JP6689955B2 - 破損ネットワーク接続の機械学習に基づく識別 - Google Patents
破損ネットワーク接続の機械学習に基づく識別 Download PDFInfo
- Publication number
- JP6689955B2 JP6689955B2 JP2018504982A JP2018504982A JP6689955B2 JP 6689955 B2 JP6689955 B2 JP 6689955B2 JP 2018504982 A JP2018504982 A JP 2018504982A JP 2018504982 A JP2018504982 A JP 2018504982A JP 6689955 B2 JP6689955 B2 JP 6689955B2
- Authority
- JP
- Japan
- Prior art keywords
- application
- link
- links
- presentation
- group
- 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
- 238000010801 machine learning Methods 0.000 title claims description 76
- 238000012549 training Methods 0.000 claims description 72
- 238000000034 method Methods 0.000 claims description 41
- 230000003993 interaction Effects 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 19
- 230000009471 action Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 5
- 239000013598 vector Substances 0.000 description 29
- 230000008569 process Effects 0.000 description 19
- 238000004590 computer program Methods 0.000 description 12
- 230000004044 response Effects 0.000 description 12
- 238000001514 detection method Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 7
- 230000000644 propagated effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
- H04L67/63—Routing a service request depending on the request content or context
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3438—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
- G06F16/9558—Details of hyperlinks; Management of linked annotations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
- G06F16/9566—URL specific, e.g. using aliases, detecting broken or misspelled links
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/75—Indicating network or usage conditions on the user display
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/30—Definitions, standards or architectural aspects of layered protocol stacks
- H04L69/32—Architecture of open systems interconnection [OSI] 7-layer type protocol stacks, e.g. the interfaces between the data link level and the physical level
- H04L69/322—Intralayer communication protocols among peer entities or protocol data unit [PDU] definitions
- H04L69/329—Intralayer communication protocols among peer entities or protocol data unit [PDU] definitions in the application layer [OSI layer 7]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Computer Security & Cryptography (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Debugging And Monitoring (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
インターネット(登録商標)は世界中のユーザ間での情報交換やトランザクションを容易にする。このような情報交換により、データプロバイダはさまざまなユーザにデータを提供できる。データは、電子ドキュメント(たとえば、ウェブページ)上において、およびアプリケーション(たとえば、モバイルアプリケーション)内で、情報を公開することを含む、さまざまな方法で提供することができる。たとえば、アプリケーションには、ユーザに情報を提示するアプリケーションページを含めることができる。
本明細書では、機械学習を使用して、(たとえば、破損アプリケーションリンクとのユーザ対話に応答して)ネットワーク接続を開始(または完了)した後にコンテンツがどのくらいの間提示されたかに基づいて、破損ネットワーク接続(たとえば破損アプリケーションリンク)を識別することに関する技術を記載する。
詳細な説明
