-
公开(公告)号：CN115756929B
公开(公告)日：2023-06-02
申请号：CN202211470197.6
申请日：2022-11-23
Applicant: 北京大学
IPC: G06F11/07
Abstract: 本发明提供了一种基于动态服务依赖图的异常根因定位方法及系统，属于智能运维领域。本发明的异常根因定位，基于服务配置信息提取部署时服务依赖关系，基于服务间关键性能指标的相关性及日志频率信息，发现运行时服务依赖关系，动态地构建服务依赖图；基于输入的异常服务及动态服务依赖图，自动构建异常传播图；基于深度优先搜索构建异常传播路径，并计算异常的根因分数，定位异常根因服务，报告异常传播路径。本发明可以更好地捕捉运行时服务依赖关系的变化，有助于刻画更加精确的异常传播关系，提升了异常根因定位的能力；适用于各种类型异常的根因定位，具有很好的通用性；直接定位到异常的服务，并提供异常的传播路径，具有很好的实用性和可解释性。且无需人工参与，节省了人力成本。
-
公开(公告)号：CN115756929A
公开(公告)日：2023-03-07
申请号：CN202211470197.6
申请日：2022-11-23
Applicant: 北京大学
IPC: G06F11/07
Abstract: 本发明提供了一种基于动态服务依赖图的异常根因定位方法及系统，属于智能运维领域。本发明的异常根因定位，基于服务配置信息提取部署时服务依赖关系，基于服务间关键性能指标的相关性及日志频率信息，发现运行时服务依赖关系，动态地构建服务依赖图；基于输入的异常服务及动态服务依赖图，自动构建异常传播图；基于深度优先搜索构建异常传播路径，并计算异常的根因分数，定位异常根因服务，报告异常传播路径。本发明可以更好地捕捉运行时服务依赖关系的变化，有助于刻画更加精确的异常传播关系，提升了异常根因定位的能力；适用于各种类型异常的根因定位，具有很好的通用性；直接定位到异常的服务，并提供异常的传播路径，具有很好的实用性和可解释性。且无需人工参与，节省了人力成本。
-
公开(公告)号：CN110750455B
公开(公告)日：2021-04-30
申请号：CN201910993251.7
申请日：2019-10-18
Applicant: 北京大学
Abstract: 本发明公布了一种基于系统日志分析的智能在线自更新故障诊断方法及系统，输入在线日志流，将日志数据转化为日志模板，再在线训练并更新控制流图故障诊断模型，同时利用该控制流图故障诊断模型从在线日志流中发现异常并诊断系统故障；智能在线自更新故障诊断系统包括在线日志模板挖掘与转换模块、在线故障诊断模型训练与更新模块和在线故障诊断模块。采用本发明技术方案，根据动态控制流图故障诊断模型，在线分析日志数据进而诊断系统故障，实现实时在线边更新边诊断的故障诊断模式，可从大量日志数据中在线识别系统异常、诊断系统故障；同时实现故障诊断模型的在线自更新，智能化适配软件系统的快速升级和更新。
-
公开(公告)号：CN110750455A
公开(公告)日：2020-02-04
申请号：CN201910993251.7
申请日：2019-10-18
Applicant: 北京大学
Abstract: 本发明公布了一种基于系统日志分析的智能在线自更新故障诊断方法及系统，输入在线日志流，将日志数据转化为日志模板，再在线训练并更新控制流图故障诊断模型，同时利用该控制流图故障诊断模型从在线日志流中发现异常并诊断系统故障；智能在线自更新故障诊断系统包括在线日志模板挖掘与转换模块、在线故障诊断模型训练与更新模块和在线故障诊断模块。采用本发明技术方案，根据动态控制流图故障诊断模型，在线分析日志数据进而诊断系统故障，实现实时在线边更新边诊断的故障诊断模式，可从大量日志数据中在线识别系统异常、诊断系统故障；同时实现故障诊断模型的在线自更新，智能化适配软件系统的快速升级和更新。
-
公开(公告)号：CN116932037B
公开(公告)日：2024-03-15
申请号：CN202311002875.0
申请日：2023-08-10
Applicant: 北京大学
IPC: G06F8/71
Abstract: 本发明提供了一种基于生成式大模型的软件系统配置生成方法与系统，属于软件技术领域。本发明基于生成式大模型，收集多源系统配置数据，根据配置数据与目标软件系统配置数据的相似度进行适配得到微调数据集，使用微调数据集对生成式大模型进行微调，应用多目标提示工程接收来自用户的原配置文本、配置目标文本数据及配置示例集合，生成多目标提示文本作为生成式大模型的输入，模型输出得到候选配置，最后通过配置筛选，用户从输出的多个候选配置中筛选满足配置目标的有效配置作为最终结果，或将其返回用于多目标提示文本的优化，进一步提升多目标提示文本的质量和配置生成的有效性。
-
Patent Agency Ranking
公开(公告)号：CN116682144B
公开(公告)日：2023-12-22
申请号：CN202310732993.0
申请日：2023-06-20
Applicant: 北京大学
IPC: G06V40/10 , G06V10/82 , G06V10/764 , G06N3/0442 , G06N3/0455 , G06N3/08 , G06V10/74
Abstract: 本发明提供了一种基于多层次跨模态差异调和的多模态行人重识别方法，属于计算机视觉领域。本发明包括训练样本的获取，以及行人图片和相应文本描述的预处理；然后使用模态编码器‑模态共享解码器架构，在一组可学习的语义查询嵌入的引导下，提取出模态对齐的视觉和文本特征；再使用全局文本特征和未掩码图像块作为输入，对掩码图像块重建，调和图像块级别和实例级别的跨模态差异；通过交叉身份双模拟学习，利用一个差异预测器，帮助不同身份行人特征间的相关性在不同模态间转换，缓解身份级别的跨模态差异；最后使用模型输出的模态对齐的视觉特征和文本特征，计算查询文本特征和图像(56)对比文件冯敏;张智成;吕进;余磊;韩斌.基于生成对抗网络的跨模态行人重识别研究.现代信息科技.2020,(第04期),全文.姜定 等.面向跨模态文本到图像行人重识别的Transformer网络.中国图象图形学报.2023,第25卷(第05期),全文.Qiang Liu et al..BDNet:A BERT-baseddual-path network for text-to-imagecross-modal person re-identification.pattern recognition.2023,全文.
