CN117742701A - 一种基于区块链的ai隐私计算平台 - Google Patents
一种基于区块链的ai隐私计算平台 Download PDFInfo
- Publication number
- CN117742701A CN117742701A CN202410147673.3A CN202410147673A CN117742701A CN 117742701 A CN117742701 A CN 117742701A CN 202410147673 A CN202410147673 A CN 202410147673A CN 117742701 A CN117742701 A CN 117742701A
- Authority
- CN
- China
- Prior art keywords
- management
- model
- function
- management module
- data
- 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
- 238000007726 management method Methods 0.000 claims abstract description 149
- 238000012549 training Methods 0.000 claims abstract description 54
- 238000002372 labelling Methods 0.000 claims abstract description 27
- 239000002071 nanotube Substances 0.000 claims abstract description 15
- 230000006870 function Effects 0.000 claims description 128
- 238000001514 detection method Methods 0.000 claims description 12
- 238000011084 recovery Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000008676 import Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 3
- 238000013523 data management Methods 0.000 abstract description 3
- 238000012800 visualization Methods 0.000 abstract description 3
- 230000007246 mechanism Effects 0.000 description 10
- 238000011161 development Methods 0.000 description 6
- 238000013475 authorization Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于区块链的AI隐私计算平台,包括功能管理模块、运行管理模块和安全管理模块,属于区块链技术领域,利用区块链积累的多个项目数据构建AI模型,提高了模型代码和模块的复用性,解决了现有技术中由于模型需要重复构建而导致效率低和成本高的问题;通过数据管理实现图片的批量导入,对图片数据集进行存储管理和版本管理,将图片和标签一并上传实现自动导入标注数据,减少人工负担,提高了AI建模效率;通过模型管理对已部署的内部算法模型进行线上纳管,建设算法模型统一部署基础设施,兼容绝大部分算法模型和算法模型服务的负载均衡、自动容错修复、流程化可视化训练和模型在线部署,提高了AI模型调用能力。
Description
技术领域
本发明属于区块链技术领域,涉及一种基于区块链的AI隐私计算平台。
背景技术
随着“数字经济”的不断发展,数据要素安全协作的需求在不断增加。隐私计算技术的兴起则为数据要素内在价值的安全释放提供了有力工具。伴随着隐私计算技术的不断成熟,各类数据要素主体进行按需动态协作的条件也在不断增强,它们之间的竞争与合作日趋常态化。随着人工智能技术的不断发展,AI隐私计算服务成为了隐私计算应用中的典型服务。
然而,AI应用开发需要大规模的数据采集和标注以及长时间的模型训练和调试,且大部分工作如数据标注需要人工处理,大大降低了AI训练的效率,以及需要大量的开发成本。
发明内容
为解决上述现有技术存在的问题,本发明提供了一种基于区块链的AI隐私计算平台。
本发明的目的可以通过以下技术方案实现:
