-
公开(公告)号：CN107579846B
公开(公告)日：2020-07-10
申请号：CN201710729189.1
申请日：2017-08-23
Applicant: 昆明理工大学
Abstract: 本发明涉及一种云计算故障数据检测方法及系统，属于云故障检测领域。本发明包括：云计算故障训练数据处理步骤，对云计算故障训练数据集中的数据进行处理，得到每条故障训练数据的隶属度、每个故障类别的故障特征权重；待检测云计算数据所属故障类别判断步骤，根据故障训练数据的处理结果并结合云计算故障训练数据集扩充规则判断待检测云计算数据所属类别；云计算故障训练数据集扩充步骤，将满足云计算故障训练数据集扩充规则的待检测云计算数据及其类别信息加入故障训练数据扩充集。本发明有助于完善故障训练数据模型，识别新的故障。
-
公开(公告)号：CN110505114A
公开(公告)日：2019-11-26
申请号：CN201910665457.7
申请日：2019-07-23
Applicant: 昆明理工大学
Abstract: 本发明公开了一种云计算环境下节点异常判断方法，本发明方法包括节点性能数据采集步骤；节点性能数据转换步骤；节点异常检测模型训练步骤；基于性能数据判断节点状态步骤；节点异常检测模型更新步骤。本发明通过采集、分析节点性能数据，并比较相邻节点的状态，及时判断出现异常的节点；本发明使用滑动时间窗口的模式，并不断更新异常检测模型，能够识别未知异常，实现了云计算环境下自适应判断节点异常。
-
公开(公告)号：CN105975487B
公开(公告)日：2019-07-16
申请号：CN201610264134.3
申请日：2016-04-26
Applicant: 昆明理工大学
Abstract: 本发明涉及一种APP软件用户评论有关性判断方法，属于APP软件用户评价领域。本发明首先提取APP软件每条评论的关键词集；然后计算提取的APP软件每条评论的关键词集对特征库中的有关性概率得分；最后通过判断有关性概率得分是否大于预设阈值的情况来确定APP软件用户评论是否与该APP软件有关。本发明定义并提取APP软件用户评论关键词集，有利于提高判断用户评论有关性的效率；将朴素贝叶斯文本分类方法进行了修改，结合词频统计的方法判断APP软件用户评论有关性概率得分，有助于给用户筛选出有关评论，减少对评论筛选的时间；通过判断APP软件用户评论的有关性，有助于用户评价APP软件的质量。
-
公开(公告)号：CN108429635A
公开(公告)日：2018-08-21
申请号：CN201810092907.3
申请日：2018-01-31
Applicant: 昆明理工大学
IPC: H04L12/24
CPC classification number: H04L41/12
Abstract: 本发明涉及一种用于分布式环境下的数据传输方法，属于分布式环境下的数据传输领域。本发明通过获取当前节点的前驱节点数和后继节点数决定执行不同的传输策略。本发明定义了分布式环境中节点间的数据传输关系，这样有助于减少当前节点传输的不确定性；其次，所有节点之间传输模式都采用混合推拉的模式，每个节点根据实际情况来进行混合推拉并行传输，这样可以减少数据的传输时间，提高整体的传输效率。
-
公开(公告)号：CN108415815A
公开(公告)日：2018-08-17
申请号：CN201810077200.5
申请日：2018-01-26
Applicant: 昆明理工大学
IPC: G06F11/34
CPC classification number: G06F11/3452 , G06F11/3476 , G06F2201/865
Abstract: 本发明涉及一种APP软件运行数据异常判断方法，属于APP软件运行检测领域。本发明方法为：将APP软件运行数据集作为输入，基于系统日志对APP软件运行数据集进行标记，基于SVM的APP软件运行数据集中数据异常判断，输出判断结果。本发明将手机日志信息与SVM算法相结合，有助于更准确的判断APP应用程序数据信息是否存在异常；本发明对SVM的相关参数进行优选，有助于提高判断的准确率；本发明对SVM的训练数据集进行扩充，有助于提高判断的准确率。
-
Patent Agency Ranking
公开(公告)号：CN105279148A
公开(公告)日：2016-01-27
