CN117762885A - 一种智能多对象数据共享系统及方法 - Google Patents
一种智能多对象数据共享系统及方法 Download PDFInfo
- Publication number
- CN117762885A CN117762885A CN202310821995.7A CN202310821995A CN117762885A CN 117762885 A CN117762885 A CN 117762885A CN 202310821995 A CN202310821995 A CN 202310821995A CN 117762885 A CN117762885 A CN 117762885A
- Authority
- CN
- China
- Prior art keywords
- sharing
- file
- data
- shared
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000015654 memory Effects 0.000 description 15
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 230000006399 behavior Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据共享技术领域,具体公开了一种智能多对象数据共享系统及方法,所述方法包括搭建数据共享平台,接收共享端发送的接入请求;基于预设的模板获取共享端的端口信息,同步创建独立数据库;根据所述独立数据库实时获取共享端的共享文件及基于共享文件的操作信息;根据所有共享端的共享文件及基于共享文件的操作信息确定共享文件的传播特征;根据所述传播特征确定各个共享文件的检测频率。本发明通过统计所有共享文件及其传播过程,进而确定共享端的共享级别,在确定好共享级别后,以共享文件为基准,统计共享文件涉及到的所有共享端的共享级别,判定传播特征,由此确定检测频率,对检测资源进行分配,区分度极高。
Description
技术领域
本发明涉及数据共享技术领域,具体是一种智能多对象数据共享系统及方法。
背景技术
数据共享就是让在不同地方使用不同计算机、不同软件的用户能够读取他人数据并进行各种操作、运算和分析。
数据共享过程中的共享文件也是由用户上传的,数据共享管理方会对共享文件进行检测,实时确定其安全性,剔除存在安全风险的共享文件,而检测过程本身需要消耗计算资源,现有的检测过程大都是全局检测方式,并且是对所有共享文件进行检测,这使得检测过程不具备区分度,实际上,不同共享文件所需的检测资源是不同的,如何提高检测区分度是本发明技术方案想要解决的技术问题。
发明内容
本发明的目的在于提供一种智能多对象数据共享系统及方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种智能多对象数据共享方法,所述方法包括:
搭建数据共享平台,接收共享端发送的接入请求;
基于预设的模板获取共享端的端口信息,同步创建独立数据库;
根据所述独立数据库实时获取共享端的共享文件及基于共享文件的操作信息;
根据所有共享端的共享文件及基于共享文件的操作信息确定共享文件的传播特征;
根据所述传播特征确定各个共享文件的检测频率。
作为本发明进一步的方案:所述搭建数据共享平台,接收共享端发送的接入请求的步骤包括:
查询文件分享类型,根据文件分享类型确定数据接口;
基于大数据技术预测文件分享需求,根据文件分享需求创建基准规模;
根据所述基准规模和所述数据接口创建拼接式数据共享平台;
实时接收共享端发送的接入请求。
作为本发明进一步的方案:所述基于预设的模板获取共享端的端口信息,同步创建独立数据库的步骤包括:
当接收到共享端发送的接入请求时,读取预设的模板,并将所述模板向共享端发送;
接收共享端反馈的基于模板填写的端口信息,根据所述端口信息确定共享端的预测数据量;
根据所述预测数据量创建数据库,并根据端口信息生成该数据库的唯一标签,得到独立数据库。
作为本发明进一步的方案:所述根据所述独立数据库实时获取共享端的共享文件及基于共享文件的操作信息的步骤包括:
根据所述独立数据库实时监听共享端的文件存取行为,生成文件存取记录;
统计预设时间段内的所有文件存取记录,建立文件统计表;所述文件统计表包括文件名称项、存取次数项和操作信息项;所述操作信息是由时间和存取标签对确定的数据集;所述存取标签对用于表征共享文件的发送方和下载方;