-
公开(公告)号：CN114647525A
公开(公告)日：2022-06-21
申请号：CN202011519995.4
申请日：2020-12-21
Applicant: 中兴通讯股份有限公司 , 北京大学
Abstract: 本申请实施例提供一种诊断方法、装置、终端及存储介质，该诊断方法包括：获取日志流信息；获取故障诊断模型；利用故障诊断模型对所述日志流信息进行诊断，得到诊断结果；获取对应于所述诊断结果的诊断误报信息；根据所述误报信息进行故障诊断模型调整，能够对所述日志流信息进行模型异常诊断，根据误报信息对故障诊断模型进行动态更新，提高了诊断方法学习的效率。通过添加故障信息反馈，可以对模型进行针对性的调整。
-
公开(公告)号：CN105653444B
公开(公告)日：2018-07-13
申请号：CN201510977321.1
申请日：2015-12-23
Applicant: 北京大学
IPC: G06F11/36
Abstract: 本发明公布了一种基于互联网日志数据的软件缺陷故障识别方法和系统，针对互联网源系统日志数据和用户系统源日志数据，将互联网源系统日志数据作为训练集并从中提取特征，通过机器学习或相似度匹配生成软件缺陷故障日志识别预测模型；针对用户系统源日志数据，分析识别得到其中表征软件缺陷故障的日志片段，从而得到针对用户系统日志的软件缺陷故障类型。云计算系统故障识别系统包括多线日志收集模块、互联网源系统日志分类器和在线日志分析与故障识别模块。本发明可实现从大量日志信息识别由软件缺陷导致的故障，快速定位故障原因，识别运行时故障并诊断故障类型，提高云计算系统的可靠性和可用性。
-
公开(公告)号：CN105183573B
公开(公告)日：2017-12-01
申请号：CN201510649451.2
申请日：2015-10-09
Applicant: 北京大学
IPC: G06F11/00
Abstract: 本发明公布了一种云计算系统中高频次连续失效任务的在线识别方法和系统，根据离线监控数据进行基于时间序列的离线分析与学习，得到在一定置信水平上能代表所有非高频次连续失效任务失效频率特征的失效频率阈值，再识别得到在线数据中的高频次连续失效任务。本发明从事件和资源角度对云计算系统中的任务进行分析，得到时间周期内失效事件发生频率和任务消耗的系统资源，通过分析任务的失效频率特征和资源使用时间序列模式，实时识别云计算系统中反复失效且难以修复的高频次连续失效任务，提前通知云计算系统采取前摄性失效恢复措施，为云计算系统节约系统资源，提高云计算系统的可靠性和可用性。
-
公开(公告)号：CN104008028A
公开(公告)日：2014-08-27
申请号：CN201410219412.4
申请日：2014-05-22
Applicant: 北京大学
Abstract: 本发明公开了一种基于多云存储的智能移动终端数据存储备份方法与系统。本方法为：1)智能移动终端选取多个云盘并进行授权认证，得到一授权云盘集合R；2)多云存储方案规划器将待存储备份文件的该属性信息转换为一存储向量U，然后根据U计算用户需求云盘属性权值向量W；3)多云存储方案规划器从集合R中查找剩余空间满足该待存储备份的云盘子集R’；对R’中每一云盘，根据用户对云盘的各属性期望值向量μ生成云盘权值向量Qw；然后根据Qw及其W，计算该云盘最终权值；从集合R’中选取m个云盘作为候选多云存储系统，并计算其可靠性指标P，如果P≥Fp，则将该待存储备份文件保存到该候选多云存储系统；Fp为用户设定的可靠性指标。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.023 seconds)
