CN117291428B - 一种基于企业管理app的数据后台管理系统 - Google Patents
一种基于企业管理app的数据后台管理系统 Download PDFInfo
- Publication number
- CN117291428B CN117291428B CN202311535318.5A CN202311535318A CN117291428B CN 117291428 B CN117291428 B CN 117291428B CN 202311535318 A CN202311535318 A CN 202311535318A CN 117291428 B CN117291428 B CN 117291428B
- Authority
- CN
- China
- Prior art keywords
- data
- app
- risk
- request
- enterprise
- 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
- 238000012502 risk assessment Methods 0.000 claims abstract description 32
- 238000011002 quantification Methods 0.000 claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims description 55
- 238000007726 management method Methods 0.000 claims description 55
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000012795 verification Methods 0.000 claims description 12
- 230000000903 blocking effect Effects 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000002372 labelling Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 4
- 238000013139 quantization Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及企业管理技术领域,尤其涉及一种基于企业管理APP的数据后台管理系统,包括调用一个子服务器对企业的各类APP生成若干个API接口,从企业内部各类APP中收集业务数据;在子服务器接收到各类APP传输的各项数据后,将数据摘要、数据的重要程度以及数据的存储位置生成索引标签;实时对访问请求进行风险分析,当风险系数小于预设阈值时,该请求可以执行,否则请求拒绝执行;通过判断风险系数,实现对访问请求的管理。本发明通过风险请求量化对访问数据库的访问请求进行风险分析,大大提高了数据的安全性。
Description
技术领域
本发明涉及企业管理技术领域,尤其涉及一种基于企业管理APP的数据后台管理系统。
背景技术
随着技术的发展,互联网已经渗透到了人们的基础生活之中,众多APP为生活带来了便利性,那么拥有海量数据的企业APP,承载了企业各部门和外部合作伙伴的大量业务数据,数据是将具有价值的信息经过数字化处理后,依托有形载体进行存储的存在方式,它的形式和价值表现决定了其具备无形资产的相应特征,随着企业业务的不断扩展和复杂化,企业数据的管理也面临着越来越大的挑战。
当企业承载的信息达到一定的数据规模时,企业自身的安全风险就变得更加重大,现有的企业数据后台管理,随着业务的发展和信息系统的进一步建设,造成对象化的数据比较散乱,出现了信息孤岛的现象,目前管理系统在数据管理方面缺乏标准流程化,且各自管理与业务相关的数据在各个系统之间呈现烟囱式布局,不同系统之间交互繁琐,无法支撑业务之间的协同数据交换。
发明内容
本发明的目的是为了解决背景技术中的问题,而提出的一种基于企业管理APP的数据后台管理系统。
为了实现上述目的,本发明采用了如下技术方案:
一种基于企业管理APP的数据后台管理系统,包括,包括数据采集模块、数据标签设定模块、风险请求量化模块以及访问管理模块;
数据采集模块:调用一个子服务器对企业的各类APP生成若干个API接口,从企业内部各类APP中收集业务数据;
数据标签设定模块:在子服务器接收到各类APP传输的各项数据后,将数据摘要、数据的重要程度以及数据的存储位置生成索引标签;