以所述文件存取记录为基准,在文件统计表中进行数据延拓,得到相关数据表。
作为本发明进一步的方案:述根据所有共享端的共享文件及基于共享文件的操作信息确定共享文件的传播特征的步骤包括:
依次读取各共享端的相关数据表;
统计该共享端作为发送方的数据项和该共享端作为下载方的数据项;
根据统计的数据项中的存取次数确定共享端的传播级别;
读取文件统计表,依次获取各共享文件的操作信息项,将操作信息项转换为传播级别组;
根据所述传播级别组确定传播特征。
作为本发明进一步的方案:所述根据所述传播特征确定各个共享文件的检测频率的步骤包括:
将所述传播特征输入预设的转换模型,得到特征值;
将所述特征值与预设的阈值进行比对,根据比对结果确定各个共享文件的检测频率。
本发明技术方案还提供了一种智能多对象数据共享系统,所述系统包括:
请求接收模块,用于搭建数据共享平台,接收共享端发送的接入请求;
数据库创建模块,用于基于预设的模板获取共享端的端口信息,同步创建独立数据库;
信息记录模块,用于根据所述独立数据库实时获取共享端的共享文件及基于共享文件的操作信息;
传播特征确定模块,用于根据所有共享端的共享文件及基于共享文件的操作信息确定共享文件的传播特征;
频率确定模块,用于根据所述传播特征确定各个共享文件的检测频率。
作为本发明进一步的方案:所述请求接收模块包括:
接口确定单元,用于查询文件分享类型,根据文件分享类型确定数据接口;
规模确定单元,用于基于大数据技术预测文件分享需求,根据文件分享需求创建基准规模;
平台创建单元,用于根据所述基准规模和所述数据接口创建拼接式数据共享平台;
接收执行单元,用于实时接收共享端发送的接入请求。
作为本发明进一步的方案:所述数据库创建模块包括:
模板发送单元,用于当接收到共享端发送的接入请求时,读取预设的模板,并将所述模板向共享端发送;
数据量预测单元,用于接收共享端反馈的基于模板填写的端口信息,根据所述端口信息确定共享端的预测数据量;
数据库生成单元,用于根据所述预测数据量创建数据库,并根据端口信息生成该数据库的唯一标签,得到独立数据库。
作为本发明进一步的方案:所述信息记录模块包括:
存取记录生成单元,用于根据所述独立数据库实时监听共享端的文件存取行为,生成文件存取记录;
统计表生成单元,用于统计预设时间段内的所有文件存取记录,建立文件统计表;所述文件统计表包括文件名称项、存取次数项和操作信息项;所述操作信息是由时间和存取标签对确定的数据集;所述存取标签对用于表征共享文件的发送方和下载方;
数据延拓单元,用于以所述文件存取记录为基准,在文件统计表中进行数据延拓,得到相关数据表。
与现有技术相比,本发明的有益效果是:本发明通过统计所有共享文件及其传播过程,进而确定共享端的共享级别,在确定好共享级别后,以共享文件为基准,统计共享文件涉及到的所有共享端的共享级别,判定传播特征,由此确定检测频率,对检测资源进行分配,区分度极高。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1为智能多对象数据共享方法的流程框图。
图2为智能多对象数据共享方法的第一子流程框图。
图3为智能多对象数据共享方法的第二子流程框图。
图4为智能多对象数据共享方法的第三子流程框图。
图5为智能多对象数据共享方法的第四子流程框图。
图6为智能多对象数据共享方法的第五子流程框图。
图7为智能多对象数据共享系统的组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1为智能多对象数据共享方法的流程框图,本发明实施例中,一种智能多对象数据共享方法,所述方法包括:
步骤S100:搭建数据共享平台,接收共享端发送的接入请求;
数据共享平台用于接收不同共享端上传的文件,然后再基于下载请求传输到不同的共享端,在文件上传及文件传输的过程中,首先需要对共享端进行接入标定,只有接收到共享端发送的接入请求时,才授予共享端的数据处理权限,当共享端具备数据处理权限时,才能够上传或下载文件。
步骤S200:基于预设的模板获取共享端的端口信息,同步创建独立数据库;
不同共享端的端口类型不同,有些共享端与外界的数据交换频率较高,对应的文件上传与下载的概率也更高,本方法执行主体通过预设的模板获取各个共享端的端口信息,进而判断其数据交换频率,根据数据交换频率可以创建针对于该共享端的数据库;在本发明技术方案中,一个共享端对应一个数据库。
