JP7073514B2 - グループネットワークの認識方法、装置、コンピュータ機器及びコンピュータ読み取り可能な媒体 - Google Patents
グループネットワークの認識方法、装置、コンピュータ機器及びコンピュータ読み取り可能な媒体 Download PDFInfo
- Publication number
- JP7073514B2 JP7073514B2 JP2020545337A JP2020545337A JP7073514B2 JP 7073514 B2 JP7073514 B2 JP 7073514B2 JP 2020545337 A JP2020545337 A JP 2020545337A JP 2020545337 A JP2020545337 A JP 2020545337A JP 7073514 B2 JP7073514 B2 JP 7073514B2
- Authority
- JP
- Japan
- Prior art keywords
- node
- group
- value
- attribute value
- data migration
- 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
- 238000000034 method Methods 0.000 title claims description 45
- 238000013508 migration Methods 0.000 claims description 205
- 230000005012 migration Effects 0.000 claims description 205
- 230000005540 biological transmission Effects 0.000 claims description 92
- 239000013598 vector Substances 0.000 claims description 77
- 238000004364 calculation method Methods 0.000 claims description 72
- 238000010586 diagram Methods 0.000 claims description 38
- 230000007423 decrease Effects 0.000 claims description 5
- 230000002441 reversible effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 2
- 101100533725 Mus musculus Smr3a gene Proteins 0.000 description 29
- 101100274486 Mus musculus Cited2 gene Proteins 0.000 description 28
- 101150096622 Smr2 gene Proteins 0.000 description 28
- 238000012546 transfer Methods 0.000 description 19
- 208000001613 Gambling Diseases 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- 238000012790 confirmation Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010024796 Logorrhoea Diseases 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004900 laundering Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/34—Betting or bookmaking, e.g. Internet betting
-
- 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
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- 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
- H04L41/12—Discovery or management of network topologies
-
- 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
- H04L41/14—Network analysis or design
- H04L41/149—Network analysis or design for prediction of maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Pure & Applied Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Description
コンピュータ機器が、認識対象となるターゲットグループのデータ移行特徴に基づいて、各ノードの属性値の送信方向を確認するステップと、
