CN117235200A - 基于ai技术的数据集成方法、装置、计算机设备及存储介质 - Google Patents

基于ai技术的数据集成方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN117235200A
CN117235200A CN202311171340.6A CN202311171340A CN117235200A CN 117235200 A CN117235200 A CN 117235200A CN 202311171340 A CN202311171340 A CN 202311171340A CN 117235200 A CN117235200 A CN 117235200A
Authority
CN
China
Prior art keywords
data
result
information
storage
authenticity
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
CN202311171340.6A
Other languages
English (en)
Other versions
CN117235200B (zh
Inventor
张建军
骆成
郑能福
陈青
韩宏杰
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.)
Hangzhou Xiangyun Information Technology Co ltd
Original Assignee
Hangzhou Xiangyun Information 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 Hangzhou Xiangyun Information Technology Co ltd filed Critical Hangzhou Xiangyun Information Technology Co ltd
Priority to CN202311171340.6A priority Critical patent/CN117235200B/zh
Publication of CN117235200A publication Critical patent/CN117235200A/zh
Application granted granted Critical
Publication of CN117235200B publication Critical patent/CN117235200B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例公开了基于AI技术的数据集成方法、装置、计算机设备及存储介质。所述方法包括:获取不同来源的数据以及对应的来源信息;验证所述数据的真实性,以得到验证结果;当所述验证结果为数据属于真实,则对不同来源的数据结合所述来源信息进行数据标记,以得到标记结果;对所述标记结果采用多种知识图谱结合形式进行分类存储,以得到存储结果;获取数据查询请求;根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据。通过实施本发明实施例的方法可实现对数据来源进行把控,并验证数据真实性,且全面展示不同类型的数据,可准确溯源到相关信息。

Description

基于AI技术的数据集成方法、装置、计算机设备及存储介质
技术领域
本发明涉及数据集成方法,更具体地说是指基于AI技术的数据集成方法、装置、计算机设备及存储介质。
背景技术
数据是二十一世纪的重要资产,是数字经济时代的核心生产要素。随着产业数字化转型,企业建设越来越多的业务数据分布在不同的系统中,为了更好地、更全面地实现业务数据的价值,需要将多个系统不同来源、格式、特点性质的数据集成在一起。
现有的数据集成仅仅是将各个系统建立共享关系,并由一个集中服务器不断获取这些系统的数据,进行集成,形成一个庞大的数据库,以供用户使用。
但是这种方式容易因为数据来源不清楚导致数据真实性无法得到验证,从而容易出现共享关系的系统会受到牵连,而且对于数据集成归类存储等环节,也无法做到全面展示,更加无法做到准确溯源。
因此,有必要设计一种新的方法,实现对数据来源进行把控,并验证数据真实性,且全面展示不同类型的数据,可准确溯源到相关信息。
发明内容
本发明的目的在于克服现有技术的缺陷,提供基于AI技术的数据集成方法、装置、计算机设备及存储介质。
为实现上述目的,本发明采用以下技术方案:基于AI技术的数据集成方法,包括:
获取不同来源的数据以及对应的来源信息;
验证所述数据的真实性,以得到验证结果;
当所述验证结果为数据属于真实,则对不同来源的数据结合所述来源信息进行数据标记,以得到标记结果;
对所述标记结果采用多种知识图谱结合形式进行分类存储,以得到存储结果;
获取数据查询请求;
根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据。
其进一步技术方案为:所述来源信息包括上传数据的设备IP地址、数据传输途径、数据原始内容以及上传者身份信息,所述数据原始内容包括数据的证明材料,所述证明材料包括专利、论文、期刊以及相关研究数据中至少一个。
其进一步技术方案为:所述验证所述数据的真实性,以得到验证结果,包括:
判断所述数据是否是原始数据;
当所述数据是原始数据,则根据上传数据的设备IP地址以及上传者身份信息确定所述数据的真实性,以得到第一确定结果;
根据所述数据原始内容查验对应的证明材料的真实性,以得到第二确定结果;
根据第一确定结果以及第二确定结果确定所述数据的真实性,以得到验证结果;
当所述数据不是原始数据,则根据所述来源信息中的数据传输途径生成数据从起始地址到当前地址的所有传输路径;
确定所有传输路径中每个节点的历史数据真实性,以得到第三确定内容;
比对所述数据与原始数据的一致性,以得到第四确定结果;
根据所述第一确定内容以及所述第四确定结果确定所述数据的真实性,以得到验证结果。
其进一步技术方案为:所述对所述标记结果采用多种知识图谱结合形式进行分类存储,以得到存储结果,包括:
根据身份信息和IP地址构建的知识图谱、技术知识图谱、学科知识图谱对标记结果进行分类存储,形成多个分类存储图;
对多个分类存储图根据对应的来源信息和数据的映射关系进行对应关系的绑定,以得到存储结果。
其进一步技术方案为:所述根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据,包括:
根据所述数据查询请求从多个分类存储图中确定名称一致的节点,以得到关联节点;
在对应的分类存储图中确定所述关联节点从顶层途径所述关联节点至底层的相关路径,以得到候选路径;
发送所述候选路径至终端,以由用户二次选择所需路径;
接收用户选择所需路径,并采用多个分类存储图的关系调取其他图谱中关联所需路径相关节点的信息,并以图谱的形式生成显示信息;
发送所述显示信息至终端,其中,所述显示信息包括节点的相关数据信息,且通过点击相关数据信息直接呈现对应的原始数据。
其进一步技术方案为:所述根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据之后,还包括:
获取溯源请求;
根据所述溯源请求从所述存储结果中确定与所述溯源请求相关的传输链路信息;
根据所述传输链路信息提取出对应的设备IP地址以及上传者身份信息。
其进一步技术方案为:所述根据所述溯源请求从所述存储结果中确定与所述溯源请求相关的传输链路信息,包括:
根据所述溯源请求中的关键词查找所述存储结果中名称一致的节点,以得到查找结果;
确定所述查找结果中的节点的标记结果,以得到目标标记结果;
从所述目标结果中确定上传数据的设备IP地址、数据传输途径、数据原始内容以及上传者身份信息。
本发明还提供了基于AI技术的数据集成装置,包括:
数据获取单元,用于获取不同来源的数据以及对应的来源信息;
验证单元,用于验证所述数据的真实性,以得到验证结果;
标记单元,用于当所述验证结果为数据属于真实,则对不同来源的数据结合所述来源信息进行数据标记,以得到标记结果;
分类存储单元,用于对所述标记结果采用多种知识图谱结合形式进行分类存储,以得到存储结果;
查询请求获取单元,用于获取数据查询请求;
查询反馈单元,用于根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据。
本发明还提供了一种计算机设备,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现上述的方法。
本发明还提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法。
本发明与现有技术相比的有益效果是:本发明通过对不同来源的数据结合来源信息进行真实性验证,在确保数据真实的情况下,才会进行标记、多种知识图谱结合的形式进行分类存储,在需要查询数据时,可以从分类存储后的存储结果调取对应的数据,实现对数据来源进行把控,并验证数据真实性,且全面展示不同类型的数据,可准确溯源到相关信息。
下面结合附图和具体实施例对本发明作进一步描述。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,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基于AI技术的数据集成方法的应用场景示意图;
图2为本发明实施例提供的基于AI技术的数据集成方法的流程示意图;
图3为本发明实施例提供的基于AI技术的数据集成方法的子流程示意图;
图4为本发明实施例提供的基于AI技术的数据集成方法的子流程示意图;
图5为本发明实施例提供的基于AI技术的数据集成方法的子流程示意图;
图6为本发明另一实施例提供的基于AI技术的数据集成方法的流程示意图;
图7为本发明另一实施例提供的基于AI技术的数据集成方法的子流程示意图;
图8为本发明实施例提供的基于AI技术的数据集成装置的示意性框图;
图9为本发明另一实施例提供的基于AI技术的数据集成装置的示意性框图;
图10为本发明实施例提供的计算机设备的示意性框图。
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。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1和图2,图1为本发明实施例提供的基于AI技术的数据集成方法的应用场景示意图。图2为本发明实施例提供的基于AI技术的数据集成方法的示意性流程图。该基于AI技术的数据集成方法应用于服务器中。该服务器与终端或另一服务器进行数据交互,各个不同的系统所在的终端或服务器上传对应的数据以及来源信息,对数据的真实性进行把控,并把控来源,采用不同的知识图谱进行分类存储,实现对数据来源进行把控,并验证数据真实性,且全面展示不同类型的数据,可准确溯源到相关信息。
图2是本发明实施例提供的基于AI技术的数据集成方法的流程示意图。如图2所示,该方法包括以下步骤S110至S160。
S110、获取不同来源的数据以及对应的来源信息。
在本实施例中,不同来源的数据是指不同高校的科研数据。
来源信息包括上传数据的设备IP地址、数据传输途径、数据原始内容以及上传者身份信息,所述数据原始内容包括数据的证明材料,所述证明材料包括专利、论文、期刊以及相关研究数据中至少一个。确定来源信息的是为了后续的数据真实性验证。对于这些证明材料会携带有对应的链接,比如专利则会附带有对应的专利原文,论文则附带有原文以及发布的论坛等,期刊则附带有原文以及对应的报社等,相关研究数据包括科研报告以及产品或研究的进度相关照片等。
S120、验证所述数据的真实性,以得到验证结果。
在本实施例中,验证结果是指数据是否真实有效的判定结果。
在一实施例中,请参阅图3,上述的步骤S120可包括步骤S121~S128。
S121、判断所述数据是否是原始数据。
在本实施例中,原始数据是指该数据是一手数据,也就是上传者原创的数据;一般用户上传数据是会标记是原始数据还是非原始数据,可以根据数据携带的这个标记来确定数据是否是原始数据。
S122、当所述数据是原始数据,则根据上传数据的设备IP地址以及上传者身份信息确定所述数据的真实性,以得到第一确定结果。
对于原始数据则表明这些数据是原文,未经过链路转发的数据,因此,只需要核对上传数据的设备IP地址和上传者信息以及对应的证明材料,来验证数据的真实性。
对于上传数据的设备IP地址以及上传者身份信息的验证数据真实性,具体是当上传数据的设备IP地址是合法未出现违法行为的地址,则该数据的设备来源真实性为1,否则为0;此处的合法未出现违法行为是指在设定的白名单内也就是属于学校内具有上传数据权限的设备,或者是未出现所上传的数据存在虚假的行为的设备。而关于上传者信息确定所述数据的真实性,则验证上传者是否属于所上传的数据相关的研究人员或者上级管理人员,具备一定的数据上传权限的人,而且确定是数据相关的研究人员则需要从数据中筛选出研发人员的信息;对上传者身份信息进行关键词识别,比如对身份证图像进行采用模型识别的方式提取身份证关键信息;在上传数据时拍摄的上传者图像进行图片识别,提取人脸关键信息,将人脸关键信息与身份证图像所提及的身份证关键信息中的照片进行比对,在人脸特征点匹配的情况下,才能将该数据的上传者信息真实性确定为1,否则为0。
在本实施例中,该当数据的设备来源真实性为1,数据的上传者信息真实性确定为1,则确定第一确定结果为通过;当数据的设备来源真实性为1,数据的上传者信息真实性确定为0,则确定第一确定结果为不通过;当数据的设备来源真实性为0,数据的上传者信息真实性确定为1,则确定第一确定结果为通过;当数据的设备来源真实性为0,数据的上传者信息真实性确定为0,数据的上传者信息真实性确定为0,则确定第一确定结果为不通过。
S123、根据所述数据原始内容查验对应的证明材料的真实性,以得到第二确定结果。
在本实施例中,当证明材料是专利时,需要查验专利号是否能找到对应的原文,且原文的技术内容与数据是相关,当证明材料是论文时,通过提取论文内的关键词,包括技术关键词以及发布人关键词,通过关键词匹配的方式,当匹配一致,则表明该数据是真实的,当匹配不一致,则表明数据不真实;对于证明材料是期刊时,通过对期刊发布平台历史提供的数据的真实性以及该期刊原文的技术关键词以及发布人关键词,通过关键词匹配的方式,当匹配一致,则表明该数据是真实的,当匹配不一致,则表明数据不真实;当相关研究数据比如实验数据的原文信息,则需要科研相关人员提供实验的相关记录,比如产品照片或者科研项目进度条等,以确定这些数据的真实性。
对于上述的不同证明材料所验证的数据真实性标记为:真实则数值为1,不真实则数值为0,且不同的证明材料对应有不同的权重,根据权重与数值进行加权求和,确定第二确定结果。
S124、根据第一确定结果以及第二确定结果确定所述数据的真实性,以得到验证结果。
在本实施例中,根据对第一确定结果和第二确定结果进行加权求和确定的数值,当该值超过阈值时,则表明该数据真实,否则该数据不真实。
S125、当所述数据不是原始数据,则根据所述来源信息中的数据传输途径生成数据从起始地址到当前地址的所有传输路径。
在本实施例中,来源信息的数据传输途径是一个数据传输链路图,记录有数据相关的所有传输路径。
S126、确定所有传输路径中每个节点的历史数据真实性,以得到第三确定内容。
当这些传输路径中的节点历史数据的真实性,记录节点历史数据均为真实的数量,以形成该第三确定结果。
S127、比对所述数据与原始数据的一致性,以得到第四确定结果。
在本实施例中,计算数据与原始数据的相似度,以得到第四确定结果。
S128、根据所述第一确定内容以及所述第四确定结果确定所述数据的真实性,以得到验证结果。
采用对第三确定结果以及第四确定结果进行加权求和的方式,以得到对应的真实性数值,当该值超过阈值时,则表明该数据真实,否则该数据不真实。
S130、当所述验证结果为数据属于真实,则对不同来源的数据结合所述来源信息进行数据标记,以得到标记结果。
在本实施例中,将来源信息作为标签,标记数据,形成标记结果。
S140、对所述标记结果采用多种知识图谱结合形式进行分类存储,以得到存储结果。
在本实施例中,存储结果是指多种分类存储的图谱,将标记结果采用多种知识图谱的方式进行分类后形成的图谱。
在一实施例中,请参阅图4,上述的步骤S140可包括步骤S141~S142。
S141、根据身份信息和IP地址构建的知识图谱、技术知识图谱、学科知识图谱对标记结果进行分类存储,形成多个分类存储图。
在本实施例中,按照身份信息和IP地址构建的知识图谱、技术知识图谱、学科知识图谱的方式,对数据进行身份信息和IP地址、技术内容、学科的方式进行分类构建知识图谱,形成多个分类存储图。将身份信息和IP地址、技术关键词以及学科等作为实体进行构建分类存储图。
S142、对多个分类存储图根据对应的来源信息和数据的映射关系进行对应关系的绑定,以得到存储结果。
在本实施例中,构建的分类存储图是属于独立的知识图谱,不同知识图谱的节点相对独立,但是,本实施例通过来源信息以及数据的映射关系,确定不同知识图谱的节点之间的关联关系,构建多个分类存储图的绑定关系,对于生成的存储结果还需要经过专家进行人工协调,利用专家经验调整存储结果,以使得存储结果更加合理。
S150、获取数据查询请求。
在本实施例中,数据查询请求可以为携带有所需要查询的关键词的请求,比如人名、IP地址、技术关键词等。
S160、根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据。
在一实施例中,请参阅图5,上述的步骤S150可包括步骤S151~S155。
S151、根据所述数据查询请求从多个分类存储图中确定名称一致的节点,以得到关联节点;
S152、在对应的分类存储图中确定所述关联节点从顶层途径所述关联节点至底层的相关路径,以得到候选路径;
S153、发送所述候选路径至终端,以由用户二次选择所需路径;
S154、接收用户选择所需路径,并采用多个分类存储图的关系调取其他图谱中关联所需路径相关节点的信息,并以图谱的形式生成显示信息;
S155、发送所述显示信息至终端,其中,所述显示信息包括节点的相关数据信息,且通过点击相关数据信息直接呈现对应的原始数据。
对于与数据查询请求一致的节点,确定所能经过该节点的途径,形成对应的候选途径,由用户再次选择所需要的路径,在结合多个分类存储图的关系调取其他图谱中关联所需路径相关节点的信息,再次以树形状或射线形状的图谱的形式展示,而且每点击一个节点都可以出现对应的原始数据等。
上述的基于AI技术的数据集成方法,通过对不同来源的数据结合来源信息进行真实性验证,在确保数据真实的情况下,才会进行标记、多种知识图谱结合的形式进行分类存储,在需要查询数据时,可以从分类存储后的存储结果调取对应的数据,实现对数据来源进行把控,并验证数据真实性,且全面展示不同类型的数据,可准确溯源到相关信息。
图6是本发明另一实施例提供的一种基于AI技术的数据集成方法的流程示意图。如图6所示,本实施例的基于AI技术的数据集成方法包括步骤S210-S290。其中步骤S210-S260与上述实施例中的步骤S110-S160类似,在此不再赘述。下面详细说明本实施例中所增加的步骤S270-S290。
S270、获取溯源请求;
S280、根据所述溯源请求从所述存储结果中确定与所述溯源请求相关的传输链路信息;
S290、根据所述传输链路信息提取出对应的设备IP地址以及上传者身份信息。
在一实施例中,请参阅图7,上述的步骤S280可包括步骤S291~S293。
S291、根据所述溯源请求中的关键词查找所述存储结果中名称一致的节点,以得到查找结果;
S292、确定所述查找结果中的节点的标记结果,以得到目标标记结果;
S293、从所述目标结果中确定上传数据的设备IP地址、数据传输途径、数据原始内容以及上传者身份信息。
溯源时可以从分类存储的存储结果直接找出需要查询的节点,便可快速调取出对应的标记结果,再从标签中确定上传数据的设备IP地址、数据传输途径、数据原始内容以及上传者身份信息,便可以得知相关内容,达到溯源的效果。
图8是本发明实施例提供的一种基于AI技术的数据集成装置300的示意性框图。如图8所示,对应于以上基于AI技术的数据集成方法,本发明还提供一种基于AI技术的数据集成装置300。该基于AI技术的数据集成装置300包括用于执行上述基于AI技术的数据集成方法的单元,该装置可以被配置于服务器中。具体地,请参阅图8,该基于AI技术的数据集成装置300包括数据获取单元301、验证单元302、标记单元303、分类存储单元304、查询请求获取单元305以及查询反馈单元306。
数据获取单元301,用于获取不同来源的数据以及对应的来源信息;验证单元302,用于验证所述数据的真实性,以得到验证结果;标记单元303,用于当所述验证结果为数据属于真实,则对不同来源的数据结合所述来源信息进行数据标记,以得到标记结果;分类存储单元304,用于对所述标记结果采用多种知识图谱结合形式进行分类存储,以得到存储结果;查询请求获取单元305,用于获取数据查询请求;查询反馈单元306,用于根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据。
在一实施例中,所述验证单元302包括原始数据判断子单元、第一确定子单元、第二确定子单元、验证结果确定子单元、路径确定子单元、第三确定子单元、第四确定子单元以及真实性确定子单元。
原始数据判断子单元,用于判断所述数据是否是原始数据;第一确定子单元,用于当所述数据是原始数据,则根据上传数据的设备IP地址以及上传者身份信息确定所述数据的真实性,以得到第一确定结果;第二确定子单元,用于根据所述数据原始内容查验对应的证明材料的真实性,以得到第二确定结果;验证结果确定子单元,用于根据第一确定结果以及第二确定结果确定所述数据的真实性,以得到验证结果;路径确定子单元,用于当所述数据不是原始数据,则根据所述来源信息中的数据传输途径生成数据从起始地址到当前地址的所有传输路径;第三确定子单元,用于确定所有传输路径中每个节点的历史数据真实性,以得到第三确定内容;第四确定子单元,用于比对所述数据与原始数据的一致性,以得到第四确定结果;真实性确定子单元,用于根据所述第一确定内容以及所述第四确定结果确定所述数据的真实性,以得到验证结果。
在一实施例中,所述分类存储单元304包括存储图生成子单元以及映射子单元。
存储图生成子单元,用于根据身份信息和IP地址构建的知识图谱、技术知识图谱、学科知识图谱对标记结果进行分类存储,形成多个分类存储图;映射子单元,用于对多个分类存储图根据对应的来源信息和数据的映射关系进行对应关系的绑定,以得到存储结果。
在一实施例中,所述查询反馈单元306包括节点确定子单元、候选路径确定子单元、路径发送子单元、信息调取子单元以及信息发送子单元。
节点确定子单元,用于根据所述数据查询请求从多个分类存储图中确定名称一致的节点,以得到关联节点;候选路径确定子单元,用于在对应的分类存储图中确定所述关联节点从顶层途径所述关联节点至底层的相关路径,以得到候选路径;路径发送子单元,用于发送所述候选路径至终端,以由用户二次选择所需路径;信息调取子单元,用于接收用户选择所需路径,并采用多个分类存储图的关系调取其他图谱中关联所需路径相关节点的信息,并以图谱的形式生成显示信息;信息发送子单元,用于发送所述显示信息至终端,其中,所述显示信息包括节点的相关数据信息,且通过点击相关数据信息直接呈现对应的原始数据。
图9是本发明另一实施例提供的一种基于AI技术的数据集成装置300的示意性框图。如图9所示,本实施例的基于AI技术的数据集成装置300是上述实施例的基础上增加了溯源请求获取单元307、链路信息确定单元308以及提取单元309。
溯源请求获取单元307,用于获取溯源请求;链路信息确定单元308,用于根据所述溯源请求从所述存储结果中确定与所述溯源请求相关的传输链路信息;提取单元309,用于根据所述传输链路信息提取出对应的设备IP地址以及上传者身份信息。
在一实施例中,所述链路信息确定单元308包括查找子单元、*标记结果确定子单元以及相关信息确定子单元。
查找子单元,用于根据所述溯源请求中的关键词查找所述存储结果中名称一致的节点,以得到查找结果;标记结果确定子单元,用于确定所述查找结果中的节点的标记结果,以得到目标标记结果;相关信息确定子单元,用于从所述目标结果中确定上传数据的设备IP地址、数据传输途径、数据原始内容以及上传者身份信息。
需要说明的是,所属领域的技术人员可以清楚地了解到,上述基于AI技术的数据集成装置300和各单元的具体实现过程,可以参考前述方法实施例中的相应描述,为了描述的方便和简洁,在此不再赘述。
上述基于AI技术的数据集成装置300可以实现为一种计算机程序的形式,该计算机程序可以在如图10所示的计算机设备上运行。
请参阅图10,图10是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是服务器,其中,服务器可以是独立的服务器,也可以是多个服务器组成的服务器集群。
参阅图10,该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505,其中,存储器可以包括非易失性存储介质503和内存储器504。
该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032包括程序指令,该程序指令被执行时,可使得处理器502执行一种基于AI技术的数据集成方法。
该处理器502用于提供计算和控制能力,以支撑整个计算机设备500的运行。
该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境,该计算机程序5032被处理器502执行时,可使得处理器502执行一种基于AI技术的数据集成方法。
该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备500的限定,具体的计算机设备500可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器502用于运行存储在存储器中的计算机程序5032,以实现如下步骤:
获取不同来源的数据以及对应的来源信息;验证所述数据的真实性,以得到验证结果;当所述验证结果为数据属于真实,则对不同来源的数据结合所述来源信息进行数据标记,以得到标记结果;对所述标记结果采用多种知识图谱结合形式进行分类存储,以得到存储结果;获取数据查询请求;根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据。
其中,所述来源信息包括上传数据的设备IP地址、数据传输途径、数据原始内容以及上传者身份信息,所述数据原始内容包括数据的证明材料,所述证明材料包括专利、论文、期刊以及相关研究数据中至少一个。
在一实施例中,处理器502在实现所述验证所述数据的真实性,以得到验证结果步骤时,具体实现如下步骤:
判断所述数据是否是原始数据;当所述数据是原始数据,则根据上传数据的设备IP地址以及上传者身份信息确定所述数据的真实性,以得到第一确定结果;根据所述数据原始内容查验对应的证明材料的真实性,以得到第二确定结果;根据第一确定结果以及第二确定结果确定所述数据的真实性,以得到验证结果;当所述数据不是原始数据,则根据所述来源信息中的数据传输途径生成数据从起始地址到当前地址的所有传输路径;确定所有传输路径中每个节点的历史数据真实性,以得到第三确定内容;比对所述数据与原始数据的一致性,以得到第四确定结果;根据所述第一确定内容以及所述第四确定结果确定所述数据的真实性,以得到验证结果。
在一实施例中,处理器502在实现所述对所述标记结果采用多种知识图谱结合形式进行分类存储,以得到存储结果步骤时,具体实现如下步骤:
根据身份信息和IP地址构建的知识图谱、技术知识图谱、学科知识图谱对标记结果进行分类存储,形成多个分类存储图;对多个分类存储图根据对应的来源信息和数据的映射关系进行对应关系的绑定,以得到存储结果。
在一实施例中,处理器502在实现所述根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据步骤时,具体实现如下步骤:
根据所述数据查询请求从多个分类存储图中确定名称一致的节点,以得到关联节点;在对应的分类存储图中确定所述关联节点从顶层途径所述关联节点至底层的相关路径,以得到候选路径;发送所述候选路径至终端,以由用户二次选择所需路径;接收用户选择所需路径,并采用多个分类存储图的关系调取其他图谱中关联所需路径相关节点的信息,并以图谱的形式生成显示信息;发送所述显示信息至终端,其中,所述显示信息包括节点的相关数据信息,且通过点击相关数据信息直接呈现对应的原始数据。
在一实施例中,处理器502在实现所述根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据步骤之后,还实现如下步骤:
获取溯源请求;根据所述溯源请求从所述存储结果中确定与所述溯源请求相关的传输链路信息;根据所述传输链路信息提取出对应的设备IP地址以及上传者身份信息。
在一实施例中,处理器502在实现所述根据所述溯源请求从所述存储结果中确定与所述溯源请求相关的传输链路信息步骤时,具体实现如下步骤:
根据所述溯源请求中的关键词查找所述存储结果中名称一致的节点,以得到查找结果;确定所述查找结果中的节点的标记结果,以得到目标标记结果;从所述目标结果中确定上传数据的设备IP地址、数据传输途径、数据原始内容以及上传者身份信息。
应当理解,在本申请实施例中,处理器502可以是中央处理单元(CentralProcessing Unit,CPU),该处理器502还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成。该计算机程序包括程序指令,计算机程序可存储于一存储介质中,该存储介质为计算机可读存储介质。该程序指令被该计算机系统中的至少一个处理器执行,以实现上述方法的实施例的流程步骤。
因此,本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序,其中该计算机程序被处理器执行时使处理器执行如下步骤:
获取不同来源的数据以及对应的来源信息;验证所述数据的真实性,以得到验证结果;当所述验证结果为数据属于真实,则对不同来源的数据结合所述来源信息进行数据标记,以得到标记结果;对所述标记结果采用多种知识图谱结合形式进行分类存储,以得到存储结果;获取数据查询请求;根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据。
其中,所述来源信息包括上传数据的设备IP地址、数据传输途径、数据原始内容以及上传者身份信息,所述数据原始内容包括数据的证明材料,所述证明材料包括专利、论文、期刊以及相关研究数据中至少一个。
在一实施例中,所述处理器在执行所述计算机程序而实现所述验证所述数据的真实性,以得到验证结果步骤时,具体实现如下步骤:
判断所述数据是否是原始数据;当所述数据是原始数据,则根据上传数据的设备IP地址以及上传者身份信息确定所述数据的真实性,以得到第一确定结果;根据所述数据原始内容查验对应的证明材料的真实性,以得到第二确定结果;根据第一确定结果以及第二确定结果确定所述数据的真实性,以得到验证结果;当所述数据不是原始数据,则根据所述来源信息中的数据传输途径生成数据从起始地址到当前地址的所有传输路径;确定所有传输路径中每个节点的历史数据真实性,以得到第三确定内容;比对所述数据与原始数据的一致性,以得到第四确定结果;根据所述第一确定内容以及所述第四确定结果确定所述数据的真实性,以得到验证结果。
在一实施例中,所述处理器在执行所述计算机程序而实现所述对所述标记结果采用多种知识图谱结合形式进行分类存储,以得到存储结果步骤时,具体实现如下步骤:
根据身份信息和IP地址构建的知识图谱、技术知识图谱、学科知识图谱对标记结果进行分类存储,形成多个分类存储图;对多个分类存储图根据对应的来源信息和数据的映射关系进行对应关系的绑定,以得到存储结果。
在一实施例中,所述处理器在执行所述计算机程序而实现所述根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据步骤时,具体实现如下步骤:
根据所述数据查询请求从多个分类存储图中确定名称一致的节点,以得到关联节点;在对应的分类存储图中确定所述关联节点从顶层途径所述关联节点至底层的相关路径,以得到候选路径;发送所述候选路径至终端,以由用户二次选择所需路径;接收用户选择所需路径,并采用多个分类存储图的关系调取其他图谱中关联所需路径相关节点的信息,并以图谱的形式生成显示信息;发送所述显示信息至终端,其中,所述显示信息包括节点的相关数据信息,且通过点击相关数据信息直接呈现对应的原始数据。
在一实施例中,所述处理器在执行所述计算机程序而实现所述根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据步骤之后,还实现如下步骤:
获取溯源请求;根据所述溯源请求从所述存储结果中确定与所述溯源请求相关的传输链路信息;根据所述传输链路信息提取出对应的设备IP地址以及上传者身份信息。
在一实施例中,所述处理器在执行所述计算机程序而实现所述根据所述溯源请求从所述存储结果中确定与所述溯源请求相关的传输链路信息步骤时,具体实现如下步骤:
根据所述溯源请求中的关键词查找所述存储结果中名称一致的节点,以得到查找结果;确定所述查找结果中的节点的标记结果,以得到目标标记结果;从所述目标结果中确定上传数据的设备IP地址、数据传输途径、数据原始内容以及上传者身份信息。
所述存储介质可以是U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的。例如,各个单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。
该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,终端,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.基于AI技术的数据集成方法,其特征在于,包括:
获取不同来源的数据以及对应的来源信息;
验证所述数据的真实性,以得到验证结果;
当所述验证结果为数据属于真实,则对不同来源的数据结合所述来源信息进行数据标记,以得到标记结果;
对所述标记结果采用多种知识图谱结合形式进行分类存储,以得到存储结果;
获取数据查询请求;
根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据。
2.根据权利要求1所述的基于AI技术的数据集成方法,其特征在于,所述来源信息包括上传数据的设备IP地址、数据传输途径、数据原始内容以及上传者身份信息,所述数据原始内容包括数据的证明材料,所述证明材料包括专利、论文、期刊以及相关研究数据中至少一个。
3.根据权利要求2所述的基于AI技术的数据集成方法,其特征在于,所述验证所述数据的真实性,以得到验证结果,包括:
判断所述数据是否是原始数据;
当所述数据是原始数据,则根据上传数据的设备IP地址以及上传者身份信息确定所述数据的真实性,以得到第一确定结果;
根据所述数据原始内容查验对应的证明材料的真实性,以得到第二确定结果;
根据第一确定结果以及第二确定结果确定所述数据的真实性,以得到验证结果;
当所述数据不是原始数据,则根据所述来源信息中的数据传输途径生成数据从起始地址到当前地址的所有传输路径;
确定所有传输路径中每个节点的历史数据真实性,以得到第三确定内容;
比对所述数据与原始数据的一致性,以得到第四确定结果;
根据所述第一确定内容以及所述第四确定结果确定所述数据的真实性,以得到验证结果。
4.根据权利要求3所述的基于AI技术的数据集成方法,其特征在于,所述对所述标记结果采用多种知识图谱结合形式进行分类存储,以得到存储结果,包括:
根据身份信息和IP地址构建的知识图谱、技术知识图谱、学科知识图谱对标记结果进行分类存储,形成多个分类存储图;
对多个分类存储图根据对应的来源信息和数据的映射关系进行对应关系的绑定,以得到存储结果。
5.根据权利要求4所述的基于AI技术的数据集成方法,其特征在于,所述根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据,包括:
根据所述数据查询请求从多个分类存储图中确定名称一致的节点,以得到关联节点;
在对应的分类存储图中确定所述关联节点从顶层途径所述关联节点至底层的相关路径,以得到候选路径;
发送所述候选路径至终端,以由用户二次选择所需路径;
接收用户选择所需路径,并采用多个分类存储图的关系调取其他图谱中关联所需路径相关节点的信息,并以图谱的形式生成显示信息;
发送所述显示信息至终端,其中,所述显示信息包括节点的相关数据信息,且通过点击相关数据信息直接呈现对应的原始数据。
6.根据权利要求5所述的基于AI技术的数据集成方法,其特征在于,所述根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据之后,还包括:
获取溯源请求;
根据所述溯源请求从所述存储结果中确定与所述溯源请求相关的传输链路信息;
根据所述传输链路信息提取出对应的设备IP地址以及上传者身份信息。
7.根据权利要求6所述的基于AI技术的数据集成方法,其特征在于,所述根据所述溯源请求从所述存储结果中确定与所述溯源请求相关的传输链路信息,包括:
根据所述溯源请求中的关键词查找所述存储结果中名称一致的节点,以得到查找结果;
确定所述查找结果中的节点的标记结果,以得到目标标记结果;
从所述目标结果中确定上传数据的设备IP地址、数据传输途径、数据原始内容以及上传者身份信息。
8.基于AI技术的数据集成装置,其特征在于,包括:
数据获取单元,用于获取不同来源的数据以及对应的来源信息;
验证单元,用于验证所述数据的真实性,以得到验证结果;
标记单元,用于当所述验证结果为数据属于真实,则对不同来源的数据结合所述来源信息进行数据标记,以得到标记结果;
分类存储单元,用于对所述标记结果采用多种知识图谱结合形式进行分类存储,以得到存储结果;
查询请求获取单元,用于获取数据查询请求;
查询反馈单元,用于根据所述数据查询请求从所述存储结果中调取对应的数据,并显示所调取的数据。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器及处理器,所述存储器上存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
CN202311171340.6A 2023-09-12 2023-09-12 基于ai技术的数据集成方法、装置、计算机设备及存储介质 Active CN117235200B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311171340.6A CN117235200B (zh) 2023-09-12 2023-09-12 基于ai技术的数据集成方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311171340.6A CN117235200B (zh) 2023-09-12 2023-09-12 基于ai技术的数据集成方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN117235200A true CN117235200A (zh) 2023-12-15
CN117235200B CN117235200B (zh) 2024-05-10

Family

ID=89083703

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311171340.6A Active CN117235200B (zh) 2023-09-12 2023-09-12 基于ai技术的数据集成方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN117235200B (zh)

Citations (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104135521A (zh) * 2014-07-29 2014-11-05 广东省环境监测中心 环境自动监测网络的数据异常值标识方法及系统
CN105791275A (zh) * 2016-02-25 2016-07-20 上海交通大学 基于模运算的拒绝服务攻击返回追踪方法
CN106971107A (zh) * 2017-03-01 2017-07-21 北京工业大学 一种数据交易的安全定级方法
CN107122500A (zh) * 2017-06-09 2017-09-01 林飞宇 促进成果转化的科技大数据服务系统和方法
CN107368468A (zh) * 2017-06-06 2017-11-21 广东广业开元科技有限公司 一种运维知识图谱的生成方法及系统
CN108683645A (zh) * 2018-04-27 2018-10-19 欧阳福 一种基于区块链的信息分布式域名及数据交易系统
CN108924781A (zh) * 2018-06-20 2018-11-30 东南大学 一种用于作物栽培节水灌溉物联网集成系统及运行方法
CN109087706A (zh) * 2018-07-13 2018-12-25 浙江清华长三角研究院 基于睡眠大数据的人体健康评估方法及评估系统
CN109949142A (zh) * 2019-02-01 2019-06-28 深圳尚融供应链科技有限公司 一种显性供应链金融实现方法、系统及终端设备
US20190273617A1 (en) * 2018-03-02 2019-09-05 Intertrust Technologies Corporation Trust and identity management systems and methods
US20190293564A1 (en) * 2018-03-22 2019-09-26 Oak Analytics Inc. Network-Based Verification Systems and Methods
CN110569369A (zh) * 2019-09-16 2019-12-13 神州数码融信软件有限公司 银行金融系统知识图谱的生成方法及装置、应用方法及装置
CN111008262A (zh) * 2019-11-24 2020-04-14 华南理工大学 一种基于知识图谱的律师评估方法和推荐方法
CN111045568A (zh) * 2019-12-20 2020-04-21 腾讯科技(深圳)有限公司 基于区块链的虚拟物品处理方法、装置、设备及存储介质
CN111193749A (zh) * 2020-01-03 2020-05-22 北京明略软件系统有限公司 一种攻击溯源方法、装置、电子设备和存储介质
CN112053221A (zh) * 2020-08-14 2020-12-08 百维金科(上海)信息科技有限公司 一种基于知识图谱的互联网金融团伙欺诈行为检测方法
CN112084293A (zh) * 2020-09-07 2020-12-15 新疆泰克软件开发有限公司 用于公安领域的数据鉴真系统及数据鉴真方法
CN112364173A (zh) * 2020-10-21 2021-02-12 中国电子科技网络信息安全有限公司 一种基于知识图谱的ip地址机构溯源方法
CN112910851A (zh) * 2021-01-16 2021-06-04 中国电子科技集团公司第十五研究所 基于知识图谱的数据包标记溯源装置
CN113656588A (zh) * 2021-09-01 2021-11-16 平安医疗健康管理股份有限公司 基于知识图谱的数据对码方法、装置、设备和存储介质
CN113761220A (zh) * 2021-05-08 2021-12-07 腾讯科技(深圳)有限公司 信息获取方法、装置、设备及存储介质
CN113821608A (zh) * 2021-06-02 2021-12-21 腾讯科技(深圳)有限公司 服务搜索方法、装置和计算机设备以及存储介质
CN114004669A (zh) * 2021-10-08 2022-02-01 深圳Tcl新技术有限公司 数据处理方法、装置和计算机可读存储介质
CN114172731A (zh) * 2021-12-09 2022-03-11 赛尔网络有限公司 IPv6地址的快速验证溯源方法、装置、设备及介质
CN114422564A (zh) * 2022-01-18 2022-04-29 深圳红途科技有限公司 访问数据审计溯源方法、装置、计算机设备及存储介质
CN115065684A (zh) * 2022-08-17 2022-09-16 腾讯科技(深圳)有限公司 数据处理方法、装置、设备以及介质
CN115809345A (zh) * 2022-12-01 2023-03-17 西南科技大学 一种基于知识图谱的多源数据差异溯源检索方法

Patent Citations (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104135521A (zh) * 2014-07-29 2014-11-05 广东省环境监测中心 环境自动监测网络的数据异常值标识方法及系统
CN105791275A (zh) * 2016-02-25 2016-07-20 上海交通大学 基于模运算的拒绝服务攻击返回追踪方法
CN106971107A (zh) * 2017-03-01 2017-07-21 北京工业大学 一种数据交易的安全定级方法
CN107368468A (zh) * 2017-06-06 2017-11-21 广东广业开元科技有限公司 一种运维知识图谱的生成方法及系统
CN107122500A (zh) * 2017-06-09 2017-09-01 林飞宇 促进成果转化的科技大数据服务系统和方法
US20190273617A1 (en) * 2018-03-02 2019-09-05 Intertrust Technologies Corporation Trust and identity management systems and methods
US20190293564A1 (en) * 2018-03-22 2019-09-26 Oak Analytics Inc. Network-Based Verification Systems and Methods
CN108683645A (zh) * 2018-04-27 2018-10-19 欧阳福 一种基于区块链的信息分布式域名及数据交易系统
CN108924781A (zh) * 2018-06-20 2018-11-30 东南大学 一种用于作物栽培节水灌溉物联网集成系统及运行方法
CN109087706A (zh) * 2018-07-13 2018-12-25 浙江清华长三角研究院 基于睡眠大数据的人体健康评估方法及评估系统
CN109949142A (zh) * 2019-02-01 2019-06-28 深圳尚融供应链科技有限公司 一种显性供应链金融实现方法、系统及终端设备
CN110569369A (zh) * 2019-09-16 2019-12-13 神州数码融信软件有限公司 银行金融系统知识图谱的生成方法及装置、应用方法及装置
CN111008262A (zh) * 2019-11-24 2020-04-14 华南理工大学 一种基于知识图谱的律师评估方法和推荐方法
CN111045568A (zh) * 2019-12-20 2020-04-21 腾讯科技(深圳)有限公司 基于区块链的虚拟物品处理方法、装置、设备及存储介质
CN111193749A (zh) * 2020-01-03 2020-05-22 北京明略软件系统有限公司 一种攻击溯源方法、装置、电子设备和存储介质
CN112053221A (zh) * 2020-08-14 2020-12-08 百维金科(上海)信息科技有限公司 一种基于知识图谱的互联网金融团伙欺诈行为检测方法
CN112084293A (zh) * 2020-09-07 2020-12-15 新疆泰克软件开发有限公司 用于公安领域的数据鉴真系统及数据鉴真方法
CN112364173A (zh) * 2020-10-21 2021-02-12 中国电子科技网络信息安全有限公司 一种基于知识图谱的ip地址机构溯源方法
CN112910851A (zh) * 2021-01-16 2021-06-04 中国电子科技集团公司第十五研究所 基于知识图谱的数据包标记溯源装置
CN113761220A (zh) * 2021-05-08 2021-12-07 腾讯科技(深圳)有限公司 信息获取方法、装置、设备及存储介质
CN113821608A (zh) * 2021-06-02 2021-12-21 腾讯科技(深圳)有限公司 服务搜索方法、装置和计算机设备以及存储介质
CN113656588A (zh) * 2021-09-01 2021-11-16 平安医疗健康管理股份有限公司 基于知识图谱的数据对码方法、装置、设备和存储介质
CN114004669A (zh) * 2021-10-08 2022-02-01 深圳Tcl新技术有限公司 数据处理方法、装置和计算机可读存储介质
CN114172731A (zh) * 2021-12-09 2022-03-11 赛尔网络有限公司 IPv6地址的快速验证溯源方法、装置、设备及介质
CN114422564A (zh) * 2022-01-18 2022-04-29 深圳红途科技有限公司 访问数据审计溯源方法、装置、计算机设备及存储介质
CN115065684A (zh) * 2022-08-17 2022-09-16 腾讯科技(深圳)有限公司 数据处理方法、装置、设备以及介质
CN115809345A (zh) * 2022-12-01 2023-03-17 西南科技大学 一种基于知识图谱的多源数据差异溯源检索方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王兰成;: "国防专利情报系统中数据集成语义控制研究", 中国图书馆学报, no. 01, 15 January 2010 (2010-01-15), pages 47 - 53 *
谭悦;: "企业信息化规划与集成分析", 中国金属通报, no. 26, 16 July 2012 (2012-07-16), pages 39 - 41 *

Also Published As

Publication number Publication date
CN117235200B (zh) 2024-05-10

Similar Documents

Publication Publication Date Title
CN110443274B (zh) 异常检测方法、装置、计算机设备及存储介质
US9384214B2 (en) Image similarity from disparate sources
WO2017216980A1 (ja) 機械学習装置
CN116881501A (zh) 响应于视频搜索查询提供相关视频场景
JP2018517959A (ja) ビデオのための代表ビデオフレームの選択
CN110019800B (zh) 分发内容处理方法、装置、计算机设备和存储介质
US20180121470A1 (en) Object Annotation in Media Items
CN112784111B (zh) 视频分类方法、装置、设备及介质
CN110046155B (zh) 特征数据库的更新、数据特征的确定方法、装置及设备
CN109547294B (zh) 一种基于固件分析的联网设备型号探测方法、装置
US11716350B2 (en) Systems and methods of detecting anomalous websites
US20210182238A1 (en) Document management apparatus and non-transitory computer readable medium
CN112989179B (zh) 模型训练、多媒体内容推荐方法和装置
TW202407531A (zh) 媒體項目及產品配對
CN110968780B (zh) 页面内容推荐方法、装置、计算机设备和存储介质
US20210271756A1 (en) System and method for detecting leaked documents on a computer network
CN117235200B (zh) 基于ai技术的数据集成方法、装置、计算机设备及存储介质
CN111597361B (zh) 多媒体数据处理方法、装置、存储介质及设备
JP5767413B1 (ja) 情報処理システム、情報処理方法、および情報処理プログラム
CN115221453B (zh) 媒体资源管理方法、装置、服务器、介质
US12118022B2 (en) Method and system for initiating a location-based topic
CN116166842A (zh) 一种基于ai技术的快速筛选与属性比对的方法及系统
CN111382383A (zh) 网页内容敏感类型确定方法、装置、介质和计算机设备
CN114548263A (zh) 标注数据的校验方法、装置、计算机设备及存储介质
CN112685005A (zh) 基于软件开发服务的信息处理方法及系统

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