步骤S300:根据所述独立数据库实时获取共享端的共享文件及基于共享文件的操作信息;
在数据共享平台与各个共享端进行数据交换的过程中,根据独立数据库对各个共享端的共享文件及相关的操作信息进行记录,一个数据库记录一个共享端产生的数据。
步骤S400:根据所有共享端的共享文件及基于共享文件的操作信息确定共享文件的传播特征;
对所有数据库中的数据进行分析,可以确定各个共享文件的共享情况,由传播特征这一概念进行反映;需要说明的是,本发明技术方案中的传播特征由上传和下载两个过程综合评述,所述上传指的是有共享端向其他共享端发送文件,在这一过程中,文件经过搭建好的数据共享平台,发送文件的共享端视为上传,另一个共享端视为下载。
步骤S500:根据所述传播特征确定各个共享文件的检测频率;
传播特征用于表征共享文件在各个共享端之间的传播频率,通过传播特征可以确定检测频率。
图2为智能多对象数据共享方法的第一子流程框图,作为本发明技术方案的一个优选实施例,所述搭建数据共享平台,接收共享端发送的接入请求的步骤包括:
步骤S101:查询文件分享类型,根据文件分享类型确定数据接口;
步骤S102:基于大数据技术预测文件分享需求,根据文件分享需求创建基准规模;
步骤S103:根据所述基准规模和所述数据接口创建拼接式数据共享平台;
步骤S104:实时接收共享端发送的接入请求。
上述内容对请求接收过程进行了限定,请求接收过程包含两个步骤,一是搭建数据共享平台,二是接收请求;搭建数据共享平台的过程需要确定数据接口和基准规模,数据接口主要用于适配不同的文件,共享的文件的类型越多,数据接口的种类越多。
基准规模用于评述各个共享端之间的数据交换频率,需要引入大数据技术,基于大数据技术确定一个平均的规模,称为基准规模;此外,建立好的数据共享平台为拼接式数据共享平台,更加容易适配更大或更小的数据规模;数据共享平台确定好后,根据数据共享平台即可接收所有共享端发送的接入请求。
图3为智能多对象数据共享方法的第二子流程框图,作为本发明技术方案的一个优选实施例,所述基于预设的模板获取共享端的端口信息,同步创建独立数据库的步骤包括:
步骤S201:当接收到共享端发送的接入请求时,读取预设的模板,并将所述模板向共享端发送;
步骤S202:接收共享端反馈的基于模板填写的端口信息,根据所述端口信息确定共享端的预测数据量;
步骤S203:根据所述预测数据量创建数据库,并根据端口信息生成该数据库的唯一标签,得到独立数据库。
上述内容对数据库的创建过程进行了限定,由工作人员确定模板,然后由确定的模板获取共享端的端口信息,根据端口信息确定共享端在未来可能会有多少共享数据,称为预测数据量;根据预测数据量确定数据库的大小,并通过端口信息确定唯一标签。
其中,所述端口信息可以为共享端的性能参数或者使用情况,具体由工作人员设定。
图4为智能多对象数据共享方法的第三子流程框图,作为本发明技术方案的一个优选实施例,所述根据所述独立数据库实时获取共享端的共享文件及基于共享文件的操作信息的步骤包括:
步骤S301:根据所述独立数据库实时监听共享端的文件存取行为,生成文件存取记录;
步骤S302:统计预设时间段内的所有文件存取记录,建立文件统计表;所述文件统计表包括文件名称项、存取次数项和操作信息项;所述操作信息是由时间和存取标签对确定的数据集;所述存取标签对用于表征共享文件的发送方和下载方;
步骤S303:以所述文件存取记录为基准,在文件统计表中进行数据延拓,得到相关数据表。
上述内容对共享文件的记录过程进行了描述,在本发明技术方案的一个实例中,在某一共享端中,每发生一次文件共享行为,就生成一条文件存取行为,统计所有文件存取行为,可以得到文件存取记录。
统计所有共享端的文件存取记录,可以获取各个文件在多少个共享端之间进行传输,由文件统计表综合反映,文件统计表中含有文件名称项,所述文件名称为共享文件的唯一标签,存取次数项,所述存取次数包括上传次数和下载次数,一次共享端与共享端的传输,包含一次上传次数和一次下载次数;操作信息包括时间和存取标签,所述存取标签包括由哪个共享端上传和由哪个共享端下载,所述时间为上传时间和下载时间。
至于相关数据表,以某一共享端为例,在文件统计表中查询有该共享端出现的数据项,无论是该共享端作为上传端还是作为下载端,都视为相关的数据项,它与文件存取记录相比,多了其他数据端主动在数据共享平台上下载的数据记录。