本明細書で説明するシステムおよび技術は、(たとえば、手動または自動で)アプリケーションリンクを選択して、アプリケーションリンクが指し示すコンテンツが得られるかどうかを判断することによってテストすることができないアプリケーションリンクを含む、破損アプリケーションリンクの検出を可能にする。たとえば、この態様でアプリケーションリンクをテストするために使用されるアプリケーションクローラは、アプリケーションがアプリケーションコンテンツにアクセスするのにログイン情報を必要とする場合があるため、アプリケーションリンクが指し示すアプリケーションコンテンツにアクセスを有さない場合がある。別の例では、アプリケーションクローラを使用してアプリケーションリンクをテストすると、ウェブクローラを使用してウェブページへのウェブリンクをテストする場合よりもネットワークタイムアウトが長くなり得、アプリケーションクローラの使用効果が低下する。アプリケーションクローラではなく機械学習を使用することにより、そのようなネットワークタイムアウトを回避することができ、それにより、たとえば、より正確な破損リンク解析を提供することによって、破損アプリケーションリンクを識別する技法を改善することができる。
Claims (15)
- 所与のアプリケーションにリンクする1つ以上のアプリケーションリンクとの複数の異なるユーザ対話について、前記1つ以上のアプリケーションリンクとの前記複数の異なるユーザ対話に続いて、前記アプリケーションリンクによってリンクされたアプリケーションコンテンツが提示された期間を示す提示期間を示すデータを受信する1つ以上のフロントエンドサーバと、
前記1つ以上のフロントエンドサーバと通信し、動作を実行する1つ以上のバックエンドサーバとを備え、前記動作は、
各アプリケーションリンクについての提示期間に対する機械学習モデルの適用に基づいて、前記アプリケーションリンクを破損しているかまたは正常に機能しているものとして分類することを含み、前記機械学習モデルは、ラベル付けされた訓練データを使用して生成され、前記ラベル付けされた訓練データは、訓練アプリケーションリンクのセットにおける各訓練アプリケーションリンクについて、
前記訓練アプリケーションリンクについての提示期間のセットと、
前記訓練アプリケーションリンクとのユーザ対話の結果、前記訓練アプリケーションリンクによって指し示されるコンテンツが成功裡に提示されたかどうかに基づいて、前記訓練アプリケーションリンクが破損しているかまたは正常に機能しているかどうかを示すラベルとを含み、前記動作はさらに、
所与のアプリケーションリンクを、それが前記機械学習モデルによって破損しているとして分類されたことに基づいて、破損したリンクとして識別する警報を生成および出力することをさらに含む、システム。 - 前記機械学習モデルは、アプリケーションリンクの分類を、
前記アプリケーションリンクについての各提示期間を、期間に基づく期間グループのセットのうちのある期間グループに割り当てることであって、各期間グループは、ある期間の範囲に対するものであり、前記期間グループについての前記期間の範囲内にある、前記アプリケーションリンクについての前記提示期間を含むことと、
各期間グループに割り当てられた提示期間の数によって規定されるパターンに基づいて、前記アプリケーションリンクを、破損しているかまたは正常に機能しているとして分類することとによって行なう、請求項1に記載のシステム。 - 前記提示期間の数によって規定される前記パターンは、前記提示期間の分布を含む、請求項2に記載のシステム。
- 前記動作は、さらに、
前記アプリケーションリンクを、アプリケーションリンクのセット内のアプリケーションリンクの特性に基づいて、アプリケーションリンクグループのセットにグループ化することを含み、前記アプリケーションリンクのセットは所与のアプリケーションにリンクする前記1つ以上のアプリケーションリンクを含み、
前記動作は、さらに、
各アプリケーションリンクグループを、前記アプリケーションリンクグループにおけるアプリケーションリンクについての提示期間に対する前記機械学習モデルの適用に基づいて、破損したリンクまたは正常に機能しているリンクを有するものとして分類することとを含む、請求項1〜3のいずれかに記載のシステム。 - 各アプリケーションリンクは、特定のアプリケーション内における特定の位置を識別するための文字列を含み、
前記動作は、
前記1つ以上のアプリケーションリンクを含むアプリケーションリンクのセットについて、少なくとも前記アプリケーションリンクの文字列に基づいて、1つ以上のアプリケーションリンクプレフィックスパターンを識別することを含み、各アプリケーションリンクプレフィックスパターンは、2つ以上のアプリケーションリンクに共通の文字列を示し、
前記動作はさらに、
各アプリケーションリンクプレフィックスパターンについて、
前記アプリケーションリンクプレフィックスパターンによって示される前記文字列を含むアプリケーションリンクのグループを識別することと、
前記アプリケーションリンクのグループ内の各アプリケーションリンクについて提示期間のセットを識別することと、
前記機械学習モデルを前記アプリケーションリンクのグループについての提示期間に適用することとを含み、前記動作はさらに、
所与のアプリケーションリンクプレフィックスパターンについて、アプリケーションリンクの所与のグループを、前記機械学習モデルが前記アプリケーションリンクのセットを破損したものとして分類することに基づいて、破損したリンクとして識別する警報を生成および出力することを含む、請求項1〜4のいずれかに記載のシステム。 - 前記動作は、各アプリケーションリンクプレフィックスパターンについて利用可能な提示期間の数に基づいて、前記1つ以上のアプリケーションリンクプレフィックスパターンを識別することを含む、請求項5に記載のシステム。
- 前記機械学習モデルは線形回帰モデルを含む、請求項1〜6のいずれかに記載のシステム。
- データ処理装置によって実行される方法であって、
所与のアプリケーションにリンクする1つ以上のアプリケーションリンクとの複数の異なるユーザ対話について、前記1つ以上のアプリケーションリンクとの前記複数の異なるユーザ対話に続いて、前記アプリケーションリンクによってリンクされたアプリケーションコンテンツが提示された期間を示す提示期間を示すデータを受信することと、
各アプリケーションリンクについての提示期間に対する機械学習モデルの適用に基づいて、前記アプリケーションリンクを破損しているかまたは正常に機能しているものとして分類することとを備え、前記機械学習モデルは、ラベル付けされた訓練データを使用して生成され、前記ラベル付けされた訓練データは、訓練アプリケーションリンクのセットに
おける各訓練アプリケーションリンクについて、
前記訓練アプリケーションリンクについての提示期間のセットと、
