤S1中，客户机和网络设备之间的连接方式为有线或无线连接。
4.根据权利要求2所述的数据传输控制的网路接入系统的现场配置方法，其特征在于：所述步骤S3包括基于提示学习的实体命名识别方法，所述实体命名识别方法包括以下步骤：
获取N个词场景描述文本，将场景描述文本数据送到实体命名识别模型中，为每个实例预测一个标签；
为每个预测标签计算隐含得分，将具有最高隐含得分的实体类型作为最终标签。
5.根据权利要求4所述的数据传输控制的网路接入系统的现场配置方法，其特征在于：所述实体命名识别模型包括但不限于Bert模型，其中，所述实体命名识别模型的输入包括作为前提的原始句子和作为假设的实体类型特定提示，其输出由一个内含分类器产生。
6.根据权利要求4所述的数据传输控制的网路接入系统的现场配置方法，其特征在于：所述隐含得分计算模型为：
Figure QLYQS_1
，其中，/>
Figure QLYQS_2
为模型，/>
Figure QLYQS_3
为预测出的分词向量，/>
Figure QLYQS_4
为模板的分词向量，/>
Figure QLYQS_5
为一个预定义的实体标签集，/>
Figure QLYQS_6
为输入的分词。
7.根据权利要求2所述的数据传输控制的网路接入系统的现场配置方法，其特征在于：所述实体命名识别模型采用三种方式进行训练，一是假阳性，即采用除正确的实体标签以外的实体标签；二是空标签，即采用空标签替换正确的实体标签；三是非实体替换，即采用非实体标签替换实体标签。
8.根据权利要求2所述的数据传输控制的网路接入系统的现场配置方法，其特征在于：还包括以下步骤：
将所述实体命名识别模块解析出的场景标签所属类型与标签类型检查表进行比对，判断标签类型是否获取完整，若标签类型获取不完整，则问答模块持续接收场景的描述，直至所解析的场景标签满足标签类型检查表。
9.根据权利要求2所述的数据传输控制的网路接入系统的现场配置方法，其特征在于：所述配置文件中的配置参数包含但不限于带宽、超时时间、最大传输单元、IP分片、TTL参数、端口号、数据压缩和数据重传机制。
10.根据权利要求2所述的数据传输控制的网路接入系统的现场配置方法，其特征在于：还包括以下步骤：
若在参数数据库中无法检索到对应的标签，则问答模块会提示更改为手动模式进行配置。
CN202310626702.XA 2023-05-31 2023-05-31 一种数据传输控制的现场配置方法及网路接入系统 Active CN116346598B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310626702.XA CN116346598B (zh) 2023-05-31 2023-05-31 一种数据传输控制的现场配置方法及网路接入系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310626702.XA CN116346598B (zh) 2023-05-31 2023-05-31 一种数据传输控制的现场配置方法及网路接入系统

Publications (2)

Publication Number Publication Date
CN116346598A true CN116346598A (zh) 2023-06-27
CN116346598B CN116346598B (zh) 2023-09-01

Family

ID=86880844

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310626702.XA Active CN116346598B (zh) 2023-05-31 2023-05-31 一种数据传输控制的现场配置方法及网路接入系统

Country Status (1)