本发明提供了一种基于区块链的AI隐私计算平台,包括功能管理模块、运行管理模块和安全管理模块,其中:
所述功能管理模块,包括基础功能模块、数据管理中心、模型管理模块、服务管理模块和能力门户模块:所述基础功能模块,用于支持系统登录功能、用户管理功能和授权认证管理功能;所述数据管理中心,用于对数据进行标签管理、图片数据集管理和标注管理;所述模型管理模块,用于支持算法纳管功能、算法管理功能、算法训练功能和模型部署功能;所述服务管理模块,用于支持应用管理功能和服务开放功能;所述能力用户模块,用于支持核心能力功能、行业应用功能、客户案例功能和开发者社区功能;
所述运行管理模块,包括日志记录模块和异常处理模块:所述日志记录模块,用于记录应用系统所有构件生成的日志,所述日志是系统运行过程中,在某一时刻对系统某一运行状态的记录;所述异常处理模块,用于识别并俘获系统发生的异常,并集中管理异常业务事件的处理状态;
所述安全管理模块,包括网络安全管理模块、应用安全管理模块、数据安全管理模块和备份容灾管理模块:所述网络安全管理模块,从网络设计及应用部署方面进行规范,降低网络安全风险;所述应用安全管理模块,支持多种安全可靠性技术手段,为系统应用提供良好的安全可靠性策略;所述数据安全管理模块,采用数据安全策略实现系统数据安全管理;所述备份容灾管理模块,为系统提供备份容灾方案。
进一步地,功能管理模块中,所述基础功能模块,所述系统登录功能,用于支持用户使用账号、手机号、邮箱和验证码登录系统,并限制用户登录的失败次数,超过失败次数账号就会被锁定而不能登录;所述用户管理功能,用于支持增加用户、修改用户、删除用户、修改密码、增加机构、修改机构、删除机构、机构添加用户和机构删除用户操作;所述授权认证管理功能,用于支持经典的RBAC角色权限模型,实现新建角色、新建权限、给角色赋权和把角色或权限赋予给用户等功能,并针对用户开放系统的不同功能。
进一步地,功能管理模块中,所述数据管理中心,所述标签管理,支持标签组管理和标签管理功能,所述标签组和标签是一对多的父子关系;所述图片数据集管理,支持大规模的数据存储,提供数据批量导入功能;所述标注管理,用于将原始数据进行处理并转化为能用于模型训练的数据。
数据标注功能提供对图像数据的在线协同标注,支持创建目标检测、图像分类两类数据标注任务。目标检测支持图像矩形的方式对目标进行框选标注,图像分类支持多选图片进行批量标注以提高标注效率。若数据集已完成标注,则可以供进行算法模型训练。
进一步地,功能管理模块中,所述数据管理中心,所述图片数据集管理,所述支持大规模的数据存储,提供数据批量导入功能,具体如下:
S1、支持图片数据集的新建、编辑和删除功能;
S2、支持图片数据集进行版本化管理;
S3、支持图片的批量导入与查看;
S4、支持下载图片数据集以及完成标注的标注数据。
进一步地,功能管理模块中,所述模型管理模块,所述算法纳管功能,支持对第三方按照技术规范制作的算法模型镜像实现线下部署,在平台进行配置后把算法模型进行纳管,纳管后的算法模型状态默认为已部署,支持用户进行对外开放服务。
进一步地,功能管理模块中,所述模型管理模块,所述算法训练功能,支持在线进行算法模型的训练,支持用户根据需求创建图像分类和目标检测的模型训练算法,与选择合适的数据集进行模型训练,在模型训练期间,支持实时查看模型训练状态和相关训练日志。
进一步地,功能管理模块中,所述模型管理模块,所述模型部署功能,支持在模型训练完成后,用户根据业务需求进行模型的在线部署,模型部署作用于服务器端和云端,保证模型即训即用,快速部署。
进一步地,功能管理模块中,所述模型管理模块,所述算法管理功能,通过预置图像分类和目标检测训练算法,对每种训练算法进行元数据的管理,所述元数据包括训练镜像ID、训练工作目录和输出日志路径。
进一步地,功能管理模块中,所述服务管理模块,所述应用管理功能应用是指第三方系统的服务消费者,第三方需要提供应用的信息,才能调用平台开放的算法服务;应用管理功能包括新建、编辑和删除功能;所述服务开放功能是对开放给外部使用的算法服务进行管理;服务开放功能包括新建、编辑和删除功能;服务开放需要指定应用才能生效,服务开放后用户需要鉴权成功后才能正常使用,同时在服务开放功能还能独立为每个应用指定不同的算法服务调用频率。
进一步地,功能管理模块中,所述能力用户模块,所述核心能力功能主要针对每个已纳管的算法能力的展示页面,主要包括主要用途、适用场景、成功案例、Demo演示和技术说明;所述行业应用功能和客户案例功能,主要展示重要的标杆性案例;所述开发者社区功能主要包括使用文档、开发文档、接口文档三大部分。
进一步地,运行管理模块中,所述日志记录模块,所述日志,包含以下信息:
T1、操作时间:操作发生的时间,精度到毫秒;
