-
公开(公告)号:CN116755848A
公开(公告)日:2023-09-15
申请号:CN202311037781.7
申请日:2023-08-17
Applicant: 北京遥感设备研究所
IPC: G06F9/46 , G06F18/213 , G06F18/2321 , G06F18/22 , G06F16/21
Abstract: 本发明公开了一种基于预测的事务调度方法及系统,所述方法包括:对新到来事务进行事务解析,得到新到来事务的特征表达;在数据库中提取相关数据库事务日志,进行日志解析,得到日志解析结果;根据所述日志解析结果,利用无监督模型DBSCAN聚类得到各类别中心特征;根据所述新到来事务的特征表达、所述各类别中心特征利用余弦相似性预测新到来事务与各类别中心特征之间的相似性关系,根据所述相似性关系进行事务调度,调整事务队列。根据相似性关系进行事务调度,调整事务队列,降低事务中止的概率。使用余弦相似性进行计算,余弦相似性具有较好的效果,计算量更低。均衡配置资源,提高系统事务吞吐量以及事务处理稳定性。
-
公开(公告)号:CN116795603A
公开(公告)日:2023-09-22
申请号:CN202311056908.X
申请日:2023-08-22
Applicant: 北京遥感设备研究所
IPC: G06F11/14 , G06F16/901
Abstract: 一种数据库系统中备份事务的高效发布时间分配方法,包括:基于数据库中主事务的最坏情况响应时间#imgabs0#和相对截止时间#imgabs1#,确定所述主事务的提升时间#imgabs2#;基于所述提升时间#imgabs3#和所述备份子事务的发布延迟间隔#imgabs4#,确定备份子事务的发布延迟间隔#imgabs5#;基于备份子事务的发布延迟间隔#imgabs6#和所述备份子事务对应的主子事务的发布时间#imgabs7#,确定所述备份事务的各个备份子事务的发布时间#imgabs8#。通过这一方法,成功地加快了发布时间计算的速度,并且在分配发布时间时对检查点进行了智能筛选,剔除了不必要的检查点。这使得MKSS算法在执行过程中显著减少了不必要的检查点检查,从而大幅提高了算法的计算效率。
-
公开(公告)号:CN116775713B
公开(公告)日:2024-01-02
申请号:CN202311055718.6
申请日:2023-08-22
Applicant: 北京遥感设备研究所
IPC: G06F16/2455 , G06F16/21 , G06F16/23
Abstract: 本发明公开了一种基于数据访问模式的数据库主被动缓存优化方法。涉及数据访问缓存的技术领域,该基于数据访问模式的数据库主被动缓存优化方法包括:获取在观测时段中的历史访问模式,其中,历史访问模式包括每次历史访问对应的数据块信息;基于历史访问模式确定各个数据块之间的关联程度,其中,关联程度指示两个数据块在同一次访问中均被访问的概率;在目标数据块被访问的情况下,将与目标数据块关联程度排序在前的预设数量的关联数据块存入缓存区。本发明解决了现有的数据访问缓存算法使得数据缓存效率很低的技术问题。
-
公开(公告)号:CN116796326B
公开(公告)日:2023-11-14
申请号:CN202311048644.3
申请日:2023-08-21
Applicant: 北京遥感设备研究所
IPC: G06F21/56 , G06F16/242
Abstract: 本发明公开了一种SQL注入检测方法,包括:收集用于训练和测试的SQL查询数据集,SQL查询数据集包括‑SQL注入类别的查询语句和非SQL注入类别的查询语句;针对SQL查询数据集通过使用卡方检验进行特征提取,选择与SQL注入攻击检测相关的特征向量;对概率神经网络PNN模型进行训练,与SQL注入攻击检测相关的特征向量为PNN模型的输入,输出SQL查询语句类别。本发明中,通过深度学习的自动特征提取和学习大量样本数据中的模式,具有强大的泛化能力和自适应性,能够有效地识别未知和新颖的SQL注入攻击。并且通过使用卡方检验进行特征提取,我们能够选择出与SQL注入攻击检测相关性较高的特征,提高模型的准确性和性能。
-
公开(公告)号:CN116796326A
公开(公告)日:2023-09-22
申请号:CN202311048644.3
申请日:2023-08-21
Applicant: 北京遥感设备研究所
IPC: G06F21/56 , G06F16/242
Abstract: 本发明公开了一种SQL注入检测方法,包括:收集用于训练和测试的SQL查询数据集,SQL查询数据集包括‑SQL注入类别的查询语句和非SQL注入类别的查询语句;针对SQL查询数据集通过使用卡方检验进行特征提取,选择与SQL注入攻击检测相关的特征向量;对概率神经网络PNN模型进行训练,与SQL注入攻击检测相关的特征向量为PNN模型的输入,输出SQL查询语句类别。本发明中,通过深度学习的自动特征提取和学习大量样本数据中的模式,具有强大的泛化能力和自适应性,能够有效地识别未知和新颖的SQL注入攻击。并且通过使用卡方检验进行特征提取,我们能够选择出与SQL注入攻击检测相关性较高的特征,提高模型的准确性和性能。
-
-
-
-