风险量化请求模块:实时对访问请求进行风险分析,当风险系数小于预设阈值时,该请求可以执行,否则请求拒绝执行;
访问管理模块:通过判断风险系数,实现对访问请求的管理;
在上述的一种基于企业管理APP的数据后台管理系统中,所述数据采集模块调用一个子服务器对企业的各类APP生成若干个API接口,从企业内部各类APP中收集业务数据,具体操作步骤如下:
S1、获取各类APP的所有数据名称以及数据类型,根据数据传输的顺序依次对传输的数据进行编号并按顺序排列组合,得到数据排序集,根据数据排序集中排序的数据名称依次获取对应的数据类型和数据权重,统计各类APP在数据传输通道中的数据类型个数,并根据数据传输通道中的历史传输数据获取对应的数据最大量;
S2、将各项数据按照对应的数据编号进行排列组合,将得到的数据排序集上传至子服务器中,根据数据排序集依次对各类APP在数据传输通道中的传输情况进行监测分析;
S3、将各类APP的数据进入数据传输通道以及离开数据传输通道的时间点分别获取数据传输时长SC以及对应的传输带宽CD;
S4、统计各类APP数据在数据传输通道中卡顿的总次数KZ以及总时长SC,统计在数据传输通道中传输数据的总体量TL;
S5、提取标记的各项数据的数据对各类APP在数据传输通道中的总传输时间XC进行计算,总传输时间XC的具体计算方法如下:其中,n1、n2、n3为预设的不同比例系数且n1、n2、n3均大于1,SC表示获取数据传输时长,CD表示传输时对应的传输带宽,TL表示传输数据的总体量,/>表示数据传输通道中对应的标准数据总体量,G为各类APP的个数。
在上述的一种基于企业管理APP的数据后台管理系统中,所述数据标签设定模块在子服务器接收到各类APP传输的各项数据后,将数据摘要、数据的重要程度以及数据的存储位置生成索引标签,具体操作步骤如下:
S1、子服务器接收到各类APP上传的数据后,将数据集J进行拆分,不同的数据集标记为J i ,i=1,2,3,...,n;
S2、对数据中的关键字进行提取,对数据进行清理,去除无用的数据,对数据进行分词处理,对各分词进行打分,输出分数最高的分词作为关键词,得到数据中的关键词;
S3、标记每份数据J i 的关键词,当获得数据集J中第i份数据的关键词,标记为,k=1,2,3,...,m;
S4、计算每份数据集J i 的词频,对于份数据集中的关键词/>词频的具体计算方法如下:/>其中,/>表示关键语/>在数据集J中出现的次数,/>表示在数据集J中所有词语出现的次数之和;
S5、对子服务器中所有包含该类词语的数据集进行计算,具体计算方式如下:其中,/>表示关键词/>的重要程度,/>表示子服务器中数据集J i 的个数,/>表示以/>作为关键词的数据集J i 的个数;
S6、将包含关键词的数据集J i 进行标签化,生成数据集J i 的摘要,根据生成的不同摘要类型对数据集J i 分类存储至数据库中;
在上述的一种基于企业管理APP的数据后台管理系统中,所述风险请求量化模块实时对访问请求进行风险分析,当风险系数小于阈值时,则执行该访问请求,否则请求拒绝执行;
风险量化的具体操作步骤如下所述:
S1、对每个访问请求进行风险评估,风险评估的具体计算方法如下所示:
其中,表示数据S的私密等级,/>表示W对S的访问历史记录,数据私密等级由数据所有者规定,设置最大为/>,则/>的范围为/>,则规定为:其中,P为历史记录中实体W对数据S的失败访问次数,R为成功的次数,/>表示实体W对数据S的访问历史记录中失败的概率;
S2、风险量化模型需满足以下几点:
1)、当没有历史记录可用,则风险评估值为默认数据的敏感度;
2)、当历史记录中失败请求所占比例高时,会增加本次风险评估值;
3)、当历史记录存在时,风险值始终介于最大风险值与最小风险值之间;
4)、当历史集中失败记录请求所占比例增加时,风险值评估值会增加增大速度。
在上述的一种基于企业管理APP的数据后台管理系统中,所述访问管理模块通过判断风险系数,实现对访问请求的管理,具体包括以下步骤:
S1、向数据库发起访问请求;
S2、当执行到策略执行点时,策略执行点向策略决策点发起验证请求;
S3、策略决策点向访问策略中心进行请求验证;
S4、返回验证结果;
S5、策略决策向辅助决策信息获取权限判定辅助信息;
S6、辅助决策信息点获取资源私密度、访问实体对资源访问历史记录、环境因素信息;
S7、辅助决策信息点将信息返回策略决策点;
S8、策略决策点利用获得的辅助信息向风险请求量化模块发起风险评估请求;
S9、风险请求量化模块发起风险计算;
S10、风险请求量化模块向策略决策点返回风险评估结果;
S11、策略决策点依据风险评估结果和阈值进行比较,结合S4的验证结果,返回决策结果。
