一種資源管理方法、訪問方法和存儲介質(zhì)，該方法應(yīng)用于云端服務(wù)器，所述云端服務(wù)器用于存儲客戶端所需的預(yù)置資源，所述云端服務(wù)器包括多個云端子服務(wù)器；該方法包括：獲取所述客戶端和所述云端子服務(wù)器的地理位置關(guān)系；根據(jù)所述地理位置關(guān)系生成預(yù)投送策略...

本發(fā)明提供了一種基于日志數(shù)據(jù)的客戶端觀測方法和系統(tǒng)，屬于服務(wù)觀測技術(shù)領(lǐng)域，包括：通過客戶端設(shè)備采集端上的日志數(shù)據(jù)進(jìn)行壓縮處理，獲取壓縮日志數(shù)據(jù)；服務(wù)端通過日志服務(wù)組件對壓縮日志數(shù)據(jù)進(jìn)行解壓縮，并進(jìn)行數(shù)據(jù)格式校驗，校驗通過后獲取解壓縮數(shù)據(jù)...

本申請?zhí)峁┝艘环N網(wǎng)關(guān)管理方法及系統(tǒng)，當(dāng)該方法應(yīng)用于服務(wù)器，該方法包括響應(yīng)于客戶端發(fā)送的數(shù)據(jù)訪問請求，獲取所述數(shù)據(jù)訪問請求的特征信息；基于所述數(shù)據(jù)訪問請求的特征信息，確定所述數(shù)據(jù)訪問請求的屬性信息；基于所述數(shù)據(jù)訪問請求的屬性信息，返回數(shù)據(jù)...

本發(fā)明提供了一種基于容器集群管理的大模型請求流量調(diào)度方法、系統(tǒng)和裝置，屬于流量調(diào)度技術(shù)領(lǐng)域，包括：獲取用戶服務(wù)請求的請求內(nèi)容，生成請求摘要，根據(jù)請求摘要和用戶信息進(jìn)行向量編碼處理，生成請求標(biāo)識；通過容器集群監(jiān)控接口監(jiān)控大模型中內(nèi)部執(zhí)行單...

本申請?zhí)峁┝艘环N網(wǎng)絡(luò)自適應(yīng)切換方法和系統(tǒng)，該方法應(yīng)用于服務(wù)器，該服務(wù)器至少包括兩種網(wǎng)絡(luò)協(xié)議，該方法包括：獲取網(wǎng)絡(luò)的網(wǎng)絡(luò)環(huán)境屬性信息；基于網(wǎng)絡(luò)環(huán)境屬性信息，按照預(yù)設(shè)的網(wǎng)絡(luò)狀態(tài)檢測規(guī)則對所述網(wǎng)絡(luò)的網(wǎng)絡(luò)環(huán)境進(jìn)行檢測，獲取所述網(wǎng)絡(luò)的網(wǎng)絡(luò)環(huán)境狀態(tài)...

本申請?zhí)峁┝艘环N練字智能評價方法和裝置，方法包括：獲取用戶上傳的文字信息；將文字信息輸入預(yù)設(shè)的文字評價模型，得到文字書寫評分；根據(jù)文字書寫評分提供書寫評價和建議。本申請通過獲取用戶上傳的書寫文字圖片，根據(jù)每個用戶的書寫水平和習(xí)慣提供個性...

本申請?zhí)峁┝艘环N模型訓(xùn)練方法、場景類別標(biāo)定方法、設(shè)備及可讀介質(zhì)，該申請所述的模型訓(xùn)練方法包括獲取樣本數(shù)據(jù)集中的圖像樣本，所述樣本數(shù)據(jù)集包括若干個樣本數(shù)據(jù)子集，所述樣本數(shù)據(jù)子集包括若干個圖像樣本；對任一圖像樣本進(jìn)行特征標(biāo)簽處理，以將所述圖...

本發(fā)明提供了一種基于深度學(xué)習(xí)的文檔圖像矯正方法，屬于計算機視覺領(lǐng)域，包括：基于訓(xùn)練集中原始紋理網(wǎng)格圖像，進(jìn)行紋理渲染和偏移映射處理，生成空間待渲染圖像；并通過原始紋理網(wǎng)格圖像對應(yīng)的平整圖像對所述空間待渲染圖像進(jìn)行數(shù)據(jù)增強，基于變換空間進(jìn)...

本申請?zhí)峁┝艘环N基于SQL追蹤的網(wǎng)絡(luò)應(yīng)用漏洞檢測方法、設(shè)備、計算機可讀介質(zhì)及程序產(chǎn)品，其中方法包括獲取待檢測網(wǎng)絡(luò)應(yīng)用的訪問日志；從所述訪問日志中提取URL參數(shù)信息，并分布式追蹤該URL對應(yīng)的數(shù)據(jù)庫執(zhí)行的SQL參數(shù)信息；根據(jù)所述URL參數(shù)...

本發(fā)明公開本實施例的一種基于容器化環(huán)境的軟件動態(tài)漏洞驗證方法及系統(tǒng)，其中，軟件動態(tài)漏洞驗證方法包括：獲取并記錄攻擊成功的攻擊者的完整攻擊路徑；根據(jù)各個攻擊成功的攻擊者的完整攻擊路徑分析軟件服務(wù)存在的安全漏洞以及安全漏洞所對應(yīng)的修復(fù)優(yōu)先等...

本發(fā)明公開一種基于DevOps平臺的Go語言依賴包安全漏洞防護(hù)方法及系統(tǒng)，其中，基于DevOps平臺的Go語言依賴包安全漏洞防護(hù)方法包括：接收提交的初始軟件代碼；基于Go源碼分析器自動分析提交的初始軟件代碼，識別出go.mod文件，讀取...

本發(fā)明公開一種支持多地域分布式消息隊列的構(gòu)建方法及系統(tǒng)，其中，構(gòu)建方法包括：在不同地域集群中分別部署多個消息隊列實例MQ和一個消息隊列代理MQ?Proxy；各地域集群的消息隊列代理MQ?Proxy接收對應(yīng)區(qū)域生產(chǎn)者投遞的生產(chǎn)消息，將生產(chǎn)...

本發(fā)明提供了一種基于網(wǎng)絡(luò)邊車容器的網(wǎng)絡(luò)訪問控制方法，屬于網(wǎng)絡(luò)安全技術(shù)領(lǐng)域，包括：在容器單元內(nèi)部署業(yè)務(wù)服務(wù)容器和網(wǎng)絡(luò)邊車容器；通過服務(wù)管控平臺配置訪問白名單，并同步至網(wǎng)絡(luò)邊車容器；監(jiān)測業(yè)務(wù)服務(wù)容器發(fā)起的網(wǎng)絡(luò)訪問請求為公網(wǎng)訪問時，基于防火墻...

本發(fā)明公開一種多云環(huán)境下的業(yè)務(wù)特征自適應(yīng)流量調(diào)度方法及系統(tǒng)，其中，多云環(huán)境下的業(yè)務(wù)特征自適應(yīng)流量調(diào)度方法包括：將用戶流量請求隨機發(fā)送至多云環(huán)境中任意一個云服務(wù)中；深度學(xué)習(xí)模型獲取多云環(huán)境中各個云服務(wù)的監(jiān)控數(shù)據(jù)，根據(jù)用戶流量請求，基于設(shè)定...

本公開的各實施例的目的是提供一種語音合成方法、裝置、設(shè)備、計算機程序產(chǎn)品和計算機程序存儲介質(zhì)。其中，語音合成系統(tǒng)根據(jù)輸入文本，獲取其對應(yīng)的離散語義特征；將所述離散語義特征與所述輸入文本的音頻特征映射到同一特征空間，以將兩者對齊；從對齊后...

本發(fā)明提供了一種基于大模型運行環(huán)境的全流程加密方法和裝置，屬于信息安全技術(shù)領(lǐng)域，包括：模型加密平臺根據(jù)預(yù)訓(xùn)練大模型，生成密鑰對，并通過邊車服務(wù)容器中的加密服務(wù)程序?qū)λ借€進(jìn)行加密，獲取加密私鑰；獲取密鑰對中的公鑰，對樣本訓(xùn)練數(shù)據(jù)進(jìn)行加密處...

本發(fā)明提供了一種基于動態(tài)標(biāo)識哈希串的源碼泄露監(jiān)控追溯系統(tǒng)，屬于網(wǎng)絡(luò)安全技術(shù)領(lǐng)域，包括：源碼監(jiān)控模塊在員工基于代碼生成平臺初始化項目源碼時，根據(jù)員工個人信息，生成第一預(yù)埋哈希串，埋設(shè)到項目源碼中生成預(yù)處理源碼；源碼提交模塊在監(jiān)測到員工將預(yù)...

本發(fā)明提供了一種基于對抗AI驗證碼的人機識別方法，屬于信息安全技術(shù)領(lǐng)域，包括：獲取用戶通過用戶端設(shè)備發(fā)起的資源訪問請求，生成驗證碼向用戶顯示；用戶輸入用戶識別信息，并監(jiān)測用戶基于驗證碼的行為特征，獲取用戶端身份標(biāo)識；當(dāng)用戶端身份標(biāo)識為正...

本發(fā)明提供了一種基于深度學(xué)習(xí)的文本圖像方向檢測方法，屬于計算機視覺領(lǐng)域，包括：以預(yù)設(shè)尺寸對原始文本圖像進(jìn)行裁剪，獲取預(yù)處理文本圖像；將預(yù)處理文本圖像輸入圖像方向檢測模型，獲取方向置信度數(shù)據(jù)組；檢測方向置信度數(shù)據(jù)組中最大置信度數(shù)據(jù)是否滿足...

本申請?zhí)峁┝艘环N安全軟件部署方法、設(shè)備、計算機可讀介質(zhì)及程序產(chǎn)品，該申請?zhí)峁┝艘环N安全軟件部署方法，該方法應(yīng)用于安全軟件部署設(shè)備的安全系統(tǒng)，該方法包括：訂閱服務(wù)器的入網(wǎng)請求信息；基于所述入網(wǎng)請求信息，確定未部署安全軟件的服務(wù)器為目標(biāo)服務(wù)...