前記コンピュータ機器が、構築されたデータ伝送ネットワークにおいて、第1ノードと隣接する第2ノードとが接続された辺で、前記送信方向に沿って、複数のデータ移行の特徴値が含まれる前記辺の辺ベクトルと前記第1ノードの属性値とを前記第2ノードに送信するステップと、
前記コンピュータ機器が、前記認識対象となるターゲットグループのデータ移行特徴にマッチングするプリセット計算ロジックに応じて、前記第2ノードが受信した辺ベクトルに対して加重計算を行うことで、最適な重みの辺を取得するステップと、
前記コンピュータ機器が、前記最適な重みの辺に接続された前記第1ノードの属性値に基づいて、前記第2ノードの属性値を更新するステップと、
前記コンピュータ機が、前記第1ノードと隣接する第2ノードとが接続された辺で、前記送信方向に沿って、前記辺の辺ベクトルと前記第1ノードの属性値を前記第2ノードに送信し、プリセット計算ロジックに応じて、前記第2ノードが受信した辺ベクトルに対して加重計算を行うことで、最適な重みの辺を取得するステップ、及び前記最適な重みの辺に接続された前記第1ノードの属性値に基づいて、前記第2ノードの属性値を更新するステップをプリセット停止条件を満たすまで繰り返して実行するステップと、
前記コンピュータ機器が、繰り返し後の各ノードの属性値に基づいて、同じく前記ターゲットグループにある各ノード、及び前記ターゲットグループにおける各ノードの属性を確認するステップとを含む。
認識対象となるターゲットグループのデータ移行特徴に基づいて、各ノードの属性値の送信方向を確認するための確認モジュールと、
構築されたデータ伝送ネットワークにおいて、第1ノードと隣接する第2ノードとが接続された辺で、前記送信方向に沿って、複数のデータ移行の特徴値が含まれる前記辺の辺ベクトルと前記第1ノードの属性値とを前記第2ノードに送信するための送信モジュールと、
前記認識対象となるターゲットグループのデータ移行特徴にマッチングするプリセット計算ロジックに応じて、前記第2ノードが受信した辺ベクトルに対して加重計算を行うことで、最適な重みの辺を取得するための計算モジュールと、
前記最適な重みの辺に接続された前記第1ノードの属性値に基づいて、前記第2ノードの属性値を更新するための更新モジュールと、
前記第1ノードと隣接する第2ノードとが接続された辺で、前記送信方向に沿って、前記辺の辺ベクトルと前記第1ノードの属性値を前記第2ノードに送信し、プリセット計算ロジックに応じて、前記第2ノードが受信した辺ベクトルに対して加重計算を行うことで、最適な重みの辺を取得するステップ、及び前記最適な重みの辺に接続された前記第1ノードの属性値に応じて、前記第2ノードの属性値を更新するステップをプリセット停止条件を満たすまで繰り返して実行するようにトリガーするための繰り返しモジュールとを備え、
前記確認モジュールはさらに、繰り返し後の各ノードの属性値に基づいて、同じく前記ターゲットグループにある各ノード、及び前記ターゲットグループにおける各ノードの属性を確認する。
101、認識対象となるターゲットグループのデータ移行特徴に応じて、各ノードの属性値の送信方向を確認し、つまり、
サーバーが認識対象となるターゲットグループのデータ移行特徴に応じて、各ノードの属性値の送信方向を確認する。
具体的に、図1における記憶サーバー200に記録された情報データに応じて、データ伝送ネットワークを構築し、構築されたデータ伝送ネットワークが現実に存在するデータ伝送ネットワークに対応する。
該最適な重みの辺は第1ノードと第2ノードとの間の、重みが最も大きい1本の辺であり、該辺によって示されるデータ移行関係の重みが最大である。
(10萬を単位として、換算すると10になる)が含まれ、第2本の辺では、辺ベクトルには、毎日1.5回のデータ移行の頻度、6回の移行回数、20萬の移行数量
(10萬を単位として、換算すると2になる)が含まれ、そうすれば、それぞれ加重計算を行って、該第1本の辺の辺重みが1*0.6+4*0.3+10*0.1=2.8であり、該第2本の辺の辺重みが1.5*0.6+6*0.3+2*0.1=2.9であり、両者を比較すれば、第2本の辺が最適な重みの辺である。
具体的に、該データ伝送ネットワークにおいて、各第2ノードには、最適な重みの辺を介して該第2ノードに接続される第1ノードが一つのみあり、該第1ノードの属性値に応じて、該第2ノードの属性値を更新する。
106、プリセットの停止条件を満たすかどうかを判定し、
具体的に、第1ノードと隣接する第2ノードとが接続された辺で該属性値の送信方向に沿って、複数の該辺の辺ベクトルと第1ノードの属性値とを第2ノードに送信し、プリセットの計算ロジックに応じて、第2ノードが受信した複数の辺ベクトルに対して加重計算を行うことで、最適な重みの辺を取得すること、及び最適な重みの辺に接続された第1ノードの属性値に応じて、第2ノードの属性値を更新するというステップを繰り返し実行し、即ち、ステップ101~104を繰り返し実行し、プリセットの停止条件に満たすまでに、辺ベクトルを受信する側の属性値を絶えず更新する。
201、データ伝送ネットワークにおける各ノードの属性値を初期化し、
