[发明专利]一种神经网络的训练方法和装置在审

专利信息
申请号: 202011393945.6 申请日: 2020-12-02
公开(公告)号: CN112541573A 公开(公告)日: 2021-03-23
发明(设计)人: 戴文源;张丽 申请(专利权)人: 安徽常道信息技术有限公司
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08
代理公司: 北京睿驰通程知识产权代理事务所(普通合伙) 11604 代理人: 张文平
地址: 230061 安徽省*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 神经网络 训练 方法 装置
【说明书】:

本公开提供了一种神经网络的训练方法和装置。本公开将多种标记类型的资产特征值以及基于每组资产特征值预先撰写的综合资产监测报告作为训练样本,对神经网络进行训练。以便该神经网络能够对多种标记类型的资产特征值进行监测,并对系统数字资产进行综合预警,生成系统数字资产的综合预警报告。

技术领域

本公开涉及计算机管理领域,具体而言,涉及一种神经网络的训练方法和装置,以及一种管理系统数字资产的方法和装置。

背景技术

系统数字资产,包括网络运行设备的状态信息、性能信息和安全信息。

系统数字资产管理是对数字资产进行监测和预警。

目前,针对系统数字资产的管理,仅仅局限于对局部资产的监测报告,而局部资产的监测报告之间缺乏连贯性和可读性,缺乏对系统数字资产整体情况的监测和预警。

发明内容

提供该发明内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。

本公开的目的在于提供一种神经网络的训练方法和装置,以及一种管理系统数字资产的方法和装置,能够解决上述提到的至少一个技术问题。具体方案如下:

根据本公开的具体实施方式,第一方面,本公开提供一种神经网络的训练方法,包括:

获取系统数字资产的多组训练样本,其中,每组训练样本包括多种标记类型的资产特征值以及基于每组资产特征值预先撰写的综合资产监测报告,所述系统数字资产包括已注册网络设备的状态信息、性能信息和安全信息;

将每组所述资产特征值和所述综合资产监测报告输入第一神经网络,训练所述第一神经网络输出的综合资产监测报告达到预设评估精度。

根据本公开的具体实施方式,第二方面,本公开提供一种神经网络的训练装置,包括:

获取训练样本单元,用于获取系统数字资产的多组训练样本,其中,每组训练样本包括多种标记类型的资产特征值以及基于每组资产特征值预先撰写的综合资产监测报告,所述系统数字资产包括已注册网络设备的状态信息、性能信息和安全信息;

训练单元,用于将每组所述资产特征值和所述综合资产监测报告输入第一神经网络,训练所述第一神经网络输出的综合资产监测报告达到预设评估精度。

根据本公开的具体实施方式,第三方面,本公开提供一种管理系统数字资产的方法,包括:

获取系统数字资产的一组多种标记类型的资产特征值,其中,所述系统数字资产包括已注册网络设备的状态信息、性能信息和安全信息;

将所述资产特征值输入第一神经网络,获取输出的综合资产监测报告,其中,所述第一神经网络经过如第一方面所述训练方法的训练。

根据本公开的具体实施方式,第四方面,本公开提供一种管理系统数字资产的装置,包括:

获取特征值单元,用于获取系统数字资产的一组多种标记类型的资产特征值,其中,所述系统数字资产包括已注册网络设备的状态信息、性能信息和安全信息;

输出单元,用于将所述资产特征值输入第一神经网络,获取输出的综合资产监测报告,其中,所述第一神经网络经过如第一方面所述训练方法的训练。

本公开实施例的上述方案与现有技术相比,至少具有以下有益效果:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽常道信息技术有限公司,未经安徽常道信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011393945.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top