Country Link
CN (1) CN116346598B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060095572A1 (en) * 2004-10-08 2006-05-04 International Business Machines Corporation Method and apparatus for autonomic management of connection pools
US20150286590A1 (en) * 2014-04-04 2015-10-08 Tidal Systems Scalable, parameterizable, and script-generatable buffer manager architecture
CN105830417A (zh) * 2013-11-22 2016-08-03 Abb技术有限公司 用于替换和调试现场设备的方法和系统
CN109086199A (zh) * 2018-06-22 2018-12-25 网宿科技股份有限公司 一种自动化生成测试脚本的方法、终端和可存储介质
CN111061517A (zh) * 2019-10-28 2020-04-24 视联动力信息技术股份有限公司 一种生成配置文件的方法、装置、电子设备及存储介质
CN111464595A (zh) * 2020-03-17 2020-07-28 云知声智能科技股份有限公司 一种云端配置个性化场景的方法及装置
CN111708971A (zh) * 2020-06-22 2020-09-25 平安养老保险股份有限公司 页面配置方法、装置、计算机设备和存储介质
CN112202587A (zh) * 2019-07-08 2021-01-08 富士通株式会社 用于推荐和生成网络配置的方法和装置
CN112650840A (zh) * 2020-12-04 2021-04-13 天津泰凡科技有限公司 一种基于知识图谱推理的医疗智能问答处理方法及系统
CN113014416A (zh) * 2020-12-15 2021-06-22 中国建设银行股份有限公司 自动配置管理网络设备的方法、系统、设备和存储介质
WO2022048668A1 (zh) * 2020-09-07 2022-03-10 中兴通讯股份有限公司 知识图谱构建方法和装置、检查方法、存储介质
CN114338373A (zh) * 2021-12-16 2022-04-12 中国电信股份有限公司 网元配置数据存储方法及装置、电子设备、存储介质
CN115511118A (zh) * 2022-09-19 2022-12-23 常州英集动力科技有限公司 一种基于人工智能的供热系统故障辅助决策方法及系统
CN115941369A (zh) * 2021-08-06 2023-04-07 中移（杭州）信息技术有限公司 智能家居联动的问答数据采集方法、设备、介质和系统
CN116028331A (zh) * 2021-10-26 2023-04-28 腾讯科技（深圳）有限公司 用于中间件测试的配置文件生成方法以及框架构建方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060095572A1 (en) * 2004-10-08 2006-05-04 International Business Machines Corporation Method and apparatus for autonomic management of connection pools
CN105830417A (zh) * 2013-11-22 2016-08-03 Abb技术有限公司 用于替换和调试现场设备的方法和系统
US20150286590A1 (en) * 2014-04-04 2015-10-08 Tidal Systems Scalable, parameterizable, and script-generatable buffer manager architecture
CN109086199A (zh) * 2018-06-22 2018-12-25 网宿科技股份有限公司 一种自动化生成测试脚本的方法、终端和可存储介质
CN112202587A (zh) * 2019-07-08 2021-01-08 富士通株式会社 用于推荐和生成网络配置的方法和装置
CN111061517A (zh) * 2019-10-28 2020-04-24 视联动力信息技术股份有限公司 一种生成配置文件的方法、装置、电子设备及存储介质
CN111464595A (zh) * 2020-03-17 2020-07-28 云知声智能科技股份有限公司 一种云端配置个性化场景的方法及装置
CN111708971A (zh) * 2020-06-22 2020-09-25 平安养老保险股份有限公司 页面配置方法、装置、计算机设备和存储介质
WO2022048668A1 (zh) * 2020-09-07 2022-03-10 中兴通讯股份有限公司 知识图谱构建方法和装置、检查方法、存储介质
CN112650840A (zh) * 2020-12-04 2021-04-13 天津泰凡科技有限公司 一种基于知识图谱推理的医疗智能问答处理方法及系统
CN113014416A (zh) * 2020-12-15 2021-06-22 中国建设银行股份有限公司 自动配置管理网络设备的方法、系统、设备和存储介质
CN115941369A (zh) * 2021-08-06 2023-04-07 中移（杭州）信息技术有限公司 智能家居联动的问答数据采集方法、设备、介质和系统
CN116028331A (zh) * 2021-10-26 2023-04-28 腾讯科技（深圳）有限公司 用于中间件测试的配置文件生成方法以及框架构建方法
CN114338373A (zh) * 2021-12-16 2022-04-12 中国电信股份有限公司 网元配置数据存储方法及装置、电子设备、存储介质
CN115511118A (zh) * 2022-09-19 2022-12-23 常州英集动力科技有限公司 一种基于人工智能的供热系统故障辅助决策方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张宁: "面向特定领域的命名实体识别技术研究", 中国优秀硕士学位论文全文数据库 信息科技辑 *
王琦;胡永扬;: "SCA配置文件自动生成工具的设计", 山西电子技术, no. 02 *

Also Published As

Publication number Publication date
CN116346598B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
US7502855B2 (en) Wireless classroom system allowing user to access a particular classroom by selecting corresponding network from a list of wireless networks
US10997514B1 (en) Systems and methods for automatic individual misconception remediation
US10296841B1 (en) Systems and methods for automatic cohort misconception remediation
Dye et al. Network fundamentals, CCNA exploration companion guide
CN107578357A (zh) 基于大数据的智慧校园管理及信息分析平台
JP2008500784A (ja) 対テロリズム通信システムおよび装置
JP2008209922A (ja) 通信ネットワークに基づく外国語学習システム及び外国語学習方法
CN103595759B (zh) 基于云端的桌面展示方法
US20130122481A1 (en) System and Devices for Providing Real-Time Feedback on Student Test Performance and Test Quality
CN116346598B (zh) 一种数据传输控制的现场配置方法及网路接入系统
CN107633471A (zh) 资格评审方法及装置
US20210280084A1 (en) Systems and methods for providing extensible electronic learning systems
WO2018103474A1 (zh) 一种信息处理方法和装置
EP3605443A1 (en) Information processing device and information processing method
WO2024061155A1 (zh) 一种设备控制方法、装置、存储介质
CN106781788A (zh) 实时发题方法及系统
CN106851202A (zh) 一种安全监控系统
CN108831201A (zh) 安全科普咨询系统
KR101757314B1 (ko) 학습 서비스 제공 방법 및 장치
KR102293772B1 (ko) 음성 합성 서비스를 제공하는 서버, 사용자 단말 및 방법
US20160092321A1 (en) Recording medium storing control program, control device and control method
CN110728597A (zh) 一种教学数据库资源管理系统
KR100433923B1 (ko) 원격교육평가 방법 및 시스템
CN111915945A (zh) 一种基于asp.net框架的互动式翻转课堂学习平台
CN108234265A (zh) 一种基于can总线方式的校园网网关子系统

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