[发明专利]一种基于嵌入式人工智能的网络安全测试系统及实现方法在审
| 申请号： | 201811605305.X | 申请日： | 2018-12-26 |
| 公开（公告）号： | CN109726011A | 公开（公告）日： | 2019-05-07 |
| 发明（设计）人： | 邵德伟;何明蔚;朱栩 | 申请（专利权）人： | 广州云趣信息科技有限公司 |
| 主分类号： | G06F9/50 | 分类号： | G06F9/50;G06F9/54;H04L12/26 |
| 代理公司： | 厦门原创专利事务所(普通合伙) 35101 | 代理人： | 徐东峰 |
| 地址： | 510000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及计算机应用技术领域，且公开了一种基于嵌入式人工智能的网络安全测试系统及实现方法，包括，基于中间件的分布式计算模块、分析器组件、内网网络层渗透测试组件、Web及操作系统渗透测试组件以及报表展示组件。本发明引入了嵌入式人工智能来接管并自动执行相关安全测试流程。与常规人工智能相比，嵌入式人工智能的相关设备无须通过联网访问云端数据中心进行大规模计算来实现人工智能，所有AI算法都在本地执行，更能应对高吞吐量的数据处理请求，并可进行实时的人机交互和决策控制；除此之外，嵌入式人工智能由于成功整合了软硬件，操作简便，更能降低安全测试的门槛也更能满足各类严苛环境条件下的数据处理需求。 | ||
| 搜索关键词： | 人工智能 嵌入式 安全测试 测试系统 渗透测试 网络安全 计算机应用技术 数据处理请求 数据处理需求 大规模计算 分布式计算 分析器组件 报表展示 高吞吐量 决策控制 内网网络 人机交互 数据中心 严苛环境 自动执行 软硬件 中间件 算法 云端 整合 操作系统 接管 联网 门槛 引入 访问 成功 | ||
【主权项】：
1.一种基于嵌入式人工智能的网络安全测试系统及实现方法，其特征在于，包括：基于中间件的分布式计算模块、分析器组件、内网网络层渗透测试组件、Web及操作系统渗透测试组件以及报表展示组件，其中：基于中间件的分布式计算模块用于使不同的SoC集成模块统一协作，共同进行数据分析及计算任务；分析器组件用于分析网络数据流，并可由用户选择执行基于机器学习或基于传统检测技术的全自动网络安全测试方案；内网网络层渗透测试组件，主要用于传统检测技术下的全自动网络安全测试，也可被基于机器学习的安全测试任务用于信息收集；Web及操作系统渗透测试组件，用于分析器执行基于机器学习的安全测试任务，并通过RPC/API进行调用；报表展示组件，用于整理分析器组件传递过来的数据，并转化为HTML或PDF报表。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广州云趣信息科技有限公司，未经广州云趣信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811605305.X/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种资源调度方法和装置-201910616661.X
- 李玟璟;王子夫;田志明 - 北京云和时空科技有限公司
- 2019-07-09 - 2019-11-12 - G06F9/50
- 本发明实施例提供了一种资源调度方法和装置，资源调度方法包括：获取用户在用户设备上显示的至少一种调度策略中选择的目标调度策略，若所述目标调度策略为基于时间的调度策略，则检测所述用户设备当前的计算资源使用量，确定所述当前的计算资源使用量与计算资源分配量的比值，所述计算资源分配量为所述服务器为所述用户设备分配的计算资源的大小，若所述比值大于第一预设阈值，则为所述用户设备增加第一预设资源。根据用户当前的计算资源使用量和计算资源分配量的比值，动态调整用户的计算资源分配量，可以避免分配给用户过多的计算资源，造成计算资源的闲置，从而提高云平台的计算资源使用效率，提高云平台的性能和服务质量。
- 一种自动伸缩策略运维方法、系统和可读存储介质-201910705486.1
- 周露露;钟晓欣 - 佛山普瑞威尔科技有限公司
- 2019-08-01 - 2019-11-12 - G06F9/50
- 本发明公开了一种自动伸缩策略运维方法、系统和可读存储介质，其中方法包括：获取系统的功能信息、功能模块信息和负载信息；根据所述功能信息，获取每个功能的影响因子；根据所述影响因子和负载信息计算对应功能模块的运载能力；判断所述运载能力是否满足预设的变更条件；若满足，则对功能模块进行节点扩增或收缩。通过模块影响因子和负载信息进行功能模块运载能力的计算，并根据运载能力进行动态的调整，可以使得资源更大化的合理利用。对模块的CPU等各种硬件进行使用率的获取，并通过不同的加权因子进行计算，得到运载能力值，可以更直接的反映出模块的运载能力，从而进行及时的调整。
- 一种数据处理方法及装置-201910717919.5
- 魏帅超;詹子知;魏锡光;李敏镭 - 深圳前海微众银行股份有限公司
- 2019-08-05 - 2019-11-12 - G06F9/50
- 本发明实施例公开了一种数据处理方法及装置，其中方法包括：算法服务器接收算法服务请求后，获取灰度配置策略，并根据灰度配置策略确定处理算法服务请求的目标算法，若确定算法服务器中不存在目标算法，则从预设数据库中获取目标算法，并通过目标算法处理算法服务请求。本发明实施例中，通过使用预设数据库预先存储算法，并使用灰度配置策略自动确定处理算法服务请求的算法，可以无需人工加载算法，从而可以提高算法更新的效率；且，根据至少一个算法对应的灰度值使用至少一个算法处理算法服务请求，可以无需使用某一算法处理所有的算法服务请求，保证算法更新过程的稳定性和准确性。
- 基于联邦学习的模型训练方法、装置及服务器-201910739086.2
- 雷凯;黄济乐;方俊杰 - 北京大学深圳研究生院
- 2019-08-12 - 2019-11-12 - G06F9/50
- 本发明实施例提供一种基于联邦学习的模型训练方法、装置及服务器。该方法包括：将待训练模型发送至多个工作节点；接收多个工作节点反馈的本地模型，本地模型是各工作节点根据各自所拥有的数据对待训练模型进行训练获得的；根据测试数据集确定各个本地模型的精度；根据各个本地模型的精度确定各个本地模型的权重系数，权重系数与精度正相关；根据多个本地模型以及对应的权重系数，对待训练模型进行更新。本发明实施例的方法，通过增大高精度本地模型的权重系数和减小低精度本地模型的权重系数，加速了待训练模型的收敛速度，提高了待训练模型的精度。
- 缩放计算群集-201910744256.6
- V·H·玛里佩迪;A·瑟纳 - 亚马逊科技公司
- 2013-11-26 - 2019-11-12 - G06F9/50
- 本发明涉及缩放计算群集。可以缩放一种具有存储群集数据的多个节点的当前操作计算群集。可以接收对所述当前群集的群集缩放请求，其指示所述当前群集中节点的数量或类型的变更。响应于接收所述群集缩放请求，可以创建如在所述群集缩放请求中指示的新群集，可以开始将所述群集数据从所述当前群集复制到所述新群集中的节点，可以将所述当前群集的网络端点移动到所述新群集，和可以停用所述当前群集。在一些实施方案中，所述当前群集可以在复制所述群集数据期间对读取访问请求作出响应。
- 一种目录迁移方法和元数据负载均衡方法-201810272978.1
- 豆文明 - 新华三技术有限公司
- 2018-03-29 - 2019-11-12 - G06F9/50
- 本申请提供了一种目录迁移方法，包括：应用于分布式文件系统中元数据的目录迁移，其特征在于，该方法包括：获取待迁移目录包含的当前文件数；当所述待迁移目录包含的当前文件数大于设定阈值时，将所述待迁移目录划分为多个子目录，每一个所述子目录包括的当前文件数小于或等于所述设定阈值；将各个所述子目录向目标节点迁移，直到所述待迁移目录包含的当前文件数小于或等于所述设定阈值时，将所述待迁移目录迁移到所述目标节点。
- 虚拟机映射方法及装置-201610805268.1
- 王欣刚;王力 - 王欣刚;王力
- 2016-09-06 - 2019-11-12 - G06F9/50
- 本发明提供虚拟机映射方法及装置，方法包括：对虚拟机集合中开启时间由小到大的第ki台待分配虚拟机，判断是否存在ji使物理机集合中第ji台待装箱物理机满足预设装箱条件；若存在，且存在至少两台待装箱物理机满足预设装箱条件，则计算满足预设装箱条件所有待装箱物理机的利用率，将第ki台待分配虚拟机装进利用率最大的待装箱物理机中；若此时第ji台待装箱物理机的效率高于预设负载均衡下阈值，则确定其装箱成功，将已装进第ji台待装箱物理机中的虚拟机从虚拟机集合中去除，将装箱成功的第ji台待装箱物理机从物理机集合中去除，返回开始步骤直至虚拟机集合中待分配虚拟机数量为0。本发明能将虚拟机进行合理分配，满足负载均衡。
- 一种基于电力PaaS云平台的服务建模系统及方法-201610839742.2
- 李鹏;许爱东;陈华军;方萌;黄文琦;戴涛;张乾坤 - 南方电网科学研究院有限责任公司;中国南方电网有限责任公司电网技术研究中心
- 2016-09-21 - 2019-11-12 - G06F9/50
- 本发明涉及一种基于电力PaaS云平台的服务建模系统及方法，涉及电力PaaS云平台服务领域。该系统包括：服务建模模块用于获取软件的服务方式，并将软件进行服务化，提取相应的服务模式存储在服务目录中提供服务；服务目录模块用于获取PaaS平台管理多种软件的方法，并对其进行存储；服务部署模块用于将服务目录中的服务部署到需要的基础设施资源中，形成应用环境；外部服务接入模块用于将PaaS平台外围的服务以接口的方式集成到PaaS平台中，统一为应用系统提供服务；服务抽象模块用于将运行的服务以多实例化的方式为应用系统提供服务能力；环境分区模块用于为多个部门的不同应用系统进行分区管理。本发明适用于为应用系统提供应用环境支撑能力。
- 基于协作式多任务调度机制的共享总线的轮询方法与装置-201610976330.3
- 陈玉峰;应站煌;段太钢;王旭宁;方正;王龙洋;刘博;徐涛;汪强;郑晓庆 - 许继集团有限公司;许继电气股份有限公司;许昌许继软件技术有限公司;国家电网公司
- 2016-11-07 - 2019-11-12 - G06F9/50
- 本发明涉及现场总线的轮询技术领域，即一种基于协作式多任务调度机制的共享总线的轮询方法与装置，其中的轮询方法包括：比较在线的从设备的优先级；根据所述优先级比较结果，选择优先级最高的从设备占用总线进行数据交互，数据交互完成后，对应的从设备休眠。该方法通过对各个设备和命令分配优先级，动态调整设备轮询周期，保证了高优先级设备的数据能够得到及时响应，并避免了高优先级设备数据繁忙时低优先级设备完全无法得到处理，解决了控制命令响应超时的问题，以及当从设备个数逐渐增多时重要设备的数据变化响应的问题。
- 一种针对迭代应用的Spark平台资源动态分配方法及系统-201710481071.1
- 王芳;冯丹;李源 - 华中科技大学
- 2017-06-22 - 2019-11-12 - G06F9/50
- 本发明公开了一种针对迭代应用的Spark平台资源动态分配方法及系统，包括：根据Spark集群的硬件信息为Spark集群的任务执行单元分配第一资源以用于任务执行单元执行迭代应用；确定每个监控周期下每个计算节点在执行所述迭代应用时的软件信息；根据每个计算节点在第m个监控周期下和第m+1个监控周期下执行迭代应用时的软件信息确定所述迭代应用对所述第一资源的使用量达到收敛；根据第1至第m+1个监控周期下每个计算节点在执行所述迭代应用时的软件信息为Spark集群的任务执行单元分配第二资源，以用于任务执行单元重新执行所述迭代应用。本发明在保证迭代应用正常而高效运行的同时，可以自动释放其占用的冗余系统资源，提高系统的整体资源利用率与应用的并发度。
- 内存访问方法及相关产品-201811535161.5
- 不公告发明人 - 北京中科寒武纪科技有限公司
- 2018-12-14 - 2019-11-12 - G06F9/50
- 本申请涉及一种内存访问方法及相关产品。该方法应用于异构计算架构中，所述异构计算架构包括通用处理器CPU和多个人工智能处理器，该方法中的多个人工智能处理器在并行计算时，可避免所有人工智能处理器通过相同的内存通道访问内存导致带宽不够的问题，提高了各个人工智能处理器的计算速度。
- 双系统内存共享方法及装置-201710253733.X
- 张维元 - 广州视源电子科技股份有限公司;广州视臻信息科技有限公司
- 2017-04-18 - 2019-11-12 - G06F9/50
- 一种双系统内存共享方法及装置，所述方法包括：进行文件写入时，分别计算第一系统和第二系统的内存的可用容量；当所述第一系统和所述第二系统的内存的可用容量均小于写入的当前文件的占用空间，且所述第一系统和所述第二系统的内存的总可用容量大于所述当前文件的占用空间时，将所述当前文件分割为两个分块，分别存储在所述第一系统和所述第二系统中。本发明通过将写入的文件分割为两部分，分别存在两个系统中。本发明实施例的一种双系统内存共享方法及装置，提高了双系统内存的利用效率。
- 容器云环境中流数据处理系统的弹性资源调度方法及系统-201710288587.4
- 金海;吴松;王行军 - 华中科技大学
- 2017-04-27 - 2019-11-12 - G06F9/50
- 本发明公开了一种容器云环境中流数据处理系统的弹性资源调度方法及系统，其中，方法的实现包括：执行信息采集与分析步骤，采集上一个批次作业完成时间，集群中每个节点处理时间，集群中每个节点处理的负载量，根据作业完成时间和节点处理时间关系，分析当前集群的资源需求状况并做出资源决策；集群扩展步骤，增加或者减少集群中容器节点；集群内资源调度步骤，动态调节集群内各节点间的资源分配。本发明旨在通过获取历史作业执行信息，分析集群资源状况并实现弹性资源配置，保证流处理系统面临负载变化和负载不均衡时的性能并降低资源开销。
- 一种数据处理方法和计算机系统-201480003034.4
- 彭渊;谢元智 - 华为技术有限公司
- 2014-06-27 - 2019-11-12 - G06F9/50
- 提供了一种数据处理方法和计算机系统，计算机系统可以对数据样本进行离散化处理，得到矩阵形式的数据样本(S101)，根据预设的分类方法，对所述矩阵形式的数据样本进行训练，得到分类规则集(S102)，并将所述分类规则集转换为数据决策平台识别的分类规则集(S103)后，提供给所述数据决策平台(S104)，从而所述数据决策平台能够根据所述计算机系统转换得到的所述数据决策平台识别的分类规则集进行数据决策。上述从对数据样本进行训练，到将训练得到的分类规则集应用到数据决策的过程都由计算机系统自动完成，避免了人工参与，当数据样本变化或者原有的分类规则集需要更新时，能够及时获得更新的分类规则集。
- 一种面向Docker容器的Spark大数据应用程序性能建模方法、设备及存储设备-201810401153.5
- 扣彦敏;叶可江;须成忠 - 深圳先进技术研究院
- 2018-04-28 - 2019-11-08 - G06F9/50
- 本发明实施方式公开了一种面向Docker容器的Spark大数据应用程序性能建模方法，还公开了相应的设备以及存储设备。本发明实施例中，通过获取影响Docker容器及Spark大数据应用程序性能的关键参数及相应的实验数据，然后将实验数据放入机器学习中进行模型训练，并获取对应的资源分配模型，再根据资源分配模型以及输入的测试数据获取最优资源分配模型；本发明通过对Docker容器和Spark大数据应用程序的资源参数进行联合调优，找出Spark大数据应用程序的资源参数与Docker容器的资源参数之间的对应关系，依据Docker容器的资源参数的大小来设置最佳的Spark大数据应用程序的资源分配参数值，从而使基于Docker容器的Spark大数据应用程序更加稳定。
- 人脸识别的方法、装置、计算机设备和存储介质-201910595920.5
- 张磊;宋晨;李雪冰 - 平安科技（深圳）有限公司
- 2019-07-03 - 2019-11-08 - G06F9/50
- 本申请涉及人脸识别领域，提供一种人脸识别的方法、装置、计算机设备和存储介质，前端采集端实时采集视频信息；获取视频信息中的一帧目标图像，并对视频信息中的一帧目标图像进行人脸检测，检测出图像中的各人脸图像和总人脸数量；对各个人脸图像进行亮度图像提取，得到各人脸图像对应的人脸亮度图像；然后对后台服务器端中的GPU分别创建一个对应的任务列表，再根据GPU的处理速率排序，将人脸亮度图像添加至GPU对应的任务列表中；最终由各个GPU分别对各任务列表中的人脸亮度图像依次进行处理；由于不需要由一个GPU来处理所有的人脸图像，每个GPU一次仅处理一个人脸亮度图像，且人脸亮度图像中仅包括有亮度信息，可以显著提升人脸识别的速度。
- 智慧物联数据采集传输及分析系统-201910629352.6
- 胡永生;侯建群;胡川蒋田 - 清华大学建筑设计研究院有限公司;胡永生;侯建群
- 2019-07-12 - 2019-11-08 - G06F9/50
- 一种智慧物联数据采集传输及分析系统，其特征在于所述系统包括：一外部系统接口，外部系统通过该外部系统接口发出通信指令设置；一业务调度核心单元，通过外部系统接口通讯连接外部系统，并接受通信指令；该业务调度核心单元通过一业务数据接口连接底层设备，并操控底层设备获取底层设备状态设置。该智能物联数据采集传输及分析系统，其分层明确，功能类化，通信管理简洁高效。支持多种接口及通信协议下的海量物联网信息的采集、控制及传输。
- 一种加速器的性能影响因素的侦测方法及相关装置-201910707145.8
- 朱效民;赵雅倩 - 浪潮电子信息产业股份有限公司
- 2019-08-01 - 2019-11-08 - G06F9/50
- 本申请公开了一种加速器的性能影响因素的侦测方法，包括：根据加速器的最大线程数对所述加速器进行多次不同线程数量的线程启动测试，得到线程启动时间统计数据；当每次线程启动测试的所有线程启动时，对已启动的线程多次发送不同数量的数据传输请求，对每个数据传输请求的响应时间进行统计得到传输响应统计数据；根据接收到的目标影响因素数据对所述线程启动时间统计数据和所述传输响应统计数据进行数据整理，得到侦测结果。扩大了侦测的面积，提高了侦测结果的准确性。本申请还公开了一种加速器的性能影响因素的侦测装置、计算机设备以及计算机可读存储介质，具有以上有益效果。
- 处理器及其数据传递方法、计算机可读存储介质-201910716360.4
- 韦芳南;季海交;谌名林;季司诚;黄维 - 深圳市东微智能科技股份有限公司
- 2019-08-02 - 2019-11-08 - G06F9/50
- 本发明公开了一种处理器的数据传递方法，所述处理器包括第一内核和第二内核，所述处理器的数据传递方法包括以下步骤：所述第一内核获取待分配数据，其中，所述第一内核在获取到所述待分配数据后，将所述待分配数据存储于所述第一内核的内部内存中；将所述待分配数据写入至所述处理器的外部内存中，其中，在所述待分配数据写入完成后，所述第二内核获取所述外部内存中的数据。本发明还公开了一种处理器及计算机可读存储介质，第一内核将待分配数据通过处理器的外部内存传递给第二内核，无需第一内核与第二内核之间直接拷贝数据，避免造成处理器占用率偏高的问题，从而提高处理器的利用率。
- 一种分配服务器资源的方法和装置-201510350170.7
- 聂卫;王庆磊;赵帅 - 北京神州泰岳软件股份有限公司
- 2015-06-23 - 2019-11-08 - G06F9/50
- 本发明公开了一种分配服务器资源的方法和装置，该方法包括：获取不同类型业务应用对应的性能测试结果集；接收当前业务应用申请服务器资源的请求，并对当前业务应用的类型进行判断；根据当前业务应用类型的判断结果，在获取的性能测试结果集中，查找与当前业务应用类型相同的业务应用及该类型相同的业务应用对应的性能测试结果集，根据该查找到的性能测试结果集为当前业务应用分配服务器资源。本发明通过获取不同类型业务应用对应的性能测试结果集，对申请服务器资源的当前业务应用分配服务器资源，实现了在不测试的情况下，也能够向当前业务应用分配合适的服务器资源的效果，简化了资源分配过程，提高了容量管理的效率。
- 资源获取的方法及服务器-201610681245.4
- 李东鸽;牟晓光 - 东软集团股份有限公司
- 2016-08-16 - 2019-11-08 - G06F9/50
- 本发明公开了一种资源获取的方法及服务器，用以解决现有的资源数据库在并发访问共享资源时吞吐量过小的技术问题。该方法包括：服务器接收客户端发送的至少一个资源请求消息；所述服务器根据程序锁对所述至少一个资源请求消息进行加锁处理，其中，所述程序锁允许所述服务器在同一时刻只处理一个资源请求消息；所述服务器根据第一资源请求消息获取内存队列中的资源；其中，所述第一资源请求消息是所述至少一个资源请求消息中的任一资源请求消息，所述内存队列中存储有所述服务器从资源数据库中批量获取的资源；所述服务器将根据所述第一资源请求消息获取到的资源返回给所述客户端。
- 一种用于流媒体服务器的内存集中动态分配方法-201710175311.5
- 谈精华;向煜;陈巍 - 武汉虹信通信技术有限责任公司
- 2017-03-22 - 2019-11-08 - G06F9/50
- 本发明涉及一种用于流媒体服务器的内存集中动态分配方法，对不同的数据类型进行内存分配时，集中动态管理分配和释放，实现方式包括内存初始化时，传入内存块单元大小和内存块单元数量；对申请的内存块单元大小进行4位字节对齐运算；通过冒泡法对内存块单元大小进行从小到大的排序，将内存块单元大小相同的内存块单元进行合并；初始化内存池，遍历各内存块类型，配置内存块信息，针对当前内存块类型根据相应单元块数量遍历生成空闲内存块单元节点链表；根据需要，将已分配的内存池空闲空间分配给新节点，释放掉不需要的内存节点。本发明采用内存池的设计，对内存的分配与释放进行算集中管理，提高了系统运行的效率，减少了内存泄露的风险。
- 用于为对象分配锁资源的方法和装置-201410573345.6
- 王磊;章竺;曹刚;任仁;杨祥清 - 伊姆西公司
- 2014-10-21 - 2019-11-08 - G06F9/50
- 本发明的实施方式提供一种用于为对象分配锁资源的方法和装置，该方法包括：获取用于所述对象的第一备选锁；当所述第一备选锁已被分配给一个或多个其他对象时，确定所述对象与所述一个或多个其他对象中的每个对象的第一关联性；以及响应于确定每个所述第一关联性均低于预定阈值，将所述第一备选锁分配给所述对象。通过该方法可以最大化并行执行的可能性，并且减少等待锁资源的时间，避免了锁竞争。
- 分布式计算系统中的可用性管理接口-201880016718.6
- Y·穆罕默德;王俊;M·F·方图拉;M·E·拉希诺维奇;M·Z·西迪奎;P·帕特瓦;S·D·齐默尔曼;田小雄 - 微软技术许可有限责任公司
- 2018-02-28 - 2019-11-08 - G06F9/50
- 提供了用于实现可用性管理系统的各种方法和系统，该可用性管理系统用于实现分布式计算系统中的可用性管理。可用性管理系统实现可用性管理器和可用性配置接口，以满足针对租户基础设施的可用性保证。可用性管理系统与可用性分区、计算集群、故障域和升级域一起操作，以基于租户限定的可用性参数将虚拟机实例的虚拟机集分配到分布式计算系统以及解除分配。可用性管理系统的可用性配置接口支持接收可用性参数，该可用性参数被用来生成可用性简档。可用性简档包括可用性参数，可用性参数包括以下配置：与分配虚拟机集相关联的跨越或不跨越、重新平衡、故障域、更新域以及可用性分区。可用性分区向租户暴露为经逻辑限定的可用性分区，该经逻辑限定的可用性分区映射到经物理限定的可用性分区，以用于对可用性分区的抽象实现。
- 管理全局对象内存的方法、存储介质、电子设备及系统-201810403703.7
- 黄浩;张文明;陈少杰 - 武汉斗鱼网络科技有限公司
- 2018-04-28 - 2019-11-05 - G06F9/50
- 本发明公开了一种管理全局对象内存的方法、存储介质、电子设备及系统，其涉及内存管理领域，该方法包括定义内存分配函数，在内存分配函数中插入第一触发函数，所述第一触发函数在创建全局对象时触发并调用存储函数，所述存储函数存储内存分配函数为全局对象所分配的内存地址或指针；创建第二触发函数，所述第二触发函数在程序模块退出时触发并调用内存释放函数，所述内存释放函数读取存储函数存储的内存地址或指针并释放全局对象所占的内存。本发明能够实时记录程序员或程序定义的全局对象，并在程序结束后释放全局对象占用的内存。
- 一种嵌入式分区操作系统的分区数据配置方法及装置-201810403747.X
- 孙大巍;林柳村 - 北京东土科技股份有限公司;北京科银京成技术有限公司
- 2018-04-28 - 2019-11-05 - G06F9/50
- 本发明公开了一种嵌入式分区操作系统的分区数据配置方法及装置，应用于分区技术领域，用以解决配置分区数据的灵活性较差的问题。具体为：根据监测到的输入操作，确定为终端设备中的嵌入式分区操作系统配置的分区数据；将分区数据转换为嵌入式分区操作系统可执行的分区文件；将分区文件下发至终端设备。这样，在对嵌入式分区操作系统进行分区配置时，直接输入分区数据即可，用户操作简单，灵活性较强，而且，用户无需考虑分区数据的文件格式，只要确定出用户输入的分区数据即可自动转换为终端设备中的嵌入式分区操作系统可执行的分区文件，从而给用户配置分区数据带来了极大的便利性，进一步地提高了配置分区数据的灵活性。
- 一种应用服务自主检控方法、存储介质、设备及系统-201810404764.5
- 张振铎;张文明;陈少杰 - 武汉斗鱼网络科技有限公司
- 2018-04-28 - 2019-11-05 - G06F9/50
- 本发明公开了一种应用服务自主检控方法、存储介质、设备及系统，涉及应用监控技术领域，该方法包括以下步骤：向各应用分配与其对应的自定义检查接口；当应用启动时，自定义检查接口检测应用的注册情况；当自定义检查接口检测到应用注册成功，则反馈成功信号，反之则反馈失败信号；根据失败信号终止与失败信号对应的应用。本发明能够及时关闭注册失败的应用，从而解放被占用的负载。
- 基于优先级的资源分配方法、装置、设备及存储介质-201910525836.6
- 王涛;蒋拓 - 平安科技（深圳）有限公司
- 2019-06-18 - 2019-11-05 - G06F9/50
- 本发明涉及基架运维技术领域，公开了一种基于优先级的资源分配方法、装置、设备及存储介质。基于优先级的资源分配方法包括：获取目标数据源；对目标数据源进行处理，得到多个目标业务序列，每个目标业务序列包括各自对应的目标底层业务、目标中间层业务和目标集市层业务；对每个目标业务序列设置各自对应的优先级系数；根据各自对应的优先级系数对多个目标业务序列进行资源分配。本发明根据目标数据源生成多个目标业务序列，对每个目标业务序列设置各自对应的优先级系数，并根据各自对应的优先级系数对多个目标业务序列进行系统资源分配，确保优先级高的目标业务序列优先运行。
- 多活负载均衡应用的缩容方法、装置、设备及存储介质-201910528005.4
- 黄桂钦 - 平安科技（深圳）有限公司
- 2019-06-18 - 2019-11-05 - G06F9/50
- 本申请实施例提供一种多活负载均衡应用的缩容方法、装置、设备及存储介质，其涉及云计算技术领域，可应用于PaaS平台中。所述方法包括：若接收到多活负载均衡应用的缩容指令，获取所述缩容指令中的多活负载均衡应用的标识信息，并调用缩容设置接口，以接收通过缩容设置接口设置的需缩容的目标容器实例的信息；若接收到设置完成指令，根据多活负载均衡应用的标识信息、所设置的需缩容的目标容器实例的信息缩容所述目标容器实例。本申请实施例实现对多活负载均衡应用的容器实例进行缩容，在保证负载均衡提供服务的同时降低成本，且具体的缩容过程自动进行，提高了缩容的效率，节约了时间成本和人工成本。
- 一种任务负载预测系统及方法-201910566601.1
- 莫毓昌 - 莫毓昌
- 2019-06-27 - 2019-11-05 - G06F9/50
- 本发明公开了一种任务负载预测系统及方法，使用关于任务池的工作负载的知识来帮助预测新任务的工作负载。将现有任务的工作负载分组到多个集群中。然后，利用神经网络学习每个集群的工作负载特性。对于每个新任务，收集其初始工作负载，确定其集群，并使用其集群的训练神经网络预测其未来的工作负载。本发明有助于准确预测新作业的工作负载，从而改进云资源管理。
- 专利分类