与现有的技术相比,一种基于企业管理APP的数据后台管理系统的优点在于:
本发明不仅可以有效的管理APP运行时产生的动态数据,还可以对这些数据进行深入管理,通过风险请求量化对访问数据库的访问请求进行风险分析,也大大提高了数据的安全性。
附图说明
图1为本发明提出的一种基于企业管理APP的数据后台管理系统的流程示意图;
图2为本发明提出的一种基于企业管理APP的数据后台管理系统的结构示意图;
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。
参照图1-2,一种基于企业管理APP的数据后台管理系统,包括数据采集模块、数据标签设定模块、风险请求量化模块以及访问管理模块;
数据采集模块:调用一个子服务器对企业的各类APP生成若干个API接口,从企业内部各类APP中收集业务数据;
数据标签设定模块:在子服务器接收到各类APP传输的各项数据后,将数据摘要、数据的重要程度以及数据的存储位置生成索引标签;
风险量化请求模块:实时对访问请求进行风险分析,当风险系数小于预设阈值时,该请求可以执行,否则请求拒绝执行;
访问管理模块:通过判断风险系数,实现对访问请求的管理。
调用一个子服务器对企业的各类APP生成若干个API接口,从企业内部各类APP中收集业务数据;
本实施例中,具体需要说明的是数据采集模块,所述数据采集模块调用一个子服务器对企业的各类APP生成若干个API接口,从企业内部各类APP中收集业务数据,具体操作步骤如下:
S1、获取各类APP的所有数据名称以及数据类型,根据数据传输的顺序依次对传输的数据进行编号并按顺序排列组合,得到数据排序集,根据数据排序集中排序的数据名称依次获取对应的数据类型和数据权重,统计各类APP在数据传输通道中的数据类型个数,并根据数据传输通道中的历史传输数据获取对应的数据最大量;
S2、将各项数据按照对应的数据编号进行排列组合,将得到的数据排序集上传至子服务器中,根据数据排序集依次对各类APP在数据传输通道中的传输情况进行监测分析;
S3、将各类APP的数据进入数据传输通道以及离开数据传输通道的时间点分别获取数据传输时长SC以及对应的传输带宽CD;
S4、统计各类APP数据在数据传输通道中卡顿的总次数KZ以及总时长SC,统计在数据传输通道中传输数据的总体量TL;
S5、提取标记的各项数据的数据对各类APP在数据传输通道中的总传输时间XC进行计算,总传输时间XC的具体计算方法如下:其中,n1、n2、n3为预设的不同比例系数且n1、n2、n3均大于1,SC表示获取数据传输时长,CD表示传输时对应的传输带宽,TL表示传输数据的总体量,/>表示数据传输通道中对应的标准数据总体量,G为各类APP的个数。
示例性的,本实施例中收集的数据包括但不限于销售数据、库存数据以及客户数据。
示例性的,本实施例中各类APP包括但不限于业务APP,在此不做具体限定。
102、在子服务器接收到各类APP传输的各项数据后,将数据摘要、数据的重要程度以及数据的存储位置生成索引标签;
本实施例中,具体需要说明的是数据标签设定模块,所述数据标签设定模块在子服务器接收到各类APP传输的各项数据后,将数据摘要、数据的重要程度以及数据的存储位置生成索引标签,具体操作步骤如下:
S1、子服务器接收到各类APP上传的数据后,将数据集J进行拆分,不同的数据集标记为J i ,i=1,2,3,...,n;
S2、对数据中的关键字进行提取,对数据进行清理,去除无用的数据,对数据进行分词处理,对各分词进行打分,输出分数最高的分词作为关键词,得到数据中的关键词;
S3、标记每份数据J i 的关键词,当获得数据集J中第i份数据的关键词,标记为,k=1,2,3,...,m;
S4、计算每份数据集J i 的词频,对于份数据集中的关键词/>词频的具体计算方法如下:/>其中,/>表示关键语/>在数据集J中出现的次数,/>表示在数据集J中所有词语出现的次数之和;
S5、对子服务器中所有包含该类词语的数据集进行计算,具体计算方式如下:其中,/>表示关键词/>的重要程度,/>表示子服务器中数据集J i 的个数,/>表示以/>作为关键词的数据集J i 的个数;
S6、将包含关键词的数据集J i 进行标签化,生成数据集J i 的摘要,根据生成的不同摘要类型对数据集J i 分类存储至数据库中;103、实时对访问请求进行风险分析,当风险系数小于预设阈值时,该请求执行,否则拒绝执行;
本实施例中,具体需要说明的是风险请求量化模块,风险请求量化模块实时对访问请求进行风险分析,当风险系数小于阈值时,则执行该访问请求,否则请求拒绝执行,风险评估的具体如下所示:
S1、对每个访问请求进行风险评估,风险评估的具体计算方法如下所示:S1、对每个访问请求进行风险评估,风险评估的具体计算方法如下所示:
其中,表示数据S的私密等级,/>表示W对S的访问历史记录,数据私密等级由数据所有者规定,设置最大为/>,则/>的范围为/>,则规定为:其中,P为历史记录中实体W对数据S的失败访问次数,R为成功的次数,/>表示实体W对数据S的访问历史记录中失败的概率;S2、风险量化模型需满足以下几点:
1)、当没有历史记录可用,则风险评估值为默认数据的敏感度;
2)、当历史记录中失败请求所占比例高时,会增加本次风险评估值;
3)、当历史记录存在时,风险值始终介于最大风险值与最小风险值之间;
4)、当历史集中失败记录请求所占比例增加时,风险值评估值会增加增大速度。
104、通过判断风险系数,实现对访问请求的管理。
本实施例中,具体需要说明的是访问管理模块,所述访问管理模块通过判断风险系数,实现对访问请求的管理,具体包括以下步骤:
S1、向数据库发起访问请求;
S2、当执行到策略执行点时,策略执行点向策略决策点发起验证请求;
S3、策略决策点向访问策略中心进行请求验证;
S4、返回验证结果;
S5、策略决策向辅助决策信息获取权限判定辅助信息;
S6、辅助决策信息点获取资源私密度、访问实体对资源访问历史记录、环境因素信息;
S7、辅助决策信息点将信息返回策略决策点;
S8、策略决策点利用获得的辅助信息向风险请求量化模块发起风险评估请求;
S9、风险请求量化模块发起风险计算;
S10、风险请求量化模块向策略决策点返回风险评估结果;
S11、策略决策点依据风险评估结果和阈值进行比较,结合S4的验证结果,返回决策结果。
以上所述,仅为本发明较佳的具体实施方式,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,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于企业管理APP的数据后台管理系统,包括:
数据采集模块:调用一个子服务器对企业的各类APP生成若干个API接口,从企业内部各类APP中收集业务数据;
数据标签设定模块:在子服务器接收到各类APP传输的各项数据后,将数据摘要、数据的重要程度以及数据的存储位置生成索引标签,所述索引标签生成包括以下步骤:
S1、子服务器接收到各类APP上传的数据后,将数据集J进行拆分,不同的数据集标记为J i ,i=1,2,3,...,n;
S2、对数据中的关键字进行提取,对数据进行清理,去除无用的数据,对数据进行分词处理,对各分词进行打分,输出分数最高的分词作为关键词;
S3、标记每份数据J i 的关键词,当获得数据集J中第i份数据的关键词,标记为,k=1, 2,3,...,m;
S4、计算每份数据集J i 的词频,对于份数据集中的关键词/>词频的具体计算方法如下:/>其中,/>表示关键语/>在数据集J中出现的次数,/>表示在数据集J中所有词语出现的次数之和;
S5、对子服务器中所有包含该类词语的数据集进行计算,具体计算方式如下:其中,/>表示关键词/>的重要程度,/>表示子服务器中数据集J i 的个数,/>表示以/>作为关键词的数据集J i 的个数;
S6、将包含关键词的数据集J i 进行标签化,生成数据集J i 的摘要,根据生成的不同摘要类型对数据集J i 分类存储至数据库中;
风险量化请求模块:实时对访问请求进行风险分析,对每个访问请求进行风险评估,风险评估的具体计算方法如下所示:
据私密等级由数据所有者规定,设置最大为/>,则范围为/>,则规定为:/>其中,P为历史记录中实体W对数据S的失败访问次数,R为成功的次数,/>表示实体W对数据S的访问历史记录中失败的概率;
访问管理模块:通过判断风险系数,实现对访问请求的管理。
2.根据权利要求1所述的一种基于企业管理APP的数据后台管理系统,其特征在于:所述数据采集模块调用一个子服务器对企业的各类APP生成若干个API接口,从企业内部各类APP中收集业务数据。
3.根据权利要求2所述的一种基于企业管理APP的数据后台管理系统,其特征在于:获取各类APP的所有数据名称以及数据类型,根据数据传输的顺序依次对传输的数据进行编号并按顺序排列组合,得到数据排序集,根据数据排序集中排序的数据名称依次获取对应的数据类型和数据权重,统计各类APP在数据传输通道中的数据类型个数,并根据数据传输通道中的历史传输数据获取对应的数据最大量。
4.根据权利要求2所述的一种基于企业管理APP的数据后台管理系统,其特征在于:将各项数据按照对应的数据编号进行排列组合,将得到的数据排序集上传至子服务器中,根据数据排序集依次对各类APP在数据传输通道中的传输情况进行监测分析,将各类APP的数据进入数据传输通道以及离开数据传输通道的时间点分别获取数据传输时长SC以及对应的传输带宽CD,统计各类APP数据在数据传输通道中卡顿的总次数KZ以及总时长SC,统计在数据传输通道中传输数据的总体量TL。