前記訓練アプリケーションリンクとのユーザ対話の結果、前記訓練アプリケーションリンクによって指し示されるコンテンツが成功裡に提示されたかどうかに基づいて、前記訓練アプリケーションリンクが破損しているかまたは正常に機能しているかどうかを示すラベルとを含み、前記方法はさらに、
所与のアプリケーションリンクを、それが前記機械学習モデルによって破損しているとして分類されたことに基づいて、破損したリンクとして識別する警報を生成および出力することをさらに備える、データ処理装置によって実行される方法。 - 前記機械学習モデルは、アプリケーションリンクの分類を、
前記アプリケーションリンクについての各提示期間を、期間に基づく期間グループのセットのうちのある期間グループに割り当てることであって、各期間グループは、ある期間の範囲に対するものであり、前記期間グループについての前記期間の範囲内にある、前記アプリケーションリンクについての前記提示期間を含むことと、
各期間グループに割り当てられた提示期間の数によって規定されるパターンに基づいて、前記アプリケーションリンクを、破損しているかまたは正常に機能しているとして分類することとによって行なう、請求項8に記載の方法。 - 前記提示期間の数によって規定される前記パターンは、前記提示期間の分布を含む、請求項9に記載の方法。
- 前記方法は、さらに、
前記アプリケーションリンクを、アプリケーションリンクのセット内のアプリケーションリンクの特性に基づいて、アプリケーションリンクグループのセットにグループ化することを、備え、前記アプリケーションリンクのセットは、所与のアプリケーションにリンクする前記1つ以上のアプリケーションリンクを含み、
前記方法は、
各アプリケーションリンクグループを、前記アプリケーションリンクグループにおけるアプリケーションリンクについての提示期間に対する前記機械学習モデルの適用に基づいて、破損したリンクまたは正常に機能しているリンクを有するものとして分類することをさらに備える、請求項8〜10のいずれかに記載の方法。 - 各アプリケーションリンクは、特定のアプリケーション内における特定の位置を識別するための文字列を含み、前記方法はさらに、
前記1つ以上のアプリケーションリンクを含むアプリケーションリンクのセットについて、少なくとも前記アプリケーションリンクの文字列に基づいて、1つ以上のアプリケーションリンクプレフィックスパターンを識別することを備え、各アプリケーションリンクプレフィックスパターンは、2つ以上のアプリケーションリンクに共通の文字列を示し、
前記方法はさらに、
各アプリケーションリンクプレフィックスパターンについて、
前記アプリケーションリンクプレフィックスパターンによって示される前記文字列を含むアプリケーションリンクのグループを識別することと、
前記アプリケーションリンクのグループ内の各アプリケーションリンクについて提示期間のセットを識別することと、
前記機械学習モデルを前記アプリケーションリンクのグループについての提示期間に適用することとを備え、前記方法はさらに、
所与のアプリケーションリンクプレフィックスパターンについて、アプリケーションリンクの所与のグループを、前記機械学習モデルが前記アプリケーションリンクのセットを破損したものとして分類することに基づいて、破損したリンクとして識別する警報を生成および出力することとを備える、請求項8〜11のいずれかに記載の方法。 - 各アプリケーションリンクプレフィックスパターンについて利用可能な提示期間の数に基づいて、前記1つ以上のアプリケーションリンクプレフィックスパターンを識別することをさらに備える、請求項12に記載の方法。
- 前記機械学習モデルは線形回帰モデルを含む、請求項8〜13のいずれかに記載の方法。
- 請求項8〜14のいずれかに記載の方法をコンピュータに実行させる、プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2016/102265 WO2018072060A1 (en) | 2016-10-17 | 2016-10-17 | Machine learning based identification of broken network connections |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020068955A Division JP6875579B2 (ja) | 2020-04-07 | 2020-04-07 | 破損ネットワーク接続の機械学習に基づく識別 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019501429A JP2019501429A (ja) | 2019-01-17 |
JP6689955B2 true JP6689955B2 (ja) | 2020-04-28 |
Family
ID=62018474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018504982A Active JP6689955B2 (ja) | 2016-10-17 | 2016-10-17 | 破損ネットワーク接続の機械学習に基づく識別 |
Country Status (7)
Country | Link |
---|---|
US (2) | US10628511B2 (ja) |
EP (1) | EP3381158B1 (ja) |
JP (1) | JP6689955B2 (ja) |
KR (1) | KR101904436B1 (ja) |
CN (1) | CN108207119B (ja) |
RU (1) | RU2715802C1 (ja) |
WO (1) | WO2018072060A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10701166B2 (en) * | 2017-01-31 | 2020-06-30 | Microsoft Technology Licensing, Llc | Automated application linking |
US11461801B2 (en) | 2018-03-02 | 2022-10-04 | Adobe Inc. | Detecting and resolving semantic misalignments between digital messages and external digital content |
CN111344697A (zh) * | 2018-07-18 | 2020-06-26 | 深圳码隆科技有限公司 | 用于机器视觉模型的基于复杂度的渐进式训练 |