图5为智能多对象数据共享方法的第四子流程框图,作为本发明技术方案的一个优选实施例,所述根据所有共享端的共享文件及基于共享文件的操作信息确定共享文件的传播特征的步骤包括:
步骤S401:依次读取各共享端的相关数据表;
步骤S402:统计该共享端作为发送方的数据项和该共享端作为下载方的数据项;
步骤S403:根据统计的数据项中的存取次数确定共享端的传播级别;
步骤S404:读取文件统计表,依次获取各共享文件的操作信息项,将操作信息项转换为传播级别组;
步骤S405:根据所述传播级别组确定传播特征。
上述内容对传播特征的生成过程进行了具体描述,首先,读取数据延拓后的相关数据表,由相关数据表中的数据上传量和数据下载量可以计算出共享端的传播级别,传播级别由上传过程和下载过程共同确定;然后,读取文件统计表,获取各个共享文件涉及到的共享端,统计涉及到的共享端的传播级别,由传播级别确定传播特征。
其中,传播级别的计算过程以及传播特征的计算过程均由工作人员具体设定,通过一个简单的映射函数即可完成,并不困难。
图6为智能多对象数据共享方法的第五子流程框图,作为本发明技术方案的一个优选实施例,所述根据所述传播特征确定各个共享文件的检测频率的步骤包括:
步骤S501:将所述传播特征输入预设的转换模型,得到特征值;
步骤S502:将所述特征值与预设的阈值进行比对,根据比对结果确定各个共享文件的检测频率。
在本发明技术方案的一个实例中,将传播级别直接作为传播特征,将所有传播级别输入同一个归一模型,可以得到一个数据,用于反映共享文件的传播情况,称为特征值;将所述特征值与预设的阈值进行比对,根据特征值达到的阈值即可确定各个共享文件的检测频率。
所述检测频率越高,对应文件的检测次数越多;本发明技术方案想要实现的功能为,对于传播次数高的共享文件,需要提高其检测频率,进而提高共享文件的安全性。
图7为智能多对象数据共享系统的组成结构框图,本发明实施例中,一种智能多对象数据共享系统,所述系统10包括:
请求接收模块11,用于搭建数据共享平台,接收共享端发送的接入请求;
数据库创建模块12,用于基于预设的模板获取共享端的端口信息,同步创建独立数据库;
信息记录模块13,用于根据所述独立数据库实时获取共享端的共享文件及基于共享文件的操作信息;
传播特征确定模块14,用于根据所有共享端的共享文件及基于共享文件的操作信息确定共享文件的传播特征;
频率确定模块15,用于根据所述传播特征确定各个共享文件的检测频率。
其中,所述请求接收模块11包括:
接口确定单元,用于查询文件分享类型,根据文件分享类型确定数据接口;
规模确定单元,用于基于大数据技术预测文件分享需求,根据文件分享需求创建基准规模;
平台创建单元,用于根据所述基准规模和所述数据接口创建拼接式数据共享平台;
接收执行单元,用于实时接收共享端发送的接入请求。
进一步的,所述数据库创建模块12包括:
模板发送单元,用于当接收到共享端发送的接入请求时,读取预设的模板,并将所述模板向共享端发送;
数据量预测单元,用于接收共享端反馈的基于模板填写的端口信息,根据所述端口信息确定共享端的预测数据量;
数据库生成单元,用于根据所述预测数据量创建数据库,并根据端口信息生成该数据库的唯一标签,得到独立数据库。
具体的,所述信息记录模块13包括:
存取记录生成单元,用于根据所述独立数据库实时监听共享端的文件存取行为,生成文件存取记录;
统计表生成单元,用于统计预设时间段内的所有文件存取记录,建立文件统计表;所述文件统计表包括文件名称项、存取次数项和操作信息项;所述操作信息是由时间和存取标签对确定的数据集;所述存取标签对用于表征共享文件的发送方和下载方;
数据延拓单元,用于以所述文件存取记录为基准,在文件统计表中进行数据延拓,得到相关数据表。
上述智能多对象数据共享方法所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述智能多对象数据共享方法的功能。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal 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。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,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例系统中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种智能多对象数据共享方法,其特征在于,所述方法包括:
搭建数据共享平台,接收共享端发送的接入请求;
基于预设的模板获取共享端的端口信息,同步创建独立数据库;
根据所述独立数据库实时获取共享端的共享文件及基于共享文件的操作信息;
根据所有共享端的共享文件及基于共享文件的操作信息确定共享文件的传播特征;
根据所述传播特征确定各个共享文件的检测频率。
2.根据权利要求1所述的智能多对象数据共享方法,其特征在于,所述搭建数据共享平台,接收共享端发送的接入请求的步骤包括:
查询文件分享类型,根据文件分享类型确定数据接口;
基于大数据技术预测文件分享需求,根据文件分享需求创建基准规模;
根据所述基准规模和所述数据接口创建拼接式数据共享平台;
实时接收共享端发送的接入请求。
3.根据权利要求1所述的智能多对象数据共享方法,其特征在于,所述基于预设的模板获取共享端的端口信息,同步创建独立数据库的步骤包括:
当接收到共享端发送的接入请求时,读取预设的模板,并将所述模板向共享端发送;
接收共享端反馈的基于模板填写的端口信息,根据所述端口信息确定共享端的预测数据量;
根据所述预测数据量创建数据库,并根据端口信息生成该数据库的唯一标签,得到独立数据库。
4.根据权利要求1所述的智能多对象数据共享方法,其特征在于,所述根据所述独立数据库实时获取共享端的共享文件及基于共享文件的操作信息的步骤包括:
根据所述独立数据库实时监听共享端的文件存取行为,生成文件存取记录;
统计预设时间段内的所有文件存取记录,建立文件统计表;所述文件统计表包括文件名称项、存取次数项和操作信息项;所述操作信息是由时间和存取标签对确定的数据集;所述存取标签对用于表征共享文件的发送方和下载方;
以所述文件存取记录为基准,在文件统计表中进行数据延拓,得到相关数据表。
5.根据权利要求4所述的智能多对象数据共享方法,其特征在于,所述根据所有共享端的共享文件及基于共享文件的操作信息确定共享文件的传播特征的步骤包括:
依次读取各共享端的相关数据表;
统计该共享端作为发送方的数据项和该共享端作为下载方的数据项;
根据统计的数据项中的存取次数确定共享端的传播级别;
读取文件统计表,依次获取各共享文件的操作信息项,将操作信息项转换为传播级别组;
根据所述传播级别组确定传播特征。
6.根据权利要求1所述的智能多对象数据共享方法,其特征在于,所述根据所述传播特征确定各个共享文件的检测频率的步骤包括:
将所述传播特征输入预设的转换模型,得到特征值;
将所述特征值与预设的阈值进行比对,根据比对结果确定各个共享文件的检测频率。
7.一种智能多对象数据共享系统,其特征在于,所述系统包括:
请求接收模块,用于搭建数据共享平台,接收共享端发送的接入请求;
数据库创建模块,用于基于预设的模板获取共享端的端口信息,同步创建独立数据库;
信息记录模块,用于根据所述独立数据库实时获取共享端的共享文件及基于共享文件的操作信息;
传播特征确定模块,用于根据所有共享端的共享文件及基于共享文件的操作信息确定共享文件的传播特征;
频率确定模块,用于根据所述传播特征确定各个共享文件的检测频率。
8.根据权利要求7所述的智能多对象数据共享系统,其特征在于,所述请求接收模块包括:
接口确定单元,用于查询文件分享类型,根据文件分享类型确定数据接口;
规模确定单元,用于基于大数据技术预测文件分享需求,根据文件分享需求创建基准规模;
平台创建单元,用于根据所述基准规模和所述数据接口创建拼接式数据共享平台;
接收执行单元,用于实时接收共享端发送的接入请求。
9.根据权利要求7所述的智能多对象数据共享系统,其特征在于,所述数据库创建模块包括:
模板发送单元,用于当接收到共享端发送的接入请求时,读取预设的模板,并将所述模板向共享端发送;
数据量预测单元,用于接收共享端反馈的基于模板填写的端口信息,根据所述端口信息确定共享端的预测数据量;
数据库生成单元,用于根据所述预测数据量创建数据库,并根据端口信息生成该数据库的唯一标签,得到独立数据库。
10.根据权利要求7所述的智能多对象数据共享系统,其特征在于,所述信息记录模块包括:
存取记录生成单元,用于根据所述独立数据库实时监听共享端的文件存取行为,生成文件存取记录;
统计表生成单元,用于统计预设时间段内的所有文件存取记录,建立文件统计表;所述文件统计表包括文件名称项、存取次数项和操作信息项;所述操作信息是由时间和存取标签对确定的数据集;所述存取标签对用于表征共享文件的发送方和下载方;