T2、操作级别:操作所属的级别;
T3、日志内容:详细记录操作所涉及的相关变化数据的值。
本发明的有益效果:
利用区块链积累的多个项目数据构建AI模型,避免单个项目交付模式,提高了代码和模块的复用性,解决了现有技术中由于模型需要重复构建而导致效率低、成本高的问题;通过数据管理实现图片的批量导入,对图片数据集进行存储管理和版本管理,将图片和标签一并上传实现自动导入标注数据,减少了人工负担,提高了AI建模效率;通过模型管理对已部署的内部算法模型进行线上纳管,建设算法模型统一部署基础设施,兼容绝大部分算法模型和算法模型服务的负载均衡、自动容错修复、流程化可视化训练和模型在线部署,提高了AI模型调用能力。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步地说明。
图1为本发明中一种基于区块链的AI隐私计算平台的结构图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明的具体实施方式、结构、特征及其功效,详细说明如后。
请参阅图1,本发明提供了一种基于区块链的AI隐私计算平台,包括功能管理模块、运行管理模块和安全管理模块,其中:
所述功能管理模块,包括基础功能模块、数据管理中心、模型管理模块、服务管理模块和能力门户模块:所述基础功能模块,用于支持系统登录功能、用户管理功能和授权认证管理功能;所述数据管理中心,用于对数据进行标签管理、图片数据集管理和标注管理;所述模型管理模块,用于支持算法纳管功能、算法管理功能、算法训练功能和模型部署功能;所述服务管理模块,用于支持应用管理功能和服务开放功能;所述能力用户模块,用于支持核心能力功能、行业应用功能、客户案例功能和开发者社区功能;
所述运行管理模块,包括日志记录模块和异常处理模块:所述日志记录模块,用于记录应用系统所有构件生成的日志,所述日志是系统运行过程中,在某一时刻对系统某一运行状态的记录;所述异常处理模块,用于识别并俘获系统发生的异常,并集中管理异常业务事件的处理状态;
所述安全管理模块,包括网络安全管理模块、应用安全管理模块、数据安全管理模块和备份容灾管理模块:所述网络安全管理模块,从网络设计及应用部署方面进行规范,降低网络安全风险;所述应用安全管理模块,支持多种安全可靠性技术手段,为系统应用提供良好的安全可靠性策略;所述数据安全管理模块,采用数据安全策略实现系统数据安全管理;所述备份容灾管理模块,为系统提供备份容灾方案。
需要注意的是,AI算法高度依赖监督式学习,通过对数据进行标注,为模型训练提供训练数据,常用的方法主要是人工标注,人工标注的首要步骤,就是需要预先设计需要进行识别的标签。标注数据集对算法模型的训练来说是很重要的一步,但是标注数据是件很繁琐的工作,而自动标注可以减轻工作量。自动标注系统以保证性能的情况下最小化人工标注代价为目标,不断提升自动标注效率,减少人工标注和人工参与过程。
进一步地,功能管理模块中,所述基础功能模块,所述系统登录功能,用于支持用户使用账号、手机号、邮箱和验证码登录系统,并限制用户登录的失败次数,超过失败次数账号就会被锁定而不能登录;所述用户管理功能,用于支持增加用户、修改用户、删除用户、修改密码、增加机构、修改机构、删除机构、机构添加用户和机构删除用户操作;所述授权认证管理功能,用于支持经典的RBAC角色权限模型,实现新建角色、新建权限、给角色赋权和把角色或权限赋予给用户等功能,并针对用户开放系统的不同功能。
进一步地,功能管理模块中,所述数据管理中心,所述标签管理,支持标签组管理和标签管理功能,所述标签组和标签是一对多的父子关系;所述图片数据集管理,支持大规模的数据存储,提供数据批量导入功能;所述标注管理,用于将原始数据进行处理并转化为能用于模型训练的数据。
需要注意的是,AI模型服务成功部署后,服务并不会立即对外开放,算法服务只有通过审批后才能注册到AI能力开放平台,提供给外部进行调用。AI能力开放平台作为统一的AI服务流量管控入口,通过动态路由、安全认证、限流限速、IP黑白名单控制、监控报警、服务治理等能力控制功能与安全措施,为后端的算法模型服务提供安全屏障,全方位保护AI服务安全调用。通过数据标注功能,输出更高品质的训练素材,能为下游AI模型训练模块提供了更优的有利条件,数据标注主要任务是将源数据转化为可用于模型训练的数据,数据标注模块提供手动在线标注。此外,支持对标注任务进行监控和管理,例如未标注文档数、已标注文档数等。
数据标注功能提供对图像数据的在线协同标注,支持创建目标检测、图像分类两类数据标注任务。目标检测支持图像矩形的方式对目标进行框选标注,图像分类支持多选图片进行批量标注以提高标注效率。若数据集已完成标注,则可以供进行算法模型训练。
进一步地,功能管理模块中,所述数据管理中心,所述图片数据集管理,所述支持大规模的数据存储,提供数据批量导入功能,具体如下:
S1、支持图片数据集的新建、编辑和删除功能;
S2、支持图片数据集进行版本化管理;
S3、支持图片的批量导入与查看;
S4、支持下载图片数据集以及完成标注的标注数据。
进一步地,功能管理模块中,所述模型管理模块,所述算法纳管功能,支持对第三方按照技术规范制作的算法模型镜像实现线下部署,在平台进行配置后把算法模型进行纳管,纳管后的算法模型状态默认为已部署,支持用户进行对外开放服务。
进一步地,功能管理模块中,所述模型管理模块,所述算法训练功能,支持在线进行算法模型的训练,支持用户根据需求创建图像分类和目标检测的模型训练算法,与选择合适的数据集进行模型训练,在模型训练期间,支持实时查看模型训练状态和相关训练日志。
进一步地,功能管理模块中,所述模型管理模块,所述模型部署功能,支持在模型训练完成后,用户根据业务需求进行模型的在线部署,模型部署作用于服务器端和云端,保证模型即训即用,快速部署。
进一步地,功能管理模块中,所述模型管理模块,所述算法管理功能,通过预置图像分类和目标检测训练算法,对每种训练算法进行元数据的管理,所述元数据包括训练镜像ID、训练工作目录和输出日志路径。
进一步地,功能管理模块中,所述服务管理模块,所述应用管理功能应用是指第三方系统的服务消费者,第三方需要提供应用的信息,才能调用平台开放的算法服务;应用管理功能包括新建、编辑和删除功能;所述服务开放功能是对开放给外部使用的算法服务进行管理;服务开放功能包括新建、编辑和删除功能;服务开放需要指定应用才能生效,服务开放后用户需要鉴权成功后才能正常使用,同时在服务开放功能还能独立为每个应用指定不同的算法服务调用频率。
进一步地,功能管理模块中,所述能力用户模块,所述核心能力功能主要针对每个已纳管的算法能力的展示页面,主要包括主要用途、适用场景、成功案例、Demo演示和技术说明;所述行业应用功能和客户案例功能,主要展示重要的标杆性案例;所述开发者社区功能主要包括使用文档、开发文档、接口文档三大部分。
进一步地,运行管理模块中,所述日志记录模块,所述日志,包含以下信息:
T1、操作时间:操作发生的时间,精度到毫秒;
T2、操作级别:操作所属的级别;
T3、日志内容:详细记录操作所涉及的相关变化数据的值。
本发明的有益效果:
利用区块链积累的多个项目数据构建AI模型,避免单个项目交付模式,提高了代码和模块的复用性,解决了现有技术中由于模型需要重复构建而导致效率低、成本高的问题;通过数据管理实现图片的批量导入,对图片数据集进行存储管理和版本管理,将图片和标签一并上传实现自动导入标注数据,减少了人工负担,提高了AI建模效率;通过模型管理对已部署的内部算法模型进行线上纳管,建设算法模型统一部署基础设施,兼容绝大部分算法模型和算法模型服务的负载均衡、自动容错修复、流程化可视化训练和模型在线部署,提高了AI模型调用能力。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭示如上,然而并非用以限定本发明,任何本领域技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (5)
1.一种基于区块链的AI隐私计算平台,其特征在于:包括功能管理模块、运行管理模块和安全管理模块,其中:
所述功能管理模块,包括基础功能模块、数据管理中心、模型管理模块、服务管理模块和能力门户模块;
所述运行管理模块,包括日志记录模块和异常处理模块;
所述安全管理模块,包括网络安全管理模块、应用安全管理模块、数据安全管理模块和备份容灾管理模块;
其中,所述功能管理模块中,所述数据管理中心,用于对数据进行标签管理、图片数据集管理和标注管理:所述标签管理,支持标签组管理和标签管理功能,所述标签组和标签是一对多的父子关系;所述图片数据集管理,支持大规模的数据存储,提供数据批量导入功能;所述标注管理,用于将原始数据进行处理并转化为能用于模型训练的数据;
所述模型管理模块,用于支持算法纳管功能、算法管理功能、算法训练功能和模型部署功能:所述算法纳管功能,支持对第三方按照技术规范制作的算法模型镜像实现线下部署,在平台进行配置后把算法模型进行纳管,纳管后的算法模型状态默认为已部署,支持用户进行对外开放服务;所述算法管理功能,通过预置图像分类和目标检测的训练算法,对所述训练算法进行元数据的管理,所述元数据包括训练镜像ID、训练工作目录和输出日志路径;所述算法训练功能,支持在线进行算法模型的训练,支持用户根据需求创建图像分类和目标检测的模型训练算法,与选择合适的数据集进行模型训练,在模型训练期间,支持实时查看模型训练状态和相关训练日志;所述模型部署功能,支持在模型训练完成后,用户根据业务需求进行模型的在线部署,模型部署作用于服务器端和云端,保证模型即训即用,快速部署。