JP7392280B2 (ja) * | 2019-04-01 | 2023-12-06 | 富士フイルムビジネスイノベーション株式会社 | 情報処理装置及びプログラム |
US11341204B2 (en) * | 2019-05-22 | 2022-05-24 | Adobe Inc. | Identifying and presenting misalignments between digital messages and external digital content |
US11271824B2 (en) * | 2019-07-25 | 2022-03-08 | Vmware, Inc. | Visual overlays for network insights |
US11005727B2 (en) | 2019-07-25 | 2021-05-11 | Vmware, Inc. | Visual overlays for network insights |
US11669582B2 (en) * | 2021-03-24 | 2023-06-06 | Rookie Road, Inc. | Systems and methods for automatic resource replacement |
Family Cites Families (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6253204B1 (en) * | 1997-12-17 | 2001-06-26 | Sun Microsystems, Inc. | Restoring broken links utilizing a spider process |
US20040070606A1 (en) * | 2002-09-27 | 2004-04-15 | Dan Yang | Method, system and computer product for performing e-channel analytics |
US7624173B2 (en) * | 2003-02-10 | 2009-11-24 | International Business Machines Corporation | Method and system for classifying content and prioritizing web site content issues |
US7992090B2 (en) * | 2003-09-25 | 2011-08-02 | International Business Machines Corporation | Reciprocal link tracking |
US7516147B2 (en) * | 2003-10-23 | 2009-04-07 | Sumisho Computer Systems Corporation | URL system and method for licensing content |
JP2005301502A (ja) * | 2004-04-08 | 2005-10-27 | Simple Create:Kk | 広告システム、端末装置、および端末装置用プログラム |
US7484178B2 (en) * | 2004-08-30 | 2009-01-27 | International Business Machines Corporation | Method and apparatus for self validating URL links |
US7610267B2 (en) * | 2005-06-28 | 2009-10-27 | Yahoo! Inc. | Unsupervised, automated web host dynamicity detection, dead link detection and prerequisite page discovery for search indexed web pages |
JP2007272695A (ja) | 2006-03-31 | 2007-10-18 | Fujitsu Ltd | ブラウザ処理プログラムおよびブラウザ処理装置 |
US20080052629A1 (en) | 2006-08-26 | 2008-02-28 | Adknowledge, Inc. | Methods and systems for monitoring time on a web site and detecting click validity |
US20080133500A1 (en) * | 2006-11-30 | 2008-06-05 | Caterpillar Inc. | Website evaluation and recommendation tool |
US8015139B2 (en) * | 2007-03-06 | 2011-09-06 | Microsoft Corporation | Inferring candidates that are potentially responsible for user-perceptible network problems |
CN101822003A (zh) * | 2007-08-22 | 2010-09-01 | 日本电信电话株式会社 | 路径管理控制方法、路径管理控制程序、路径管理控制装置和路径管理控制系统 |
US8326941B2 (en) | 2007-12-31 | 2012-12-04 | International Business Machines Corporation | Method for autonomic detection and repair of broken links in web environments |
US8095530B1 (en) * | 2008-07-21 | 2012-01-10 | Google Inc. | Detecting common prefixes and suffixes in a list of strings |
US20100287174A1 (en) * | 2009-05-11 | 2010-11-11 | Yahoo! Inc. | Identifying a level of desirability of hyperlinked information or other user selectable information |
US8666996B2 (en) | 2009-12-23 | 2014-03-04 | Mastercard International Incorporated | Methods and systems for detecting broken links within a file |