申请号：CN201510673488.9
申请日：2015-10-19
Applicant: 昆明理工大学
IPC: G06F17/27
Abstract: 本发明涉及一种APP软件用户评论一致性判断方法，属于APP软件用户评价领域。本发明首先提取APP软件特征情感词对集；然后计算提取的APP软件特征情感词对集中情感词对的情感倾向程度得分；最后判断情感倾向程度得分是否存在不等于零的情况来确定APP软件用户评论是否一致。本发明定义并提取APP软件特征情感词对集，有助于更准确的判断用户评论信息与评分星级的一致性；将用户对APP软件的情感倾向程度划分成与评分星级对应的5个等级，以判断APP软件用户评论的一致性，有助于用户选择满足需求的APP软件；通过判断APP软件用户评论的一致性，有助于用户评价APP软件的质量。
-
公开(公告)号：CN105005531A
公开(公告)日：2015-10-28
申请号：CN201510448023.3
申请日：2015-07-27
Applicant: 昆明理工大学
IPC: G06F11/36
Abstract: 本发明涉及一种基于查错率的测试用例选择方法，属于测试用例选择领域。本发明将所有测试用例按照所选策略循环分组并执行，分析每个分组测试用例的执行结果，得到每个分组测试用例的查错率，当本次查错率小于上一次查错率时，循环终止。本发明以查错率作为标准来对测试用例进行选择与判断；通过将每次选择与上一次选择查错率最高的分组的公共部分放入一个临时变量中，并从该临时变量和上一次选择查错率次高的分组中来选择测试用例，最终选择出高质量的一组测试用例；依据策略对测试用例不断的选择与重新分组，最终能够以较小的代价选择出查错率最高的分组。
-
公开(公告)号：CN115437635B
公开(公告)日：2025-03-25
申请号：CN202211270295.5
申请日：2022-10-18
Applicant: 昆明理工大学
Abstract: 本发明公开了一种并行APP软件用户操作补全方法、系统，包括：Step1、实时捕获并行APP软件用户操作事件内容数据以及并行APP软件响应数据；Step2、抽取并行APP软件用户操作内容特征；Step3、建立并行APP软件用户操作内容特征的上下文语义关系；Step4、提取并行APP软件用户操作序列的时序上下文；Step5、补全并行APP软件用户操作。本发明有助于从大规模并行APP软件用户操作序列中挖掘语义上下文和时序上下文特征，支持对多APP软件并行运行情况下的用户操作补全，从而高效、准确地获取完整的并行APP软件用户操作序列。
-
公开(公告)号：CN115437635A
公开(公告)日：2022-12-06
申请号：CN202211270295.5
申请日：2022-10-18
Applicant: 昆明理工大学
Abstract: 本发明公开了一种并行APP软件用户操作补全方法、系统，包括：Step1、实时捕获并行APP软件用户操作事件内容数据以及并行APP软件响应数据；Step2、抽取并行APP软件用户操作内容特征；Step3、建立并行APP软件用户操作内容特征的上下文语义关系；Step4、提取并行APP软件用户操作序列的时序上下文；Step5、补全并行APP软件用户操作。本发明有助于从大规模并行APP软件用户操作序列中挖掘语义上下文和时序上下文特征，支持对多APP软件并行运行情况下的用户操作补全，从而高效、准确地获取完整的并行APP软件用户操作序列。
-
公开(公告)号：CN112882887B
公开(公告)日：2022-08-09
申请号：CN202110033483.5
申请日：2021-01-12
Applicant: 昆明理工大学
Abstract: 本发明公开了一种云计算环境下服务故障模型动态建立方法，属于云计算下服务故障模型建立领域。所述方法步骤包括：Step1、预处理服务运行数据；Step2、抽取服务故障；Step3、确定服务故障分类；Step4、抽取服务故障特征；Step5、动态关联服务故障与服务故障特征。本发明能动态识别出云计算环境下服务故障与服务故障特征；能通过分析服务故障与服务故障特征间的关联性，建立服务故障与服务故障特征的网状结构，实现服务故障模型的动态演化。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.023 seconds)