2.根据权利要求1所述的一种基于区块链的AI隐私计算平台,其特征在于:所述日志记录模块,用于记录应用系统所有构件生成的日志,所述日志是系统运行过程中,在某一时刻对系统某一运行状态的记录;所述异常处理模块,用于识别并俘获系统发生的异常,并集中管理异常业务事件的处理状态。
3.根据权利要求1所述的一种基于区块链的AI隐私计算平台,其特征在于:所述网络安全管理模块,从网络设计及应用部署方面进行规范,降低网络安全风险;所述应用安全管理模块,支持多种安全可靠性技术手段,为系统应用提供良好的安全可靠性策略;所述数据安全管理模块,采用数据安全策略实现系统数据安全管理;所述备份容灾管理模块,为系统提供备份容灾方案。
4.根据权利要求1所述的一种基于区块链的AI隐私计算平台,其特征在于:所述标注管理,提供对图像数据的在线协同标注,支持创建目标检测和图像分类两类数据标注任务;所述目标检测,支持图像矩形的方式对目标进行框选标注;所述图像分类,支持多选图片进行批量标注。
5.根据权利要求1所述的一种基于区块链的AI隐私计算平台,其特征在于:所述图片数据集管理,所述支持大规模的数据存储,提供数据批量导入功能,具体如下:
S1、支持图片数据集的新建、编辑和删除功能;
S2、支持图片数据集进行版本化管理;
S3、支持图片的批量导入与查看;
S4、支持下载图片数据集以及完成标注的标注数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410147673.3A CN117742701A (zh) | 2024-02-02 | 2024-02-02 | 一种基于区块链的ai隐私计算平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410147673.3A CN117742701A (zh) | 2024-02-02 | 2024-02-02 | 一种基于区块链的ai隐私计算平台 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117742701A true CN117742701A (zh) | 2024-03-22 |
Family
ID=90256741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410147673.3A Pending CN117742701A (zh) | 2024-02-02 | 2024-02-02 | 一种基于区块链的ai隐私计算平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117742701A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103023993A (zh) * | 2012-11-28 | 2013-04-03 | 青岛双瑞海洋环境工程股份有限公司 | 一种基于云计算的企业信息系统 |
US10725803B1 (en) * | 2019-06-21 | 2020-07-28 | Alibaba Group Holding Limited | Methods and systems for automatic blockchain deployment based on cloud platform |
CN113760464A (zh) * | 2021-09-14 | 2021-12-07 | 中化现代农业有限公司 | 一种基于深度学习的人工智能模型开发平台 |
CN114417361A (zh) * | 2022-03-31 | 2022-04-29 | 天聚地合(苏州)科技股份有限公司 | 基于区块链的跨域ai隐私计算的协商方法及系统 |
CN114595127A (zh) * | 2020-12-03 | 2022-06-07 | 腾讯科技(深圳)有限公司 | 日志异常处理方法、装置、设备和存储介质 |
CN115454420A (zh) * | 2022-09-15 | 2022-12-09 | 平安健康保险股份有限公司 | 人工智能算法模型部署系统、方法、设备及存储介质 |
-
2024
- 2024-02-02 CN CN202410147673.3A patent/CN117742701A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103023993A (zh) * | 2012-11-28 | 2013-04-03 | 青岛双瑞海洋环境工程股份有限公司 | 一种基于云计算的企业信息系统 |
US10725803B1 (en) * | 2019-06-21 | 2020-07-28 | Alibaba Group Holding Limited | Methods and systems for automatic blockchain deployment based on cloud platform |
CN114595127A (zh) * | 2020-12-03 | 2022-06-07 | 腾讯科技(深圳)有限公司 | 日志异常处理方法、装置、设备和存储介质 |
CN113760464A (zh) * | 2021-09-14 | 2021-12-07 | 中化现代农业有限公司 | 一种基于深度学习的人工智能模型开发平台 |
CN114417361A (zh) * | 2022-03-31 | 2022-04-29 | 天聚地合(苏州)科技股份有限公司 | 基于区块链的跨域ai隐私计算的协商方法及系统 |
CN115454420A (zh) * | 2022-09-15 | 2022-12-09 | 平安健康保险股份有限公司 | 人工智能算法模型部署系统、方法、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109118347B (zh) | 一种自动化协作方法及系统 | |
US10552448B2 (en) | Systems and methods for event driven object management and distribution among multiple client applications | |
WO2021213065A1 (zh) | 一种区块链数据归档方法、装置和计算机可读存储介质 | |
CN111159769A (zh) | 一种基于区块链的建筑工程造价监管系统及方法 | |
US10366129B2 (en) | Data security threat control monitoring system | |
US20100161616A1 (en) | Systems and methods for coupling structured content with unstructured content | |
CN106227780A (zh) | 一种海量网页的自动化截图取证方法和系统 | |
CN106447550A (zh) | 一种基于MySQL的房地产销售管理系统 | |
JP2013235496A (ja) | クラウドストレージサーバ | |
CN115857886A (zh) | 基层政务应用的低代码开发平台 | |
CN111048164A (zh) | 一种医学大数据长期保存系统 | |
US7693185B1 (en) | Method and apparatus for creation and management of intelligent packets | |
CN117742701A (zh) | 一种基于区块链的ai隐私计算平台 | |
CN110807184A (zh) | 一种智能录屏采集电脑及移动终端用户行为数据的方法 | |
CN115776548A (zh) | 双录系统 | |
CN115879880A (zh) | 一种电力业扩资料rpa采集方法及系统 | |
CN114077973A (zh) | 用于太阳能电池组件生产的制造执行系统及方法 | |
CN113688418A (zh) | 基于区块链数据存储的工程订单结算方法及系统 | |
CN113269536A (zh) | 一个基于二维码的施工日志系统及使用方法 | |
CN113886061A (zh) | 一种工业物联网运维平台 | |
CN101030280A (zh) | 物流应用服务供应商实时运营平台的装置及其方法 | |
US11868319B2 (en) | File storage system based on attributes of file components | |
US11775935B1 (en) | Archiving whiteboard events | |
US20240179262A1 (en) | Object data exchange | |
CN111581670B (zh) | 数据生命周期管理方法 |
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 |