数据延拓单元,用于以所述文件存取记录为基准,在文件统计表中进行数据延拓,得到相关数据表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310821995.7A CN117762885A (zh) | 2024-01-05 | 2024-01-05 | 一种智能多对象数据共享系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310821995.7A CN117762885A (zh) | 2024-01-05 | 2024-01-05 | 一种智能多对象数据共享系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117762885A true CN117762885A (zh) | 2024-03-26 |
Family
ID=90320659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310821995.7A Pending CN117762885A (zh) | 2024-01-05 | 2024-01-05 | 一种智能多对象数据共享系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117762885A (zh) |
-
2024
- 2024-01-05 CN CN202310821995.7A patent/CN117762885A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110471949B (zh) | 数据血缘分析方法、装置、系统、服务器及存储介质 | |
CN108492005B (zh) | 项目数据处理方法、装置、计算机设备和存储介质 | |
CN109543891B (zh) | 容量预测模型的建立方法、设备及计算机可读存储介质 | |
CN110956269A (zh) | 数据模型的生成方法、装置、设备以及计算机存储介质 | |
CN115858831B (zh) | 一种数据库用数据存储方法 | |
CN115509765B (zh) | 一种超融合云计算方法、系统、计算机设备及存储介质 | |
CN112445866A (zh) | 数据处理方法、装置、计算机可读介质及电子设备 | |
CN112529400B (zh) | 一种数据处理方法、装置、终端和可读存储介质 | |
CN112631676B (zh) | 代码动态加载方法、装置及计算机可读存储介质 | |
CN117076280A (zh) | 策略生成方法及装置、电子设备和计算机可读存储介质 | |
CN111324645B (zh) | 区块链的数据处理方法及装置 | |
CN114070847A (zh) | 服务器的限流方法、装置、设备及存储介质 | |
CN117762885A (zh) | 一种智能多对象数据共享系统及方法 | |
CN115878707A (zh) | 一种外汇行情数据处理方法、装置、存储介质及设备 | |
CN116485019A (zh) | 一种数据处理方法及装置 | |
CN113608688B (zh) | 数据迁移方法、装置、设备及存储介质 | |
CN112131257B (zh) | 数据查询方法和装置 | |
CN113836130A (zh) | 数据质量评估方法、装置、设备及存储介质 | |
CN113780666A (zh) | 一种缺失值的预测方法及装置、可读存储介质 | |
CN117785491B (zh) | 一种gpu云计算资源管理方法、系统及存储介质 | |
CN113283677A (zh) | 指标数据处理方法、装置、设备及存储介质 | |
CN117112242B (zh) | 一种云计算系统中的资源节点分配方法和系统 | |
CN117834614B (zh) | 一种云计算环境中gpu资源调度方法 | |
CN117522168B (zh) | 一种基于大数据的资产管理方法和系统 | |
CN115550259B (zh) | 基于白名单的流量分配方法及相关设备 |
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 |