5.根据权利要求2所述的一种基于企业管理APP的数据后台管理系统,其特征在于:其中,n1、n2、n3为预设的不同比例系数且n1、n2、n3均大于1,SC表示获取数据传输时长,CD表示传输时对应的传输带宽,TL表示传输数据的总体量,/>表示数据传输通道中对应的标准数据总体量,G为各类APP的个数。
6.根据权利要求1所述的一种基于企业管理APP的数据后台管理系统,其特征在于:所述访问管理模块通过判断风险系数,实现对访问请求的管理,具体包括以下步骤:
S1、向数据库发起访问请求;
S2、当执行到策略执行点时,策略执行点向策略决策点发起验证请求;
S3、策略决策点向访问策略中心进行请求验证;
S4、返回验证结果;
S5、策略决策向辅助决策信息点获取权限判定辅助信息;
S6、辅助决策信息点获取资源私密度、访问实体对资源访问历史记录、环境因素信息;
S7、辅助决策信息点将信息返回策略决策点;
S8、策略决策点利用获得的辅助信息向风险请求量化模块发起风险评估请求;
S9、风险请求量化模块发起风险计算;
S10、风险请求量化模块向策略决策点返回风险评估结果;
S11、策略决策点依据风险评估结果和阈值进行比较,结合S4的验证结果,返回决策结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311535318.5A CN117291428B (zh) | 2023-11-17 | 2023-11-17 | 一种基于企业管理app的数据后台管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311535318.5A CN117291428B (zh) | 2023-11-17 | 2023-11-17 | 一种基于企业管理app的数据后台管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117291428A CN117291428A (zh) | 2023-12-26 |
CN117291428B true CN117291428B (zh) | 2024-03-08 |
Family
ID=89244631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311535318.5A Active CN117291428B (zh) | 2023-11-17 | 2023-11-17 | 一种基于企业管理app的数据后台管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117291428B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117522601B (zh) * | 2024-01-04 | 2024-03-22 | 山东保医通信息科技有限公司 | 一种基于接口统一管理的核保业务执行方法、设备及介质 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102301375A (zh) * | 2009-01-30 | 2011-12-28 | 飞思卡尔半导体公司 | 用于市场返修的认证调试访问 |
CN102404726A (zh) * | 2011-11-18 | 2012-04-04 | 重庆邮电大学 | 一种对用户访问物联网信息的分布式控制方法 |
CN107395430A (zh) * | 2017-08-16 | 2017-11-24 | 中国民航大学 | 一种云平台动态风险访问控制方法 |
CN110222179A (zh) * | 2019-05-28 | 2019-09-10 | 深圳市小赢信息技术有限责任公司 | 一种通讯录文本分类方法、装置及电子设备 |
CN112348310A (zh) * | 2020-09-21 | 2021-02-09 | 西安交大捷普网络科技有限公司 | 一种网络行为的风险评估方法与系统 |
CN112581006A (zh) * | 2020-12-25 | 2021-03-30 | 杭州衡泰软件有限公司 | 筛选舆情信息及监测企业主体风险等级的舆情引擎及方法 |
CN113297283A (zh) * | 2020-11-12 | 2021-08-24 | 苏宁金融科技(南京)有限公司 | 用于企业风险预警的舆情分析方法及系统 |