サーバーがデータ伝送ネットワークにおける各ノードの属性値を初期化し、属性値にはノードID(Identity)とグループコア指数とが含まれる。各ノードの属性値を初期化することは、具体的に、該第1ノードのノードIDを該第1ノードの初期IDとすることと、該第2ノードのノードIDを該第2ノードの初期IDとすることと、第1ノードと第2ノードとのグループコア指数を同じプリセット値として初期化することを含み、任意選択で、該プリセット値が0である。
サーバーは、認識対象となるターゲットグループのデータ移行特徴に基づいて、各ノードの属性値の送信方向を確認する。
サーバーは第1ノードと隣接する第2ノードとが接続された辺で該送信方向に沿って、該辺の辺ベクトルと該第1ノードの属性値とを第2ノードに送信する。
204、プリセットの計算ロジックに応じて、第2ノードが受信した辺ベクトルに対して加重計算を行うことで、最適な重みの辺を取得し、
任意選択で、該第2ノードが受信した複数の辺ベクトルにおけるデータ移行の特徴値に対して、該プリセットの計算ロジックにおける各特徴値にそれぞれ対応する重みの降順順序に応じて、同じタイプの特徴値の値を比較し、値が最大である特徴値に対応する辺を最適な重みの辺とする。
該データ移行のキーワードと該ターゲットグループのデータ移行特徴におけるキーワードとのマッチング回数、該プリセット周期内でのデータ移行の移行頻度、移行回数及び移行数量に対して、該プリセットの計算ロジックにおけるそれぞれに対応する重みの降順順序に応じて値を比較し、値が最大である特徴値に対応する辺を最適な重みの辺とする。任意選択で、複数の仮想リソース移行の特徴値に、仮想リソース移行のキーワードとターゲットグループの仮想リソース移行特徴におけるキーワードとのマッチング回数と、プリセット周期内での仮想リソースの移行頻度と、移行回数と、移行金額とが含まれると、プリセットの計算ロジックに応じて、第2ノードが受信した辺ベクトルに対して加重計算を行うことで、最適な重みの辺を取得し、そうすれば、仮想リソース移行のキーワードとターゲットグループの仮想リソース移行特徴におけるキーワードとのマッチング回数、プリセット周期内での仮想リソースの移行頻度、移行回数及び移行金額に対して、プリセットの計算ロジックにおけるそれぞれに対応する重みの降順順序に応じて値を比較し、値が最大である特徴値に対応する辺を最適な重みの辺とする。
具体的に、第2ノードのノードIDを、最適な重みの辺に接続された第1ノードのノードIDに更新し、更新規則に応じて、最適な重みの辺に接続された第1ノードのグループコア指数にプリセットの更新値を追加または減少させるように第2ノードのグループコア指数を更新し、該更新値はプリセットの任意の値、例えば1であってもよく、そうすれば、更新規則は、最適な重みの辺に接続された第1ノードのグループコア指数に1を加算するように、第2ノードのグループコア指数を更新し、または、最適な重みの辺に接続された第1ノードのグループコア指数から1を減算するように、第2ノードのグループコア指数を更新する。
207、プリセットの停止条件を満たすかどうかを判定し、
さらに、プリセットの停止条件を満たすまで、第1ノードと隣接する第2ノードとが接続された辺で属性値の送信方向に沿って、複数の第1ノードの辺ベクトルを第2ノードに送信し、第2ノードが受信した複数の辺ベクトルに対して、プリセットの計算ロジックに応じて加重計算を行うことで、最適な重みの辺を取得すること、及び最適な重みの辺に接続された第1ノードの属性値に応じて、第2ノードの属性値を更新するというステップを繰り返し実行し、即ち、プリセットの停止条件に満たすまで、ステップ202~205を繰り返し実行する。
ノードの属性値によって、同一グループに属するノードを確認でき、これによって、ターゲットグループネットワークの構成を取得する。具体的に、ノードIDが同様であるノードは同一のグループである。
認識対象となるターゲットグループのデータ移行特徴に基づいて、各ノードの属性値の送信方向を確認するための確認モジュール401であって、
任意選択で、確認モジュール401はさらに、認識対象となるターゲットグループのデータ移行特徴が発散型であれば、各ノードの属性値の送信方向をノードの間のデータ移行の逆方向として確認し、
確認モジュール401はさらに、認識対象となるターゲットグループのデータ移行特徴が収束型であれば、各ノードの属性値の送信方向をノードの間データ移行の正方向として確認する。
プリセットの計算ロジックに応じて、該第2ノードが受信した辺ベクトルに対して、加重計算を行うことで、最適な重みの辺を取得するための計算モジュール403であって、該計算ロジックが該認識対象となるターゲットグループのデータ移行特徴にマッチングし、
該最適な重みの辺に接続された該第1ノードの属性値に基づいて、該第2ノードの属性値を更新するための更新モジュール404、
プリセットの停止条件を満たすまで、該第1ノードと隣接する第2ノードとが接続された辺で該送信方向に沿って、該辺の辺ベクトルと第1ノードの属性値を該第2ノードに送信し、プリセットの計算ロジックに応じて、該第2ノードが受信した辺ベクトルに対して、加重計算を行うことで、最適な重みの辺を取得すること、及び該最適な重みの辺に接続された該第1ノードの属性値に基づいて、該第2ノードの属性値を更新するというステップを繰り返し実行するようにトリガーするための繰り返しモジュール405、
確認モジュール401はさらに、繰り返し後の各ノードの属性値に基づいて、同じく該ターゲットグループにある各ノード、及び該ターゲットグループにおける各ノードの属性を確認する。
属性値にはノードIDとグループコア指数とが含まれ、該装置はさらに、以下のモジュールを備え、即ち、
初期化モジュール501は、該第1ノードのノードIDを該第1ノードの初期IDとし、該第2ノードのノードIDを該第2ノードの初期IDとし、該第1ノードと該第2ノードとのグループコア指数を同じくプリセット値に初期化する。
読み取り専用メモリ-(ROM、Read-Only Memory)、ランダムアクセスメモリ-(RAM、Random Access Memory)、磁気ディスク、または光学ディスクなどの、プログラムコードを記憶できる様々な媒体であってもよい。
ダイレクトRAM(RDRAM)、ダイレクト・ラムバスRAM(DRDRAM)、及びラムバスRAM(RDRAM)などのような多種の形式で取得できる。別体部品として説明された前記モジュールは、物理的に分離されてもよく、そうでなくてもよく、モジュールとして示された部品は、物理モジュールであってもよく、そうでなくてもよく、即ち、一つの箇所に位置されてもよく、または複数のネットワークモジュールに分布されてもよい。実際の需要に応じて、そのうちの一部または全てのモジュールを選択することで、本実施例の技術案の目的を実現することができる。
Claims (9)
- コンピュータ機器によって実行されるグループネットワークの認識方法であって、
認識対象となるターゲットグループのデータ移行特徴に基づいて、各ノードの属性値の送信方向を確認するステップであって、
前記認識対象となるターゲットグループのデータ移行特徴が発散型であれば、各ノードの属性値の送信方向をノードの間のデータ移行の逆方向として確認するステップと、
前記認識対象となるターゲットグループのデータ移行特徴が収束型であれば、各ノードの属性値の送信方向をノードの間のデータ移行の正方向として確認するステップと、
を含むステップと、
構築されたデータ伝送ネットワークにおいて、第1ノードと隣接する第2ノードとが接続された辺で、前記送信方向に沿って、複数のデータ移行の特徴値が含まれる前記辺の辺ベクトルと前記第1ノードの属性値とを前記第2ノードに送信するステップと、
プリセット計算ロジックに従って、前記第2ノードが受信した辺ベクトルに対して加重計算を行うことで、重みが最も大きい辺を最適な重みの辺として取得するステップであって、前記プリセット計算ロジックは前記認識対象となるターゲットグループのデータ移行特徴にマッチングする、ステップと、
前記最適な重みの辺に接続された前記第1ノードの属性値に基づいて、前記第2ノードの属性値を更新するステップであって、前記第2ノードのノードIDを、前記最適な重みの辺に接続された第1ノードのノードIDに更新し、且つ更新規則に応じて前記第2ノードのグループコア指数を、前記最適な重みの辺に接続された第1ノードのグループコア指数にプリセット更新値を増加または減少させるように更新する、ステップと、
前記送信するステップ、前記取得するステップ、及び前記更新するステップをプリセットの停止条件を満たすまで繰り返して実行するステップと、
繰り返して実行された前記ステップの後の各ノードの属性値に基づいて、同じ前記ターゲットグループにある各ノード、及び前記ターゲットグループにおける各ノードの属性を確認するステップと、
を含むグループネットワークの認識方法。 - 前記属性値に、ノードIDとグループコア指数とが含まれると、前記辺の辺ベクトルと前記第1ノードの属性値とを前記第2ノードに送信するステップの前に、
前記第1ノードのノードIDを前記第1ノードの初期IDとし、前記第2ノードのノードIDを前記第2ノードの初期IDとし、前記第1ノードと前記第2ノードとのグループコア指数を同じくプリセット値に初期化するステップを含む請求項1に記載のグループネットワークの認識方法。 - 前記第2ノードの属性値を更新するステップは、
同じ前記ターゲットグループにある各ノード、及び前記ターゲットグループにおける各ノードの属性を確認するステップは、
前記更新規則、及び前記各ノードのグループコア指数に応じて、前記各ノードの属性を確認するステップを含む請求項1又は2に記載のグループネットワークの認識方法。 - コンピュータ機器によって実行されるグループネットワークの認識方法であって、
認識対象となるターゲットグループのデータ移行特徴に基づいて、各ノードの属性値の送信方向を確認するステップであって、
前記認識対象となるターゲットグループのデータ移行特徴が発散型であれば、各ノードの属性値の送信方向をノードの間のデータ移行の逆方向として確認するステップと、
前記認識対象となるターゲットグループのデータ移行特徴が収束型であれば、各ノードの属性値の送信方向をノードの間のデータ移行の正方向として確認するステップと、
を含むステップと、
構築されたデータ伝送ネットワークにおいて、第1ノードと隣接する第2ノードとが接続された辺で、前記送信方向に沿って、複数のデータ移行の特徴値が含まれる前記辺の辺ベクトルと前記第1ノードの属性値とを前記第2ノードに送信するステップと、
前記第2ノードが受信した複数の辺ベクトルにおけるデータ移行の特徴値に対して、各前記特徴値にそれぞれ対応する重みの降順に応じて、同じタイプの前記特徴値の値を比較し、値が最大である特徴値に対応する辺を最適な重みの辺として取得するステップと、
前記最適な重みの辺に接続された前記第1ノードの属性値に基づいて、前記第2ノードの属性値を更新するステップであって、前記第2ノードのノードIDを、前記最適な重みの辺に接続された第1ノードのノードIDに更新し、且つ更新規則に応じて前記第2ノードのグループコア指数を、前記最適な重みの辺に接続された第1ノードのグループコア指数にプリセット更新値を増加または減少させるように更新する、ステップと、
前記送信するステップ、前記取得するステップ、及び前記更新するステップをプリセットの停止条件を満たすまで繰り返して実行するステップと、
繰り返して実行された前記ステップの後の各ノードの属性値に基づいて、同じ前記ターゲットグループにある各ノード、及び前記ターゲットグループにおける各ノードの属性を確認するステップと、
を含むグループネットワークの認識方法。 - 前記複数のデータ移行の特徴値には、データ移行のキーワードと前記ターゲットグループのデータ移行特徴におけるキーワードとのマッチング回数、プリセット周期内のデータの移行頻度、移行回数、及び移行数量が含まれ、値が最大である特徴値に対応する辺を最適な重みの辺として取得するステップは、
前記データ移行のキーワードと前記ターゲットグループのデータ移行特徴におけるキーワードとのマッチング回数、前記プリセット周期内のデータ移行の移行頻度、移行回数、及び移行数量に対して、それぞれに対応する重みの降順に応じて値を比較し、値が最大である特徴値に対応する辺を最適な重みの辺とするステップを含む請求項4に記載のグループネットワークの認識方法。 - 同じ前記ターゲットグループにある各ノード、及び前記ターゲットグループにおける各ノードの属性を確認するステップの後に、
同一のグループに属するノードの、前記データ伝送ネットワークにおける接続関係に基づいて、グループネットワーク図を生成するステップと、
前記グループネットワーク図におけるグループコア指数が異なるノードに対して、異なるプリセット相違特徴を注記するとともに、前記グループネットワーク図を出力するステップとを含む請求項1乃至5のいずれか一項に記載のグループネットワークの認識方法。 - 前記グループネットワーク図を生成するステップの前に、さらに、
前記グループネットワーク図における各ノードに、ノードの前記ノードIDと前記グループコア指数とを注記し、二つずつの接続されたノードの間の辺に、前記辺ベクトルを注記するステップを含む請求項6に記載のグループネットワークの認識方法。 - コンピュータ機器であって、プロセッサーとメモリーとを含み、前記プロセッサーが前記メモリーに記憶されたプログラムをロードし実行することにより、請求項1乃至7のいずれか一項に記載の方法を実現するコンピュータ機器。
- コンピュータ機器に請求項1乃至7のいずれか一項に記載の方法を実行させるコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810298443.1A CN110213070B (zh) | 2018-04-04 | 2018-04-04 | 团网络识别方法、装置、服务器及计算机可读存储介质 |
CN201810298443.1 | 2018-04-04 | ||
PCT/CN2019/078349 WO2019192310A1 (zh) | 2018-04-04 | 2019-03-15 | 团网络识别方法、装置、计算机设备及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021515487A JP2021515487A (ja) | 2021-06-17 |
JP7073514B2 true JP7073514B2 (ja) | 2022-05-23 |
Family
ID=67778734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020545337A Active JP7073514B2 (ja) | 2018-04-04 | 2019-03-15 | グループネットワークの認識方法、装置、コンピュータ機器及びコンピュータ読み取り可能な媒体 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10958529B2 (ja) |
JP (1) | JP7073514B2 (ja) |
CN (1) | CN110213070B (ja) |
WO (1) | WO2019192310A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11971962B2 (en) * | 2020-04-28 | 2024-04-30 | Cisco Technology, Inc. | Learning and assessing device classification rules |
CN112989134B (zh) * | 2021-03-29 | 2023-08-25 | 腾讯科技(深圳)有限公司 | 节点关系图的处理方法、装置、设备及存储介质 |
CN115134156B (zh) * | 2022-06-29 | 2024-01-30 | 中国电信股份有限公司 | 安全等级确定方法、装置、电子设备和可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001298453A (ja) | 2000-04-14 | 2001-10-26 | Fuji Xerox Co Ltd | ネットワーク表示装置 |
JP2012521037A (ja) | 2009-03-19 | 2012-09-10 | タグド,インコーポレイテッド | オンライン環境内でユーザに紹介するための関連ユーザを選択するシステム及び方法 |
CN106126521A (zh) | 2016-06-06 | 2016-11-16 | 腾讯科技(深圳)有限公司 | 目标对象的社交账号挖掘方法及服务器 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7924864B2 (en) * | 2006-07-26 | 2011-04-12 | Nokia Corporation | Terminal-based contention free low overhead access |
CN102346766A (zh) * | 2011-09-20 | 2012-02-08 | 北京邮电大学 | 基于极大团发现的网络热点话题检测方法及装置 |
CN103368910B (zh) * | 2012-03-31 | 2016-05-25 | 国际商业机器公司 | 虚拟无线通信网络系统及其建立方法 |
CN103914493A (zh) * | 2013-01-09 | 2014-07-09 | 北大方正集团有限公司 | 一种微博用户群体结构发现分析方法及系统 |
CN103345531B (zh) * | 2013-07-26 | 2017-05-24 | 苏州大学 | 一种复杂网络中网络社团的确定方法及装置 |
CN105677648B (zh) * | 2014-11-18 | 2018-08-28 | 四三九九网络股份有限公司 | 一种基于标签传播算法的社团发现方法及系统 |
CN104484344B (zh) * | 2014-11-27 | 2017-07-28 | 北京理工大学 | 一种社会网络中社团成员层次结构的探测方法 |
US10084642B2 (en) * | 2015-06-02 | 2018-09-25 | ALTR Solutions, Inc. | Automated sensing of network conditions for dynamically provisioning efficient VPN tunnels |
US10095878B2 (en) * | 2015-06-02 | 2018-10-09 | ALTR Solutions, Inc. | Internal controls engine and reporting of events generated by a network or associated applications |
US10129097B2 (en) * | 2015-06-02 | 2018-11-13 | ALTR Solutions, Inc. | GUI and high-level API wrapper for software defined networking and software defined access for controlling network routing and rules |
CN105205184A (zh) * | 2015-10-30 | 2015-12-30 | 云南大学 | 基于隐变量模型的用户偏好提取方法 |
-
2018
- 2018-04-04 CN CN201810298443.1A patent/CN110213070B/zh active Active
-
2019
- 2019-03-15 WO PCT/CN2019/078349 patent/WO2019192310A1/zh active Application Filing
- 2019-03-15 JP JP2020545337A patent/JP7073514B2/ja active Active
-
2020
- 2020-06-17 US US16/903,480 patent/US10958529B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001298453A (ja) | 2000-04-14 | 2001-10-26 | Fuji Xerox Co Ltd | ネットワーク表示装置 |
JP2012521037A (ja) | 2009-03-19 | 2012-09-10 | タグド,インコーポレイテッド | オンライン環境内でユーザに紹介するための関連ユーザを選択するシステム及び方法 |
CN106126521A (zh) | 2016-06-06 | 2016-11-16 | 腾讯科技(深圳)有限公司 | 目标对象的社交账号挖掘方法及服务器 |
Also Published As
Publication number | Publication date |
---|---|
WO2019192310A1 (zh) | 2019-10-10 |
US20200313975A1 (en) | 2020-10-01 |
JP2021515487A (ja) | 2021-06-17 |
CN110213070B (zh) | 2021-08-17 |
US10958529B2 (en) | 2021-03-23 |
CN110213070A (zh) | 2019-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7073514B2 (ja) | グループネットワークの認識方法、装置、コンピュータ機器及びコンピュータ読み取り可能な媒体 | |
Shen et al. | Accurate decentralized application identification via encrypted traffic analysis using graph neural networks | |
CN110473083B (zh) | 树状风险账户识别方法、装置、服务器及存储介质 | |
Shingi | A federated learning based approach for loan defaults prediction | |
CN109657837A (zh) | 违约概率预测方法、装置、计算机设备和存储介质 | |
Liu et al. | MapReduce based parallel neural networks in enabling large scale machine learning | |
CN104199832A (zh) | 基于信息熵的金融网络异常交易社区发现方法 | |
CN109885699A (zh) | 基于知识图谱的云仿真模型资源描述信息存储方法及装置 | |
CN112799708B (zh) | 联合更新业务模型的方法及系统 | |
da Silva et al. | Genetic programming for QoS-aware web service composition and selection | |
CN112989059A (zh) | 潜在客户识别方法及装置、设备及可读计算机存储介质 | |
CN109711746A (zh) | 一种基于复杂网络的信用评估方法和系统 | |
Brito et al. | An iterative local search approach applied to the optimal stratification problem | |
CN109933617A (zh) | 一种数据处理方法、装置以及相关设备和介质 | |
CN114556381A (zh) | 开发机器学习模型 | |
da Silva et al. | Constructive metaheuristics applied to transmission expansion planning with security constraints | |
Sadu et al. | Resilient design of distribution grid automation system against cyber-physical attacks using blockchain and smart contract | |
CN108880896A (zh) | 一种基于大型机的程序灰度发布方法及装置 | |
CN108711074A (zh) | 业务分类方法、装置、服务器及可读存储介质 | |
Cao et al. | Mapping strategy for virtual networks in one stage | |
CN110297948B (zh) | 关系网络构建方法以及装置 | |
CN115412401A (zh) | 训练虚拟网络嵌入模型及虚拟网络嵌入的方法和装置 | |
CN113779116A (zh) | 对象排序方法、相关设备及介质 | |
Nazarov et al. | Mathematical modelling of infrastructure as a service | |
Wang et al. | Generating directed networks with predetermined assortativity measures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201022 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200828 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210914 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210921 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211214 |
|
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: 20220419 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220511 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7073514 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |