CN117221088A - 一种计算机网络强度检测系统及装置 - Google Patents
一种计算机网络强度检测系统及装置 Download PDFInfo
- Publication number
- CN117221088A CN117221088A CN202311306169.5A CN202311306169A CN117221088A CN 117221088 A CN117221088 A CN 117221088A CN 202311306169 A CN202311306169 A CN 202311306169A CN 117221088 A CN117221088 A CN 117221088A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- performance
- network
- internet
- 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 22
- 238000004458 analytical method Methods 0.000 claims abstract description 18
- 238000012423 maintenance Methods 0.000 claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000013500 data storage Methods 0.000 claims abstract description 11
- 238000007726 management method Methods 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims abstract description 9
- 230000002159 abnormal effect Effects 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 13
- 238000012795 verification Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 238000011217 control strategy Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 230000008439 repair process Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 abstract description 2
- 206010000117 Abnormal behaviour Diseases 0.000 abstract 1
- 230000007423 decrease Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
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
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明公开了一种计算机网络强度检测系统及装置,属于网络优化技术模块,包括物联网连接模块、数据采集模块、边缘计算模块、智能分析模块、告警通知模块、数据存储模块、维护优化模块、用户管理模块、用户平台以及平台维护模块;本发明能够在实时性能数据中识别异常行为,提高网络的稳定性,减少了停机时间和服务中断的风险,减轻了管理员的负担,提高网络的经济效益,能够提高数据访问的效率,降低数据访问的延迟,减少对远程数据源的频繁请求,节省带宽和远程服务器资源,减轻网络拥塞和服务器负载。
Description
技术领域
本发明涉及网络优化技术模块,尤其涉及一种计算机网络强度检测系统及装置。
背景技术
计算机网络已经成为现代社会的重要基础设施,涵盖了企业、学校、医疗机构、家庭和各种物联网设备。然而,网络性能问题可能随时出现,例如网络拥塞、带宽不足、设备故障等,这些问题可能导致服务中断、数据丢失以及用户不满。随着计算机网络的普及和物联网设备的广泛应用,对于计算机网络性能的监测和管理变得尤为重要。高效的网络性能监测不仅有助于确保网络稳定性和可用性,还能及时发现和解决潜在的问题,提供更好的用户体验。为了应对这一挑战,新一代计算机网络强度检测系统及装置应运而生。这些系统集成了智能化、物联网和边缘计算等技术,以更全面、实时和智能的方式监测和管理网络性能。
现有的计算机网络强度检测系统及装置网络的稳定性差,增加停机时间和服务中断的风险,管理员的负担较高,降低网络的经济效益;此外,现有的计算机网络强度检测系统及装置数据访问的效率低下,数据访问的延迟较高,需要对远程数据源的频繁请求,增加网络拥塞和服务器负载,为此,我们提出一种计算机网络强度检测系统及装置。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷,而提出的一种计算机网络强度检测系统及装置。
为了实现上述目的,本发明采用了如下技术方案:
一种计算机网络强度检测系统,包括物联网连接模块、数据采集模块、边缘计算模块、智能分析模块、告警通知模块、数据存储模块、维护优化模块、用户管理模块、用户平台以及平台维护模块;
所述物联网连接模块用于连接各种物联网设备,获取设备性能信息,同时与网络性能数据相结合;
所述数据采集模块用于收集网络性能数据;
所述边缘计算模块用于在网络边缘部署的计算单元进行实时数据处理;
所述智能分析模块用于对网络数据进行分析,检测异常并预测潜在问题;
所述告警通知模块用于检测到问题时生成警报,并向管理员发送通知;
所述数据存储模块用于存储历史性能数据以进行后续分析和报告生成;
所述维护优化模块用于根据性能数据对网络设备进行优化;
所述用户管理模块用于管理用户权限;
所述用户平台用于为管理员提供网络性能监控和管理界面;
所述平台维护模块用于根据用户平台运行信息进行性能调整。
作为本发明的进一步方案,所述物联网连接模块数据结合具体步骤如下:
步骤一:物联网连接模块通过扫描或管理员手动添加设备,为每组设备分配一组唯一的标识符,之后系统与每组设备建立通信连接,再通过数据采集器从连接的物联网设备中收集性能数据,根据时间戳将物联网设备的性能数据与网络性能数据对齐;
步骤二:通过数据库或索引表比较物联网设备标识符和网络设备标识符,以查找匹配的对应关系以将设备标识符与其所属网络设备关联,匹配成功后,将物联网设备的性能数据与相应的网络性能数据关联起来,并创建一个关联数据集。
作为本发明的进一步方案,所述边缘计算模块数据处理具体步骤如下:
步骤1:边缘计算模块就接收数据采集模块以及物联网连接模块采集的原始性能数据,通过高斯滤波去除数据中的噪声并平滑数据,之后计算实验数据的标准偏差,之后依据计算出的标准偏差分别对异常数据进行检测并筛除,并统一数据格式;
步骤2:检测是否存在重复的数据记录,若存在重复数据,则将其删除,检测各组数据中存在的缺失值,并标记各缺失值在对应数据中的所在位置,对各组数据中存在的缺失值进行统计和可视化分析以获取缺失值的分布情况和影响范围,并通过KNN算法找到的相应的K组数据点的平均值或中位数来替代异常值或缺失值。
作为本发明的进一步方案,所述智能分析模块异常检测具体步骤如下:
步骤Ⅰ:智能分析模块收集多组历史性能数据,之后通过多组注意力层从不同角度对历史性能数据进行线性变换,依据处理结果提取其中重要特征,将多组注意力头提取出的特征进行融合以获取多模态特征数据集;
步骤Ⅱ:将多模态特征数据集按照预设比例分为训练集、验证集和测试集,构建一组异常预测模型并根据原有设置初始化该异常预测模型各项参数,之后使用训练集进行模型训练,每个训练周期迭代一次,通过交叉熵损失函数计算此次异常预测模型输出结果损失值,若损失值不满足预设要求,通过反向传播算法来更新权重和参数;
步骤Ⅲ:通过验证集来监控异常预测模型在验证集上的性能,若性能不再提升或开始下降,则停止训练,之后使用测试集来评估最终训练好的模型的性能,将最新采集的数据输入异常预测模型中,该模型分别对各组数据进行处理后,通过各层之间的权重和激活函数进行逐层传递,之后输出层输出一组或多组异常问题的概率分布,并选择概率最大的前五组异常问题输出,并反馈给管理员,同时基于预测结果制定控制策略,并根据控制策略自动调整网络性能。
作为本发明的进一步方案,所述数据存储模块历史性能数据存储具体步骤如下:
步骤①:按照预设的时间区间对各组历史性能数据进行分割,以获形成多组数据块,之后通过哈希算法生成各组数据块的标识,收集各组节点信息;
步骤②:获取数据块划分规则以及节点负载情况,并通过负载均衡算法选择合适的节点来存储每组数据块,数据块存储完成后,根据系统的要求和可用资源进行配置复制规定数量的数据块到多组节点上;
步骤③:当节点存储的数据发生变化时,通过数据同步算法将数据更新从一个节点传播到其他节点,之后自动检测节点运行情况,并对故障节点进行数据迁移或修复。
作为本发明的进一步方案,所述平台维护模块性能调整具体步骤如下:
第一步:依据管理员预设信息确定系统中被访问的数据以及计算开销较大的数据,再确定指针结构,并依据数据对象以及指针结构确定链表节点结构;
第二步:创建一个空链表,同时根据系统内存资源和性能需求设置链表的最大容量,当需要访问数据时,在缓存链表中查找该数据,如果数据存在于链表中,将其移动到链表头部,表示最近使用过,如果数据不在链表中,则从数据库或其他数据源获取数据,并将其添加到链表头部;
第三步:定期监控链表的长度、缓存命中率以及性能指标,当缓存容量达到上限时,基于最近访问的时间来判断链表中最久未被访问的数据,并将对应数据节点从链表尾部移除并释放资源,同时将链表的头部指针更新到新的头部节点,记录缓存命中率和淘汰操作的次数,并定期监控平台性能。
一种计算机网络强度检测装置,包括处理器、存储器、通信总线、物联网单元、网络接口、安全芯片单元以及供电单元;
所述处理器用于数据分析和决策制定;所述存储器用于数据的临时存储和长期存储;
所述通信总线用于用于连接处理器、存储器、通信总线、物联网单元、安全芯片单元以及供电单元;所述物联网单元用于连接到被监测的计算机网络,且支持多种协议和接口类型;
所述网络接口用于用于连接和监测物联网设备;所述安全芯片单元用于提供硬件级别的数据加密和安全认证;所述供电单元用于管理系统的电源供应。
相比于现有技术,本发明的有益效果在于:
1、本系统通过收集多组历史性能数据,之后通过多组注意力头提取数据特征并进行融合以获取多模态特征数据集,将多模态特征数据集按照预设比例分为训练集、验证集和测试集,构建一组异常预测模型并根据,之后使用训练集进行模型训练,通过交叉熵损失函数计算异常预测模型输出结果损失值,若损失值不满足预设要求,通过反向传播算法来更新权重和参数,通过验证集来监控异常预测模型在验证集上的性能,若性能不再提升或开始下降,则停止训练,之后使用测试集来评估最终训练好的模型的性能,将最新采集的数据输入异常预测模型中,通过模型各层之间的权重和激活函数进行逐层传递,之后输出层输出一组或多组异常问题的概率分布,并选择概率最大的前五组异常问题输出,并反馈给管理员,同时基于预测结果制定控制策略,并根据控制策略自动调整网络性能,能够在实时性能数据中识别异常行为,提高网络的稳定性,减少了停机时间和服务中断的风险,减轻了管理员的负担,提高网络的经济效益。
2、本发明依据管理员预设信息确定系统中被访问的数据、计算开销较大的数据以及指针结构,并依据数据对象以及指针结构确定链表节点结构,创建一个空链表,同时根据系统内存资源和性能需求设置链表的最大容量,当需要访问数据时,在缓存链表中查找该数据,如果数据存在于链表中,将其移动到链表头部,表示最近使用过,如果数据不在链表中,则从数据库或其他数据源获取数据,并将其添加到链表头部,定期监控链表的长度、缓存命中率以及性能指标,当缓存容量达到上限时,基于最近访问的时间来判断链表中最久未被访问的数据,并将对应数据节点从链表尾部移除并释放资源,同时将链表的头部指针更新到新的头部节点,记录缓存命中率和淘汰操作的次数,并定期监控平台性能,能够提高数据访问的效率,降低数据访问的延迟,减少对远程数据源的频繁请求,节省带宽和远程服务器资源,减轻网络拥塞和服务器负载。
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,并不构成对本发明的限制。
图1为本发明提出的一种计算机网络强度检测系统的系统框图。
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。
实施例1
参照图1,一种计算机网络强度检测系统,包括物联网连接模块、数据采集模块、边缘计算模块、智能分析模块、告警通知模块、数据存储模块、维护优化模块、用户管理模块、用户平台以及平台维护模块。
数据采集模块用于收集网络性能数据;物联网连接模块用于连接各种物联网设备,获取设备性能信息,同时与网络性能数据相结合。
具体的,物联网连接模块通过扫描或管理员手动添加设备,为每组设备分配一组唯一的标识符,之后系统与每组设备建立通信连接,再通过数据采集器从连接的物联网设备中收集性能数据,根据时间戳将物联网设备的性能数据与网络性能数据对齐,通过数据库或索引表比较物联网设备标识符和网络设备标识符,以查找匹配的对应关系以将设备标识符与其所属网络设备关联,匹配成功后,将物联网设备的性能数据与相应的网络性能数据关联起来,并创建一个关联数据集。
本实施例中,网络性能数据具体包括带宽利用率、延迟以及丢包率,通信连接方式具体包括Wi-Fi、蓝牙以及Zigbee。
边缘计算模块用于在网络边缘部署的计算单元进行实时数据处理。
具体的,边缘计算模块就接收数据采集模块以及物联网连接模块采集的原始性能数据,通过高斯滤波去除数据中的噪声并平滑数据,之后计算实验数据的标准偏差,之后依据计算出的标准偏差分别对异常数据进行检测并筛除,并统一数据格式,检测是否存在重复的数据记录,若存在重复数据,则将其删除,检测各组数据中存在的缺失值,并标记各缺失值在对应数据中的所在位置,对各组数据中存在的缺失值进行统计和可视化分析以获取缺失值的分布情况和影响范围,并通过KNN算法找到的相应的K组数据点的平均值或中位数来替代异常值或缺失值。
智能分析模块用于对网络数据进行分析,检测异常并预测潜在问题。
具体的,智能分析模块收集多组历史性能数据,之后通过多组注意力层从不同角度对历史性能数据进行线性变换,依据处理结果提取其中重要特征,将多组注意力头提取出的特征进行融合以获取多模态特征数据集,将多模态特征数据集按照预设比例分为训练集、验证集和测试集,构建一组异常预测模型并根据原有设置初始化该异常预测模型各项参数,之后使用训练集进行模型训练,每个训练周期迭代一次,通过交叉熵损失函数计算此次异常预测模型输出结果损失值,若损失值不满足预设要求,通过反向传播算法来更新权重和参数,通过验证集来监控异常预测模型在验证集上的性能,若性能不再提升或开始下降,则停止训练,之后使用测试集来评估最终训练好的模型的性能,将最新采集的数据输入异常预测模型中,该模型分别对各组数据进行处理后,通过各层之间的权重和激活函数进行逐层传递,之后输出层输出一组或多组异常问题的概率分布,并选择概率最大的前五组异常问题输出,并反馈给管理员,同时基于预测结果制定控制策略,并根据控制策略自动调整网络性能。
告警通知模块用于检测到问题时生成警报,并向管理员发送通知;数据存储模块用于存储历史性能数据以进行后续分析和报告生成。
具体的,按照预设的时间区间对各组历史性能数据进行分割,以获形成多组数据块,之后通过哈希算法生成各组数据块的标识,收集各组节点信息,获取数据块划分规则以及节点负载情况,并通过负载均衡算法选择合适的节点来存储每组数据块,数据块存储完成后,根据系统的要求和可用资源进行配置复制规定数量的数据块到多组节点上,当节点存储的数据发生变化时,通过数据同步算法将数据更新从一个节点传播到其他节点,之后自动检测节点运行情况,并对故障节点进行数据迁移或修复。
维护优化模块用于根据性能数据对网络设备进行优化;用户管理模块用于管理用户权限;用户平台用于为管理员提供网络性能监控和管理界面;平台维护模块用于根据用户平台运行信息进行性能调整。
具体的,依据管理员预设信息确定系统中被访问的数据以及计算开销较大的数据,再确定指针结构,并依据数据对象以及指针结构确定链表节点结构,创建一个空链表,同时根据系统内存资源和性能需求设置链表的最大容量,当需要访问数据时,在缓存链表中查找该数据,如果数据存在于链表中,将其移动到链表头部,表示最近使用过,如果数据不在链表中,则从数据库或其他数据源获取数据,并将其添加到链表头部,定期监控链表的长度、缓存命中率以及性能指标,当缓存容量达到上限时,基于最近访问的时间来判断链表中最久未被访问的数据,并将对应数据节点从链表尾部移除并释放资源,同时将链表的头部指针更新到新的头部节点,记录缓存命中率和淘汰操作的次数,并定期监控平台性能。
实施例2
一种计算机网络强度检测装置,包括处理器、存储器、通信总线、物联网单元、网络接口、安全芯片单元以及供电单元。
处理器用于数据分析和决策制定;存储器用于数据的临时存储和长期存储;通信总线用于用于连接处理器、存储器、通信总线、物联网单元、安全芯片单元以及供电单元;物联网单元用于连接到被监测的计算机网络,且支持多种协议和接口类型;网络接口用于用于连接和监测物联网设备;安全芯片单元用于提供硬件级别的数据加密和安全认证;供电单元用于管理系统的电源供应。
Claims (7)
1.一种计算机网络强度检测系统,其特征在于,包括物联网连接模块、数据采集模块、边缘计算模块、智能分析模块、告警通知模块、数据存储模块、维护优化模块、用户管理模块、用户平台以及平台维护模块;
所述物联网连接模块用于连接各种物联网设备,获取设备性能信息,同时与网络性能数据相结合;
所述数据采集模块用于收集网络性能数据;
所述边缘计算模块用于在网络边缘部署的计算单元进行实时数据处理;
所述智能分析模块用于对网络数据进行分析,检测异常并预测潜在问题;
所述告警通知模块用于检测到问题时生成警报,并向管理员发送通知;
所述数据存储模块用于存储历史性能数据以进行后续分析和报告生成;
所述维护优化模块用于根据性能数据对网络设备进行优化;
所述用户管理模块用于管理用户权限;
所述用户平台用于为管理员提供网络性能监控和管理界面;
所述平台维护模块用于根据用户平台运行信息进行性能调整。
2.根据权利要求1所述的一种计算机网络强度检测系统,其特征在于,所述物联网连接模块数据结合具体步骤如下:
步骤一:物联网连接模块通过扫描或管理员手动添加设备,为每组设备分配一组唯一的标识符,之后系统与每组设备建立通信连接,再通过数据采集器从连接的物联网设备中收集性能数据,根据时间戳将物联网设备的性能数据与网络性能数据对齐;
步骤二:通过数据库或索引表比较物联网设备标识符和网络设备标识符,以查找匹配的对应关系以将设备标识符与其所属网络设备关联,匹配成功后,将物联网设备的性能数据与相应的网络性能数据关联起来,并创建一个关联数据集。
3.根据权利要求2所述的一种计算机网络强度检测系统,其特征在于,所述边缘计算模块数据处理具体步骤如下:
步骤1:边缘计算模块就接收数据采集模块以及物联网连接模块采集的原始性能数据,通过高斯滤波去除数据中的噪声并平滑数据,之后计算实验数据的标准偏差,之后依据计算出的标准偏差分别对异常数据进行检测并筛除,并统一数据格式;
步骤2:检测是否存在重复的数据记录,若存在重复数据,则将其删除,检测各组数据中存在的缺失值,并标记各缺失值在对应数据中的所在位置,对各组数据中存在的缺失值进行统计和可视化分析以获取缺失值的分布情况和影响范围,并通过KNN算法找到的相应的K组数据点的平均值或中位数来替代异常值或缺失值。
4.根据权利要求3所述的一种计算机网络强度检测系统,其特征在于,所述智能分析模块异常检测具体步骤如下:
步骤Ⅰ:智能分析模块收集多组历史性能数据,之后通过多组注意力层从不同角度对历史性能数据进行线性变换,依据处理结果提取其中重要特征,将多组注意力头提取出的特征进行融合以获取多模态特征数据集;
步骤Ⅱ:将多模态特征数据集按照预设比例分为训练集、验证集和测试集,构建一组异常预测模型并根据原有设置初始化该异常预测模型各项参数,之后使用训练集进行模型训练,每个训练周期迭代一次,通过交叉熵损失函数计算此次异常预测模型输出结果损失值,若损失值不满足预设要求,通过反向传播算法来更新权重和参数;
步骤Ⅲ:通过验证集来监控异常预测模型在验证集上的性能,若性能不再提升或开始下降,则停止训练,之后使用测试集来评估最终训练好的模型的性能,将最新采集的数据输入异常预测模型中,该模型分别对各组数据进行处理后,通过各层之间的权重和激活函数进行逐层传递,之后输出层输出一组或多组异常问题的概率分布,并选择概率最大的前五组异常问题输出,并反馈给管理员,同时基于预测结果制定控制策略,并根据控制策略自动调整网络性能。
5.根据权利要求1所述的一种计算机网络强度检测系统,其特征在于,所述数据存储模块历史性能数据存储具体步骤如下:
步骤①:按照预设的时间区间对各组历史性能数据进行分割,以获形成多组数据块,之后通过哈希算法生成各组数据块的标识,收集各组节点信息;
步骤②:获取数据块划分规则以及节点负载情况,并通过负载均衡算法选择合适的节点来存储每组数据块,数据块存储完成后,根据系统的要求和可用资源进行配置复制规定数量的数据块到多组节点上;
步骤③:当节点存储的数据发生变化时,通过数据同步算法将数据更新从一个节点传播到其他节点,之后自动检测节点运行情况,并对故障节点进行数据迁移或修复。
6.根据权利要求1所述的一种计算机网络强度检测系统,其特征在于,所述平台维护模块性能调整具体步骤如下:
第一步:依据管理员预设信息确定系统中被访问的数据以及计算开销较大的数据,再确定指针结构,并依据数据对象以及指针结构确定链表节点结构;
第二步:创建一个空链表,同时根据系统内存资源和性能需求设置链表的最大容量,当需要访问数据时,在缓存链表中查找该数据,如果数据存在于链表中,将其移动到链表头部,表示最近使用过,如果数据不在链表中,则从数据库或其他数据源获取数据,并将其添加到链表头部;
第三步:定期监控链表的长度、缓存命中率以及性能指标,当缓存容量达到上限时,基于最近访问的时间来判断链表中最久未被访问的数据,并将对应数据节点从链表尾部移除并释放资源,同时将链表的头部指针更新到新的头部节点,记录缓存命中率和淘汰操作的次数,并定期监控平台性能。
7.一种计算机网络强度检测装置,其特征在于,包括处理器、存储器、通信总线、物联网单元、网络接口、安全芯片单元以及供电单元;
所述处理器用于数据分析和决策制定,实现权利要求1-6任一所述的方法步骤;所述存储器用于数据的临时存储和长期存储;
所述通信总线用于用于连接处理器、存储器、通信总线、物联网单元、安全芯片单元以及供电单元;所述物联网单元用于连接到被监测的计算机网络,且支持多种协议和接口类型;
所述网络接口用于用于连接和监测物联网设备;所述安全芯片单元用于提供硬件级别的数据加密和安全认证;所述供电单元用于管理系统的电源供应。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311306169.5A CN117221088A (zh) | 2023-10-08 | 2023-10-08 | 一种计算机网络强度检测系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311306169.5A CN117221088A (zh) | 2023-10-08 | 2023-10-08 | 一种计算机网络强度检测系统及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117221088A true CN117221088A (zh) | 2023-12-12 |
Family
ID=89037111
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311306169.5A Pending CN117221088A (zh) | 2023-10-08 | 2023-10-08 | 一种计算机网络强度检测系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117221088A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117743473A (zh) * | 2024-02-19 | 2024-03-22 | 中国标准化研究院 | 一种数据管理同步性能监测系统 |
CN117743473B (zh) * | 2024-02-19 | 2024-05-03 | 中国标准化研究院 | 一种数据管理同步性能监测系统 |
-
2023
- 2023-10-08 CN CN202311306169.5A patent/CN117221088A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117743473A (zh) * | 2024-02-19 | 2024-03-22 | 中国标准化研究院 | 一种数据管理同步性能监测系统 |
CN117743473B (zh) * | 2024-02-19 | 2024-05-03 | 中国标准化研究院 | 一种数据管理同步性能监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2966835A1 (en) | Cooperative caching method and apparatus | |
CN101808351B (zh) | 业务影响分析方法和系统 | |
CN113542039A (zh) | 一种通过ai算法定位5g网络虚拟化跨层问题的方法 | |
CN112543465B (zh) | 一种异常检测方法、装置、终端及存储介质 | |
CN107872457B (zh) | 一种基于网络流量预测进行网络操作的方法及系统 | |
CN109657003A (zh) | 一种将硬件数据直接接入大数据平台的方法 | |
CN111629052B (zh) | 基于mec的内容缓存方法、节点、设备及存储介质 | |
TWI684139B (zh) | 基於自動學習的基地台異常之預測的系統與方法 | |
CN112769605B (zh) | 一种异构多云的运维管理方法及混合云平台 | |
CN112134719A (zh) | 一种分析基站安全日志的方法和系统 | |
CN110647086B (zh) | 一种基于运行大数据分析的智能运维监控系统 | |
CN117221088A (zh) | 一种计算机网络强度检测系统及装置 | |
WO2020135510A1 (zh) | 突发负荷的预测方法及装置、存储介质、电子装置 | |
CN115665787A (zh) | 一种基于机器学习的低开销amf网络智能故障诊断方法 | |
CN115002035A (zh) | 基于业务级别的电力数据传输拥塞规避方法 | |
CN112488491B (zh) | 基于Petri网列控车载设备接入过程可靠性评估方法 | |
CN115296405A (zh) | 一种基于嵌入式电力的能耗监测方法和系统 | |
CN111654413B (zh) | 一种网络流量有效测量点的选取方法、设备及存储介质 | |
CN114205238A (zh) | 网络资源优化、模型训练方法、装置、存储介质及设备 | |
CN114548769A (zh) | 一种智能电网it资产大数据监测系统及方法 | |
CN115114316A (zh) | 一种高并发数据的处理方法、装置、集群和存储介质 | |
WO2023093527A1 (zh) | 告警关联规则生成方法、装置、电子设备和存储介质 | |
CN117221295A (zh) | 一种基于边缘计算和网络切片的低延迟视频传输系统 | |
TWI763177B (zh) | 用於多個網路設備之管理系統、方法及電腦可讀媒介 | |
CN114422324B (zh) | 一种告警信息的处理方法、装置、电子设备及存储介质 |
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 |