CN114444033A (zh) * | 2021-12-07 | 2022-05-06 | 国网山东省电力公司电力科学研究院 | 一种基于物联网的数据安全防护系统及方法 |
CN114841660A (zh) * | 2022-04-17 | 2022-08-02 | 河南鑫安利安全科技股份有限公司 | 一种基于现场信息的企业智慧安全管控云平台 |
CN114880486A (zh) * | 2022-05-13 | 2022-08-09 | 江苏省联合征信有限公司 | 基于nlp和知识图谱的产业链识别方法及系统 |
CN115423327A (zh) * | 2022-09-06 | 2022-12-02 | 建信金融科技有限责任公司 | 数据处理方法与装置 |
CN115859345A (zh) * | 2022-11-10 | 2023-03-28 | 广州益涛网络科技有限公司 | 一种基于区块链的数据访问管理方法和系统 |
CN115883163A (zh) * | 2022-11-25 | 2023-03-31 | 中国农业银行股份有限公司安徽省分行 | 网络安全告警监测方法 |
CN115988466A (zh) * | 2022-12-14 | 2023-04-18 | 深圳市高为通信技术有限公司 | 一种基于蓝牙音频的数据传输系统 |
CN116506217A (zh) * | 2023-06-20 | 2023-07-28 | 北京门石信息技术有限公司 | 业务数据流安全风险的分析方法、系统、存储介质及终端 |
CN116821106A (zh) * | 2023-04-28 | 2023-09-29 | 贵州爱信诺航天信息有限公司 | 一种企业数据数字治理系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11615361B2 (en) * | 2019-09-13 | 2023-03-28 | Oracle International Corporation | Machine learning model for predicting litigation risk in correspondence and identifying severity levels |
-
2023
- 2023-11-17 CN CN202311535318.5A patent/CN117291428B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102301375A (zh) * | 2009-01-30 | 2011-12-28 | 飞思卡尔半导体公司 | 用于市场返修的认证调试访问 |
CN102404726A (zh) * | 2011-11-18 | 2012-04-04 | 重庆邮电大学 | 一种对用户访问物联网信息的分布式控制方法 |
CN107395430A (zh) * | 2017-08-16 | 2017-11-24 | 中国民航大学 | 一种云平台动态风险访问控制方法 |
CN110222179A (zh) * | 2019-05-28 | 2019-09-10 | 深圳市小赢信息技术有限责任公司 | 一种通讯录文本分类方法、装置及电子设备 |
CN112348310A (zh) * | 2020-09-21 | 2021-02-09 | 西安交大捷普网络科技有限公司 | 一种网络行为的风险评估方法与系统 |
CN113297283A (zh) * | 2020-11-12 | 2021-08-24 | 苏宁金融科技(南京)有限公司 | 用于企业风险预警的舆情分析方法及系统 |
CN112581006A (zh) * | 2020-12-25 | 2021-03-30 | 杭州衡泰软件有限公司 | 筛选舆情信息及监测企业主体风险等级的舆情引擎及方法 |
CN114444033A (zh) * | 2021-12-07 | 2022-05-06 | 国网山东省电力公司电力科学研究院 | 一种基于物联网的数据安全防护系统及方法 |
CN114841660A (zh) * | 2022-04-17 | 2022-08-02 | 河南鑫安利安全科技股份有限公司 | 一种基于现场信息的企业智慧安全管控云平台 |
CN114880486A (zh) * | 2022-05-13 | 2022-08-09 | 江苏省联合征信有限公司 | 基于nlp和知识图谱的产业链识别方法及系统 |