US8909732B2 (en) * | 2010-09-28 | 2014-12-09 | Qualcomm Incorporated | System and method of establishing transmission control protocol connections |
US8996977B2 (en) * | 2010-12-10 | 2015-03-31 | International Business Machines Corporation | System, method, and computer program product for management of web page links |
US9075885B2 (en) | 2011-04-07 | 2015-07-07 | Cisco Technology, Inc. | System for handling a broken uniform resource locator |
CN102663062B (zh) * | 2012-03-30 | 2015-01-14 | 北京奇虎科技有限公司 | 一种处理搜索结果中无效链接的方法及装置 |
US8792347B2 (en) | 2012-06-01 | 2014-07-29 | Opera Software Ireland Limited | Real-time network monitoring and subscriber identification with an on-demand appliance |
US9301173B2 (en) | 2013-03-15 | 2016-03-29 | The Nielsen Company (Us), Llc | Methods and apparatus to credit internet usage |
US20140316890A1 (en) * | 2013-04-23 | 2014-10-23 | Quixey, Inc. | Entity Bidding |
US20140325327A1 (en) * | 2013-04-29 | 2014-10-30 | International Business Machines Corporation | Replacing problem web links using context information |
CN103605992B (zh) * | 2013-11-28 | 2018-01-19 | 国家电网公司 | 一种电力内外网交互中的敏感图像识别方法 |
JP6157395B2 (ja) * | 2014-03-28 | 2017-07-05 | 株式会社Kddi総合研究所 | リンク補完装置、リンク補完方法及びリンク補間プログラム |
CN105207797A (zh) * | 2014-06-20 | 2015-12-30 | 中国电信股份有限公司 | 故障定位方法和装置 |
US9979644B2 (en) * | 2014-07-13 | 2018-05-22 | Cisco Technology, Inc. | Linking to content using information centric networking |
GB2530507A (en) * | 2014-09-24 | 2016-03-30 | Ibm | Checking links |
WO2016112209A1 (en) * | 2015-01-09 | 2016-07-14 | Ecorithm, Inc. | Machine learning-based fault detection system |
WO2016115406A1 (en) * | 2015-01-14 | 2016-07-21 | Hughes Network Systems, Llc | Determining link conditions of a client lan/wan from measurement point to client devices and application servers of interest |
US10530671B2 (en) | 2015-01-15 | 2020-01-07 | The University Of North Carolina At Chapel Hill | Methods, systems, and computer readable media for generating and using a web page classification model |
CN105022824B (zh) * | 2015-07-21 | 2018-07-03 | 北京神州绿盟信息安全科技股份有限公司 | 无效链接的识别方法和装置 |
CN105975526A (zh) * | 2016-04-29 | 2016-09-28 | 国家计算机网络与信息安全管理中心 | 一种url链接有效性的验证方法 |
-
2016
- 2016-10-17 US US15/318,229 patent/US10628511B2/en active Active
- 2016-10-17 RU RU2017143960A patent/RU2715802C1/ru active
- 2016-10-17 JP JP2018504982A patent/JP6689955B2/ja active Active
- 2016-10-17 CN CN201680036171.7A patent/CN108207119B/zh active Active
- 2016-10-17 WO PCT/CN2016/102265 patent/WO2018072060A1/en active Application Filing
- 2016-10-17 KR KR1020177036578A patent/KR101904436B1/ko active IP Right Grant
- 2016-10-17 EP EP16904846.9A patent/EP3381158B1/en active Active
-
2020
- 2020-02-21 US US16/798,019 patent/US11361046B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
KR101904436B1 (ko) | 2018-10-04 |
US11361046B2 (en) | 2022-06-14 |
US20200192964A1 (en) | 2020-06-18 |
EP3381158A4 (en) | 2019-03-20 |
US10628511B2 (en) | 2020-04-21 |
US20190197077A1 (en) | 2019-06-27 |
RU2715802C1 (ru) | 2020-03-03 |
CN108207119A (zh) | 2018-06-26 |
KR20180050608A (ko) | 2018-05-15 |
WO2018072060A1 (en) | 2018-04-26 |
EP3381158B1 (en) | 2021-03-10 |
CN108207119B (zh) | 2021-06-01 |
EP3381158A1 (en) | 2018-10-03 |
JP2019501429A (ja) | 2019-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6689955B2 (ja) | 破損ネットワーク接続の機械学習に基づく識別 | |
US11868242B1 (en) | Method, apparatus, and computer program product for predictive API test suite selection | |
US11694093B2 (en) | Generation of training data to train a classifier to identify distinct physical user devices in a cross-device context | |
US10599506B2 (en) | Methods and systems for identifying action for responding to anomaly in cloud computing system | |
US11106562B2 (en) | System and method for detecting anomalies based on feature signature of task workflows | |
AU2014259533B1 (en) | Analytics for application programming interfaces | |
US9906542B2 (en) | Testing frequency control using a volatility score | |
US20230040564A1 (en) | Learning Causal Relationships | |
US20190138912A1 (en) | Determining insights from different data sets | |
US20220300822A1 (en) | Forgetting data samples from pretrained neural network models | |
US11869050B2 (en) | Facilitating responding to multiple product or service reviews associated with multiple sources | |
US20150286753A1 (en) | Estimating Think Times | |
JP2024506519A (ja) | 仮想対話システムの性能評価及び強化 | |
US11475324B2 (en) | Dynamic recommendation system for correlated metrics and key performance indicators | |
JP6875579B2 (ja) | 破損ネットワーク接続の機械学習に基づく識別 | |
US20220309247A1 (en) | System and method for improving chatbot training dataset | |
AU2021251463B2 (en) | Generating performance predictions with uncertainty intervals | |
EP4359932A1 (en) | In-app failure intelligent data collection and analysis | |
US10380339B1 (en) | Reactively identifying software products exhibiting anomalous behavior | |
US10580017B2 (en) | Using ontological distance to measure unexpectedness of correlation | |
CN111949860A (zh) | 用于生成相关度确定模型的方法和装置 | |
WO2023027813A1 (en) | Performing quality-based action(s) regarding engineer-generated documentation associated with code and/or application programming interface | |
CN111679980A (zh) | 后台数据模拟方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180604 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180604 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190710 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190827 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191007 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20200217 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200218 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200309 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200408 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6689955 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |