本發(fā)明屬于信息技術(shù)領(lǐng)域，涉及一種多層次動態(tài)智能自動化數(shù)據(jù)處理與信息評估方法和系統(tǒng)。該方法包括：構(gòu)建數(shù)據(jù)庫環(huán)境作業(yè)數(shù)據(jù)集，結(jié)合強(qiáng)化學(xué)習(xí)對大語言模型進(jìn)行針對性訓(xùn)練與微調(diào)，實現(xiàn)數(shù)據(jù)庫中多表格的全自動數(shù)據(jù)分析、查詢及信息提取；建立多層次智能體交...

本發(fā)明公開一種基于大語言模型的問答式科學(xué)數(shù)據(jù)處理工作流編排方法及裝置，屬于計算機(jī)技術(shù)領(lǐng)域。該方法包括：構(gòu)建算子和工作流知識庫；基于目標(biāo)任務(wù)的自然語言描述在算子和工作流知識庫進(jìn)行工作流檢索，并將自然語言描述和檢索得到的k個工作流表述嵌入到...

本發(fā)明公開了一種基于XDP的多層次DNS放大攻擊的防御方法及系統(tǒng)。本方法包括：1)在目標(biāo)主機(jī)上掛載Hook?XDP點，用于捕獲發(fā)給該目標(biāo)主機(jī)的被DNS放大攻擊的報文；2)在該目標(biāo)主機(jī)的XDP內(nèi)核中設(shè)置可擴(kuò)展的多層過濾模塊，用于從被DNS...

一種人群移動軌跡分析方法，包括：獲取用戶在目標(biāo)研究區(qū)域的時空位置信息，對獲取到的信息進(jìn)行數(shù)據(jù)預(yù)處理；基于預(yù)處理后的數(shù)據(jù)，構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)；所述網(wǎng)絡(luò)結(jié)構(gòu)的節(jié)點為所述目標(biāo)研究區(qū)域的街區(qū)，邊為所述用戶的移動軌跡；所述邊的權(quán)重基于用戶移動頻次或時空...

一種IP地址匹配方法及裝置，其中，方法應(yīng)用于路由轉(zhuǎn)發(fā)設(shè)備，該方法包括：在路由轉(zhuǎn)發(fā)設(shè)備中構(gòu)建多比特Trie數(shù)據(jù)結(jié)構(gòu)，所述多比特Trie的奇數(shù)層節(jié)點為奇節(jié)點，偶數(shù)層節(jié)點為偶節(jié)點；通過奇節(jié)點存儲孫子節(jié)點的索引信息、孩子節(jié)點的索引信息與下一跳信...

本發(fā)明涉及一種基于分布式數(shù)據(jù)合成及隱私度量的用戶隱私保護(hù)方法包括：模型聚合端初始化TabDDPM模型的參數(shù)，下發(fā)至n個數(shù)據(jù)提供端；數(shù)據(jù)提供端接收模型聚合端下發(fā)的參數(shù)，初始化自己的模型，然后使用本地數(shù)據(jù)訓(xùn)練模型；在訓(xùn)練過程中使用差分隱私機(jī)...

本公開涉及云計算領(lǐng)域，公開了一種基于聯(lián)盟區(qū)塊鏈的聯(lián)邦云服務(wù)方法和系統(tǒng)，具體包括：第一區(qū)域?qū)Φ裙?jié)點初始化，生成一對公鑰和私鑰，并與所述云聯(lián)邦聯(lián)盟區(qū)塊鏈的其他區(qū)域?qū)Φ裙?jié)點交換公鑰、區(qū)域管理服務(wù)URL和區(qū)域標(biāo)識代碼；所述第一區(qū)域?qū)Φ裙?jié)點調(diào)用其...

一種物聯(lián)網(wǎng)區(qū)塊鏈組網(wǎng)方法，包括：確定多個物聯(lián)網(wǎng)設(shè)備的地理位置，并對地理位置編碼，基于地理位置的編碼，生成各個物聯(lián)網(wǎng)設(shè)備的節(jié)點標(biāo)識，每個節(jié)點標(biāo)識對應(yīng)一個物聯(lián)網(wǎng)設(shè)備；確定每一個節(jié)點的鄰居節(jié)點，并在鄰居節(jié)點列表中存儲鄰居節(jié)點；收集每個節(jié)點的歷...

本發(fā)明提供了一種基于多層語義編碼和三元組學(xué)習(xí)的報銷信息敏感內(nèi)容精準(zhǔn)檢測方法和系統(tǒng)，屬于自然語言處理領(lǐng)域。通過對真實報銷數(shù)據(jù)中的誤篩選案例進(jìn)行系統(tǒng)性分析，本發(fā)明設(shè)計了一套多層語義編碼框架，并結(jié)合三元組學(xué)習(xí)方法，顯著提升了敏感內(nèi)容識別的準(zhǔn)確...

本發(fā)明公開了一種支持多種異構(gòu)超算架構(gòu)的性能可移植編程框架系統(tǒng)，屬于高性能計算技術(shù)領(lǐng)域，包括核心庫模塊、編程接口模塊、性能優(yōu)化模塊、跨平臺支持模塊、文檔與示例模塊及社區(qū)與維護(hù)模塊。核心庫模塊提供并行執(zhí)行代碼的抽象和數(shù)據(jù)管理功能，支持多種后...

一種獲取推薦菜單的方法，包括：獲取多個菜單、菜單的描述，第一BERT模型；將功能描述作為訓(xùn)練樣本，菜單作為訓(xùn)練標(biāo)簽，訓(xùn)練第一BERT模型，得到第二BERT模型；根據(jù)菜單的功能描述，通過模型，生成問題，通過第二BERT模型提取第一語義特征...

一種并行耦合物質(zhì)點有限差分有限元模擬方法，應(yīng)用于物質(zhì)爆炸模擬，方法包括：生成背景網(wǎng)格，每個背景網(wǎng)格中包括若干個物質(zhì)點，初始化物質(zhì)點的物質(zhì)信息，物質(zhì)信息包括質(zhì)量、動量、密度、應(yīng)力應(yīng)變、變形梯度信息中的至少一種；初始化桿單元；基于有限差分有...

本公開實施例提供一種基于神經(jīng)網(wǎng)絡(luò)的超高速碰撞過程模擬方法和裝置，其中方法包括：獲取目標(biāo)時刻的目標(biāo)物質(zhì)點的空間坐標(biāo)信息，目標(biāo)物質(zhì)點為超高速碰撞過程中待模擬物體的物質(zhì)點；將空間坐標(biāo)信息輸入預(yù)先訓(xùn)練好的目標(biāo)神經(jīng)網(wǎng)絡(luò)，得到目標(biāo)神經(jīng)網(wǎng)絡(luò)輸出的初始...

本申請?zhí)峁┮环N基于八叉樹的計算節(jié)點負(fù)載均衡方法和裝置，包括將計算區(qū)域劃分為多個子區(qū)域，對計算區(qū)域進(jìn)行遞歸劃分，得到計算區(qū)域?qū)?yīng)的八叉樹結(jié)構(gòu)，根據(jù)八叉樹結(jié)構(gòu)，依次將葉節(jié)點分配到不同的計算節(jié)點上，使得各計算節(jié)點的負(fù)載值均衡，隨著模擬仿真進(jìn)程...

本發(fā)明提供了一種基于物聯(lián)網(wǎng)的區(qū)塊鏈中的消息傳播方法，包括：確定目標(biāo)區(qū)塊鏈中包括的節(jié)點和所述節(jié)點之間的初始相鄰關(guān)系，所述節(jié)點為物聯(lián)網(wǎng)設(shè)備；基于預(yù)設(shè)的鄰居推薦算法和初始相鄰關(guān)系，確定所述節(jié)點之間的優(yōu)化相鄰關(guān)系；根據(jù)所述優(yōu)化相鄰關(guān)系，在所述節(jié)...

本發(fā)明公開了一種CO<subgt;2</subgt;催化領(lǐng)域的多層次、廣類別命名實體識別方法，其步驟包括：1)對關(guān)于CO<subgt;2</subgt;電催化還原的論文進(jìn)行標(biāo)注，得到一訓(xùn)練樣本；2)生成訓(xùn)練樣本的...

本發(fā)明公開了一種基于多標(biāo)識體系的學(xué)者信息對齊方法及系統(tǒng)，屬于信息技術(shù)領(lǐng)域。本發(fā)明為解決多種學(xué)者ID、成果ID和機(jī)構(gòu)ID共存情況下的數(shù)據(jù)匹配與關(guān)聯(lián)問題，采用基于ID關(guān)聯(lián)關(guān)系庫的跨標(biāo)識體系數(shù)據(jù)映射、余弦算法比對學(xué)者姓名與機(jī)構(gòu)名稱，以及提取成...

本發(fā)明公開一種面向?qū)W者數(shù)字身份節(jié)點解析方法、裝置及系統(tǒng)，屬于數(shù)字身份識別技術(shù)領(lǐng)域。所述方法包括：基于用戶端發(fā)起的標(biāo)識解析請求，向根節(jié)點發(fā)起節(jié)點尋址請求，以使根節(jié)點識別出所述節(jié)點尋址請求對應(yīng)的人員標(biāo)識類型；根據(jù)所述人員標(biāo)識類型選擇一解析節(jié)...

本申請公開了一種異常檢測方法以及裝置、存儲介質(zhì)、電子裝置。該方法包括提取流量數(shù)據(jù)中的IP地址；對每個IP地址進(jìn)行編碼，得到IP地址權(quán)重值；將所述流量數(shù)據(jù)以及所述IP地址權(quán)重值輸入預(yù)設(shè)異常檢測模型，輸出得到異常檢測結(jié)果，其中所述預(yù)設(shè)檢測模...

本發(fā)明涉及域名檢測技術(shù)領(lǐng)域，公開了基于時序超圖神經(jīng)網(wǎng)絡(luò)的未知惡意域名檢測方法，首先對未知域名提取其字符特征、解析特征和注冊特征，構(gòu)建多模態(tài)域名的特征數(shù)據(jù);再使用決策樹方法利用多模態(tài)數(shù)據(jù)構(gòu)建不同的超邊，再對超邊構(gòu)成的超圖進(jìn)行卷積操作，再使...