CN115423327A (zh) * | 2022-09-06 | 2022-12-02 | 建信金融科技有限责任公司 | 数据处理方法与装置 |
CN115859345A (zh) * | 2022-11-10 | 2023-03-28 | 广州益涛网络科技有限公司 | 一种基于区块链的数据访问管理方法和系统 |
CN115883163A (zh) * | 2022-11-25 | 2023-03-31 | 中国农业银行股份有限公司安徽省分行 | 网络安全告警监测方法 |
CN115988466A (zh) * | 2022-12-14 | 2023-04-18 | 深圳市高为通信技术有限公司 | 一种基于蓝牙音频的数据传输系统 |
CN116821106A (zh) * | 2023-04-28 | 2023-09-29 | 贵州爱信诺航天信息有限公司 | 一种企业数据数字治理系统及方法 |
CN116506217A (zh) * | 2023-06-20 | 2023-07-28 | 北京门石信息技术有限公司 | 业务数据流安全风险的分析方法、系统、存储介质及终端 |
Non-Patent Citations (2)
Title |
---|
科技型小微企业信用风险评估指标及特征提取模型研究;达芳;《中国博士学位论文全文数据库 经济与管理科学辑》(第01期);第J152-32页 * |
网络安全多维动态风险评估关键技术研究;高妮;《中国博士学位论文全文数据库 信息科技辑》(第04期);第I139-2页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117291428A (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019214248A1 (zh) | 一种风险评估方法、装置、终端设备及存储介质 | |
CN109543925B (zh) | 基于机器学习的风险预测方法、装置、计算机设备和存储介质 | |
CN109492858B (zh) | 基于机器学习的员工绩效预测方法及装置、设备、介质 | |
CN117291428B (zh) | 一种基于企业管理app的数据后台管理系统 | |
CN111260102A (zh) | 一种用户满意度预测方法、装置、电子设备及存储介质 | |
CN109784848B (zh) | 酒店订单处理方法和相关产品 | |
CN110728301A (zh) | 一种个人用户的信用评分方法、装置、终端及存储介质 | |
KR102195629B1 (ko) | 인공지능 학습데이터 생성을 위한 크라우드소싱 기반 프로젝트에서의 작업 능력 지수에 기반한 작업자 선정 방법 | |
CN111160959A (zh) | 一种用户点击转化预估方法及装置 | |
CN114139539A (zh) | 企业社会责任指标量化方法、系统及应用 | |
CN111510368A (zh) | 家庭群组识别方法、装置、设备及计算机可读存储介质 | |
KR100901782B1 (ko) | 마케팅 정보 생성 방법 및 시스템 | |
CN114238280A (zh) | 构建金融敏感信息标准库的方法、装置及电子设备 | |
CN110955760B (zh) | 判决结果的评价方法和相关装置 | |
CN116823069B (zh) | 基于文本分析的智能客服服务质检方法及相关设备 | |
CN112100165A (zh) | 基于质量评估的交通数据处理方法、系统、设备和介质 | |
CN113705682B (zh) | 用户行为特征的处理方法及装置 | |
CN117668205B (zh) | 智慧物流客服处理方法、系统、设备及存储介质 | |
CN113128217B (zh) | 一种基于网络孪生空间的舆情处置决策方法 | |
CN117828429A (zh) | 一种用于构建舆情事件消退预测模型的方法、装置及设备 | |
TWI634508B (zh) | 使用多維度評級制判定實體未來商業存活力之系統和方法 | |
CN113538020B (zh) | 获取客群特征关联度方法、装置、存储介质和电子装置 | |
CN118095932A (zh) | 用于企业it数字化能力的评估方法及装置、电子设备 | |
JP2009245351A (ja) | 情報処理システムおよび情報処理方法 | |
CN116861254A (zh) | 冷热数据识别方法、装置、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |