本申請涉及安全檢測領(lǐng)域，具體提供一種大模型提示詞攻擊檢測方法、系統(tǒng)、終端及介質(zhì)，包括：調(diào)用Web應(yīng)用防火墻截獲發(fā)往大模型服務(wù)的HTTP服務(wù)，并從HTTP服務(wù)中提取文本內(nèi)容；將所提取文本內(nèi)容通過HTTP接口發(fā)送至提示詞注入檢測引擎，觸發(fā)提...

本發(fā)明提供了一種保留原磁盤數(shù)據(jù)的BCache轉(zhuǎn)換方法、系統(tǒng)及設(shè)備，屬于計算機技術(shù)領(lǐng)域。方法包括：創(chuàng)建BCache元數(shù)據(jù)區(qū)的鏡像文件，鏡像文件為8KB的空白鏡像文件；將鏡像文件掛載為loop設(shè)備，使鏡像文件以塊設(shè)備形式被識別；構(gòu)建devi...

本申請?zhí)峁┮环N基于磁盤健康狀態(tài)的etcd高可用切換方法、系統(tǒng)、設(shè)備及介質(zhì)，屬于云計算及容器編排技術(shù)領(lǐng)域，所述方法：在每個節(jié)點上部署磁盤健康探測器，實時采集磁盤指標(biāo)；將采集的指標(biāo)與預(yù)設(shè)動態(tài)閾值進行對比分析，將節(jié)點狀態(tài)確定為健康、亞健康或不...

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，具體為一種基于TensorFlow.js的瀏覽器端AI推理系統(tǒng)及方法，包括以下步驟：模型加載與初始化，設(shè)備性能檢測與模型選擇，輸入數(shù)據(jù)采集與預(yù)處理，推理任務(wù)調(diào)度與執(zhí)行，結(jié)果解析輸出及可視化導(dǎo)出，模型緩存更新維...

本發(fā)明特別涉及一種基于區(qū)塊鏈的共享經(jīng)濟信用評估與存證方法。該基于區(qū)塊鏈的共享經(jīng)濟信用評估與存證方法，首次注冊登錄時對用戶身份進行初始化處理，實時采集服務(wù)行為數(shù)據(jù)，預(yù)處理后，進行特征工程處理，提取并歸一化信用因子；構(gòu)建多維度信用模型，實現(xiàn)...

本發(fā)明屬于數(shù)據(jù)備份技術(shù)領(lǐng)域，具體公開一種異地數(shù)據(jù)備份方法、系統(tǒng)、終端及介質(zhì)，包括：對業(yè)務(wù)數(shù)據(jù)執(zhí)行初始化，基于系統(tǒng)負(fù)載情況和業(yè)務(wù)類型動態(tài)選擇備份模式；然后對業(yè)務(wù)數(shù)據(jù)執(zhí)行備份操作，生成備份數(shù)據(jù)；隨后對生成的備份數(shù)據(jù)執(zhí)行異地同步，將備份數(shù)據(jù)傳...

本申請涉及跨應(yīng)用流程審批技術(shù)領(lǐng)域，具體涉及一種基于可信數(shù)據(jù)空間的跨應(yīng)用流程審批方法、系統(tǒng)、設(shè)備及介質(zhì)，包括：通過可視化界面設(shè)定包含跨應(yīng)用審批環(huán)節(jié)的審批流程；根據(jù)業(yè)務(wù)需求組裝原子服務(wù)形成服務(wù)編排邏輯并綁定至對應(yīng)審批環(huán)節(jié)，同時組裝原子服務(wù)形...

本發(fā)明涉及Web服務(wù)運維技術(shù)領(lǐng)域，具體提供一種Nginx日志監(jiān)控分析系統(tǒng)、方法、終端及介質(zhì)，包括：定義日志所必須包含的字段；對目標(biāo)組件和應(yīng)用程序的主配置文件進行標(biāo)準(zhǔn)日志格式配置；實時采集標(biāo)準(zhǔn)化日志，傳輸至存儲層；從存儲層獲取第一目標(biāo)日志...

本申請涉及API配置管理技術(shù)領(lǐng)域，具體涉及一種多API提供商的API配置管理方法、系統(tǒng)、設(shè)備及介質(zhì)，包括：使用非對稱加密算法生成密鑰對，使用公鑰對多個API配置文件中的密鑰進行加密存儲，私鑰留存本地；生成配置列表供用戶選擇，根據(jù)用戶指令...

本申請公開了一種政務(wù)數(shù)據(jù)服務(wù)管理方法、裝置、設(shè)備及介質(zhì)，涉及計算機技術(shù)領(lǐng)域。包括：通過預(yù)設(shè)大數(shù)據(jù)平臺獲取目標(biāo)數(shù)據(jù)，并基于目標(biāo)數(shù)據(jù)構(gòu)建初始數(shù)據(jù)服務(wù)產(chǎn)品；根據(jù)初始數(shù)據(jù)服務(wù)產(chǎn)品的產(chǎn)品類型對數(shù)據(jù)服務(wù)產(chǎn)品執(zhí)行資源配置操作，以得到目標(biāo)數(shù)據(jù)服務(wù)產(chǎn)品；...

本申請涉及汽車充電樁運維技術(shù)領(lǐng)域，具體涉及一種新能源汽車充電樁的健康評估與維護方法、系統(tǒng)、設(shè)備及介質(zhì)，包括：采集充電樁多維數(shù)據(jù)，包括硬件參數(shù)、環(huán)境數(shù)據(jù)和運維記錄；將充電電流、電壓、溫度時序序列輸入基于多尺度空洞卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建的異常特征...

本發(fā)明屬于云平臺管理技術(shù)領(lǐng)域，具體涉及一種在云平臺創(chuàng)建專有云服務(wù)器的方法及系統(tǒng)，包括將不同配置規(guī)格的物理服務(wù)器劃分為不同的專有宿主機產(chǎn)品類型，為每種專有宿主機產(chǎn)品類型獨立配置對應(yīng)的云服務(wù)器產(chǎn)品類型，并建立專有宿主機產(chǎn)品類型與云服務(wù)器產(chǎn)品...

本申請?zhí)峁┮环NKubernetes集群的高可用保障方法、系統(tǒng)、設(shè)備及介質(zhì)，屬于分布式高可用技術(shù)領(lǐng)域，所述方法：周期性采集集群中目標(biāo)etcd節(jié)點的進程狀態(tài)、性能指標(biāo)及日志關(guān)鍵詞；根據(jù)采集的目標(biāo)etcd節(jié)點的數(shù)據(jù)進行故障類型判斷；將宕機的目...

本申請公開了一種基于區(qū)塊鏈的醫(yī)療數(shù)據(jù)庫數(shù)據(jù)追溯方法、裝置、設(shè)備及存儲介質(zhì)，涉及數(shù)據(jù)庫安全技術(shù)領(lǐng)域，包括：確定用戶的行為信息以及對目標(biāo)醫(yī)療數(shù)據(jù)庫執(zhí)行的結(jié)構(gòu)化查詢語言的操作信息，得到行為模式與閾值范圍，以建立用戶行為模型，利用用戶行為模型驗...

本發(fā)明屬于云平臺運行技術(shù)領(lǐng)域，具體涉及一種云平臺自動適配計算節(jié)點的方法、系統(tǒng)、終端及存儲介質(zhì)，包括通過預(yù)存的多維特征指紋識別方法，自動采集待適配計算節(jié)點的硬件配置信息與軟件配置信息，并構(gòu)建唯一標(biāo)識該計算節(jié)點的特征向量；本發(fā)明通過Redf...

本發(fā)明提供了基于大模型的應(yīng)急預(yù)案處置方案生成方法及裝置。構(gòu)建應(yīng)急預(yù)案標(biāo)簽體系，基于所述應(yīng)急預(yù)案標(biāo)簽體系對收集的多類型、多地域應(yīng)急預(yù)案進行標(biāo)注，形成標(biāo)注后的應(yīng)急預(yù)案數(shù)據(jù)集；構(gòu)建基礎(chǔ)大語言模型，將所述應(yīng)急預(yù)案數(shù)據(jù)集輸入至所述基礎(chǔ)大語言模型中...

本申請公開了一種集成項目成本結(jié)轉(zhuǎn)的方法、系統(tǒng)、設(shè)備及介質(zhì)，主要涉及成本結(jié)轉(zhuǎn)技術(shù)領(lǐng)域，用以解決現(xiàn)有方案成本歸集與結(jié)轉(zhuǎn)分離、預(yù)設(shè)篩選界面功能單一、缺乏智能計算程序的問題。包括：獲取集成項目和歸集成本，將歸集成本按集成項目的維度結(jié)轉(zhuǎn)到在制品科...

本發(fā)明實施例提供了一種設(shè)備巡檢方法及系統(tǒng)。該方法首先通過預(yù)先構(gòu)建的適配層模塊采集各個數(shù)據(jù)源涵蓋設(shè)備運行狀態(tài)數(shù)據(jù)、系統(tǒng)性能數(shù)據(jù)、環(huán)境關(guān)聯(lián)數(shù)據(jù)和業(yè)務(wù)日志數(shù)據(jù)在內(nèi)的原始監(jiān)控數(shù)據(jù)，解決不同數(shù)據(jù)源之間接口不適配，存在數(shù)據(jù)孤島的缺陷；然后通過適配層...

本發(fā)明屬于流程設(shè)計技術(shù)領(lǐng)域，具體公開一種基于大模型的高擴展獨立式流程設(shè)計方法、系統(tǒng)、終端及介質(zhì)。包括：采集數(shù)據(jù)構(gòu)建三元組結(jié)構(gòu)的訓(xùn)練集，對訓(xùn)練集進行預(yù)處理以輸出標(biāo)準(zhǔn)化樣本數(shù)據(jù)；將樣本數(shù)據(jù)轉(zhuǎn)化為特征向量輸入，基于編碼層進行時序依賴解析，得到...

本發(fā)明實施例提供了基于大模型的數(shù)智員工智能體實現(xiàn)方法及系統(tǒng)。該方法在接收到當(dāng)前任務(wù)時，首先提取當(dāng)前任務(wù)信息，為后續(xù)處理奠定基礎(chǔ)；然后利用多技術(shù)融合基礎(chǔ)平臺理解當(dāng)前任務(wù)信息，并結(jié)合預(yù)設(shè)規(guī)則精準(zhǔn)識別非預(yù)設(shè)任務(wù)；再調(diào)用大小模型協(xié)同模塊，將非預(yù)...