一种处理网络流量分析的方法和装置
阅读：664发布：2020-05-13
专利汇可以提供一种处理网络流量分析的方法和装置专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种处理网络流量分析的方法和装置。所述方法包括：统计待测哈希表中哈希 节点 的数量；根据预设的哈希节点使用上限和哈希节点使用下限，来判断待测哈希表的桶数是否需要调整；当判断待测哈希表的桶数需要调整时，根据预设规则调整哈希表的桶数，重新建立哈希表。本发明通过调节哈希表的桶数，使得新的哈希表能够主动适应网络流量的需求，当网络流量增加时，可以扩充哈希表的桶数，以提高新的哈希表的性能，当网络流量降低时，可以缩减哈希表的桶数，以释放被占据但未被利用的内存空间，将更多的闲置内存释放给 操作系统 ，从整体上提高现有 软件 的处理性能。，下面是一种处理网络流量分析的方法和装置专利的具体信息内容。
1.一种处理网络流量分析的方法，其特征在于，包括：
统计待测哈希表中哈希节点的数量，所述待测哈希表包括与哈希表中每个哈希值对应建立的一个冲突链表；
根据预设的哈希节点使用上限和哈希节点使用下限，来判断待测哈希表的桶数是否需要调整，所述哈希节点使用上限为哈希节点利用率上限与当前哈希表的桶数的乘积，所述哈希节点使用下限为哈希节点利用率下限与当前哈希表的桶数的乘积；
当判断待测哈希表的桶数需要调整时，根据预设规则调整哈希表的桶数，重新建立哈希表。
2.根据权利要求1所述的方法，其特征在于，所述根据预设的哈希节点使用上限和哈希节点使用下限，来判断待测哈希表的桶数是否需要调整，包括：
根据统计到的哈希节点数量是否超过哈希节点使用上限，或者，统计到的哈希节点数量是否低于哈希节点使用下限，来判断待测哈希表的桶数是否需要调整。
3.根据权利要求2所述的方法，其特征在于，所述当判断待测哈希表的桶数需要调整时，根据预设规则调整哈希表的桶数，重新建立哈希表，包括：
当统计到的哈希节点数量超过哈希节点使用上限时，从预设的素数序列中，选取相对较大的素数作为新哈希表的桶数，重新建立哈希表；
当统计到的哈希节点数量低于哈希节点使用下限时，从预设的素数序列中，选取相对较小的素数作为新哈希表的桶数，重新建立哈希表。
4.根据权利要求3所述的方法，其特征在于，所述预设的素数序列中每个素数均大于其相邻前一个素数的2倍。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述哈希节点利用率下限小于所述哈希节点利用率上限的一半。
6.一种处理网络流量分析的装置，其特征在于，包括：
统计模块，用于统计待测哈希表中哈希节点的数量，所述待测哈希表包括与哈希表中每个哈希值对应建立的一个冲突链表；
判断模块，用于根据预设的哈希节点使用上限和哈希节点使用下限，来判断待测哈希表的桶数是否需要调整，所述哈希节点使用上限为哈希节点利用率上限与当前哈希表的桶数的乘积，所述哈希节点使用率下限为哈希节点利用率下限与当前哈希表的桶数的乘积；
处理模块，用于当判断待测哈希表的桶数需要调整时，根据预设规则调整哈希表的桶数，重新建立哈希表。
7.根据权利要求6所述的装置，其特征在于，所述判断模块，还用于根据统计到的哈希节点数量是否超过哈希节点使用上限，或者，统计到的哈希节点数量是否低于哈希节点使用下限，来判断待测哈希表的桶数是否需要调整。
8.根据权利要求7所述的装置，其特征在于，所述处理模块，还用于当统计到的哈希节点数量超过哈希节点使用上限时，从预设的素数序列中，选取相对较大的素数作为新哈希表的桶数，重新建立哈希表；
所述处理模块，还用于当统计到的哈希节点数量低于哈希节点使用下限时，从预设的素数序列中，选取相对较小的素数作为新哈希表的桶数，重新建立哈希表。
9.根据权利要求8所述的装置，其特征在于，所述预设的素数序列中每个素数均大于其相邻前一个素数的2倍。
10.根据权利要求6-9任一项所述的装置，其特征在于，所述哈希节点利用率下限小于所述哈希节点利用率上限的一半。
一种处理网络流量分析的方法和装置
技术领域
[0001] 本发明涉及网络流量分析技术领域，特别涉及一种处理网络流量分析的方法和装置。
背景技术
[0002] 在网络流量分析类软件的开发中，需要将网络中的数据包按照不同的五元组进行区分，将数据包还原成数据连接，在连接的基础上再进行上层的分析业务。哈希算法由于其较高的运算效率，所以常常用于连接表的核心数据结构。当新建连接的时候，新的哈希节点被创建；当连接结束的时候，已有的哈希节点被释放；整个哈希表的生存期间，哈希节点的数量是根据网络连接的变化而变化的。
[0004] 常用对哈希碰撞的处理办法可以是拉链法，开放地址法或者多阶哈希法，但是无论采用哪种方法，哈希碰撞都会导致计算效率降低，哈希碰撞率越高，整体的算法和操作复杂度越高。
[0005] 除了选用根据输入进行优化的哈希算法之外，尽量减少集合T与集合K的数量差异，也可以减少哈希碰撞产生的几率。
[0006] 实际使用中，哈希桶(即集合T)是要预先申请内存，在创建时候就将哈希桶的内存申请好，所以哈希桶申请的过大会导致内存占用过大；而如果哈希桶申请的数量过小，又会导致哈希碰撞的几率变大。
发明内容
[0008] 一方面，本发明实施例提供了一种处理网络流量分析的方法，包括：
[0009] 统计待测哈希表中哈希节点的数量，所述待测哈希表包括与哈希表中每个哈希值对应建立的一个冲突链表；
[0010] 根据预设的哈希节点使用上限和哈希节点使用下限，来判断待测哈希表的桶数是否需要调整，所述哈希节点使用上限为哈希节点利用率上限与当前哈希表的桶数的乘积，所述哈希节点使用下限为哈希节点利用率下限与当前哈希表的桶数的乘积；
[0011] 当判断待测哈希表的桶数需要调整时，根据预设规则调整哈希表的桶数，重新建立哈希表。
[0012] 在本发明实施例上述的处理网络流量分析的方法中，所述根据预设的哈希节点使用上限和哈希节点使用下限，来判断待测哈希表的桶数是否需要调整，包括：
[0013] 根据统计到的哈希节点数量是否超过哈希节点使用上限，或者，统计到的哈希节点数量是否低于哈希节点使用下限，来判断待测哈希表的桶数是否需要调整。
[0014] 在本发明实施例上述的处理网络流量分析的方法中，所述当判断待测哈希表的桶数需要调整时，根据预设规则调整哈希表的桶数，重新建立哈希表，包括：
[0015] 当统计到的哈希节点数量超过哈希节点使用上限时，从预设的素数序列中，选取相对较大的素数作为新哈希表的桶数，重新建立哈希表；
[0016] 当统计到的哈希节点数量低于哈希节点使用下限时，从预设的素数序列中，选取相对较小的素数作为新哈希表的桶数，重新建立哈希表。
[0017] 在本发明实施例上述的处理网络流量分析的方法中，所述预设的素数序列中每个素数均大于其相邻前一个素数的2倍。
[0018] 在本发明实施例上述的处理网络流量分析的方法中，所述哈希节点利用率下限小于所述哈希节点利用率上限的一半。
[0019] 另一方面，本发明实施例提供了一种处理网络流量分析的装置，包括：
[0020] 统计模块，用于统计待测哈希表中哈希节点的数量，所述待测哈希表包括与哈希表中每个哈希值对应建立的一个冲突链表；
[0021] 判断模块，用于根据预设的哈希节点使用上限和哈希节点使用下限，来判断待测哈希表的桶数是否需要调整，所述哈希节点使用上限为哈希节点利用率上限与当前哈希表的桶数的乘积，所述哈希节点使用率下限为哈希节点利用率下限与当前哈希表的桶数的乘积；
[0022] 处理模块，用于当判断待测哈希表的桶数需要调整时，根据预设规则调整哈希表的桶数，重新建立哈希表。
[0023] 在本发明实施例上述的处理网络流量分析的装置中，所述判断模块，还用于根据统计到的哈希节点数量是否超过哈希节点使用上限，或者，统计到的哈希节点数量是否低于哈希节点使用下限，来判断待测哈希表的桶数是否需要调整。
[0024] 在本发明实施例上述的处理网络流量分析的装置中，所述处理模块，还用于当统计到的哈希节点数量超过哈希节点使用上限时，从预设的素数序列中，选取相对较大的素数作为新哈希表的桶数，重新建立哈希表；
[0025] 所述处理模块，还用于当统计到的哈希节点数量低于哈希节点使用下限时，从预设的素数序列中，选取相对较小的素数作为新哈希表的桶数，重新建立哈希表。
[0026] 在本发明实施例上述的处理网络流量分析的装置中，所述预设的素数序列中每个素数均大于其相邻前一个素数的2倍。
[0027] 在本发明实施例上述的处理网络流量分析的装置中，所述哈希节点利用率下限小于所述哈希节点利用率上限的一半。
[0028] 本发明实施例提供的技术方案带来的有益效果是：
[0029] 通过统计待测哈希表中哈希节点的数量，然后根据预设的哈希节点使用上限和哈希节点使用下限，来判断待测哈希表的桶数是否需要调整，并当判断待测哈希表的桶数需要调整时，根据预设规则调整哈希表的桶数，重新建立哈希表，来实现处理网络流量分析的方法。这样通过调节哈希表的桶数，使得新的哈希表能够主动适应网络流量的需求，当网络流量增加时，可以扩充哈希表的桶数，以提高新的哈希表的性能，当网络流量降低时，可以缩减哈希表的桶数，以释放被占据但未被利用的内存空间，将更多的闲置内存释放给操作系统，从整体上提高现有软件的处理性能。附图说明
[0030] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0031] 图1是本发明实施例一提供的一种处理网络流量分析的方法流程图；
[0032] 图2是本发明实施例一提供的一种哈希表的示意图；
[0033] 图3是本发明实施例一提供的一种哈希表的示意图；
[0034] 图4是本发明实施例一提供的一种哈希表的示意图；
[0035] 图5是本发明实施例一提供的一种哈希表的示意图；
[0036] 图6是本发明实施例二提供的一种处理网络流量分析的装置结构示意图。
具体实施方式
[0037] 为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
[0038] 实施例一
[0039] 本发明实施例提供了一种处理网络流量分析的方法，参见图1，该方法可以包括：
[0040] 步骤S11，统计待测哈希表中哈希节点的数量，待测哈希表包括与哈希表中每个哈希值对应建立的一个冲突链表。
[0041] 在本实施例中，现有的处理网络流量分析的方法，会将网络中的数据包还原成数据连接，在数据连接的基础上再进行上层的分析业务。哈希表是种数据结构，它可以提供快速的插入操作和查找操作，其在各类网络流量分析软件中常常被应用到。
[0042] 需要说明的是，本实施例中的待测哈希表采用的是链地址法来处理哈希冲突的，即对哈希表中每个哈希值(即关键字通过哈希函数计算得到的用于储存数据的散列地址)建立一个冲突链表，将发生冲突的数据连接以链表的形式存储在其中。此外，待测哈希表在建立之初，会为哈希表的哈希桶申请连续内存。哈希桶是使用一个顺序表来存放具有相同哈希值的关键字的链表的头节点，利用这个头节点可以找到其它的关键字。
[0043] 在实际应用中，可以在哈希表的数据结构中，设置哈希节点的计数器，来统计哈希表中哈希节点的数量，即每回有新插入哈希节点时，计数器中统计数量增加。
[0044] 步骤S12，根据预设的哈希节点使用上限和哈希节点使用下限，来判断待测哈希表的桶数是否需要调整，哈希节点使用上限为哈希节点利用率上限与当前哈希表的桶数的乘积，哈希节点使用率下限为哈希节点利用率下限与当前哈希表的桶数的乘积。
[0045] 在本实施例中，哈希表的桶数是指哈希表中哈希桶的数量。哈希桶是使用一个顺序表来存放具有相同哈希值的关键字的链表的头节点，利用这个头节点可以找到其它的关键字。
[0046] 具体地，上述步骤S12可以通过如下方式实现：
[0047] 根据统计到的哈希节点数量是否超过哈希节点使用上限，或者，统计到的哈希节点数量是否低于哈希节点使用下限，来判断待测哈希表的桶数是否需要调整。
[0048] 在本实施例中，当统计到的哈希节点的数量超过哈希节点使用上限时，说明该待测哈希表性能不能满足现在的网络流量，发生哈希碰撞的几率大增，对应处理网络流量分析的效率大幅下降，此时，应该根据预设的规则，增大哈希表的桶数，重新设定符合需要的哈希表；当统计到的哈希节点的数量低于哈希节点使用下限时，说明该待测哈希表有许多未利用的内存空间，此时，应该根据预设的规则，减小哈希表的桶数，释放那些长期占有但未被利用的内存空间，从整体上提高现有软件的处理性能。
[0049] 进一步地，哈希节点利用率下限小于哈希节点利用率上限的一半，可以避免频繁的重建新的哈希表。
[0050] 步骤S13，当判断待测哈希表的桶数需要调整时，根据预设规则调整哈希表的桶数，重新建立哈希表。
[0051] 具体地，上述步骤S13可以通过如下方式实现：
[0052] 1，当统计到的哈希节点数量超过哈希节点使用上限时，从预设的素数序列中，选取相对较大的素数作为新哈希表的桶数，重新建立哈希表。
[0053] 在本实施例中，当统计到的哈希节点数量超过哈希节点使用上限时，需要对哈希桶进行扩充，重新申请连续的内存用于新的哈希桶，新哈希表的桶数是预设素数序列中的下一个相对较大的素数(现有哈希表的桶数也是从预设的素数序列中选取的)。然后遍历旧的哈希表，将旧哈希表的所有哈希节点重新插入到新的哈希表中，并为新的哈希表设置计算新的哈希节点使用上、下限。完成后销毁旧哈希表，释放旧的哈希桶内存。
[0054] 2，当统计到的哈希节点数量低于哈希节点使用下限时，从预设的素数序列中，选取相对较小的素数作为新哈希表的桶数，重新建立哈希表。
[0055] 在本实施例中，当统计到的哈希节点数量低于哈希节点使用下限时，需要对哈希桶进行缩减，根据预设的素数序列向数值变小的方向进行选取，直到统计的哈希节点数量大于新的哈希节点使用下限(该新的哈希节点使用下限为哈希节点利用率下限与新选取的哈希桶数的乘积)，即缩减时允许跳级缩减。重新申请连续内存用于新的哈希表，然后遍历旧的哈希表，将旧哈希表的所有节点重新插入到新的哈希表中，并为新的哈希设置计算新的哈希节点使用上、下限。完成后销毁旧哈希表，释放旧的哈希桶内存。
[0056] 此外，删除哈希节点时，减少哈希节点计数器中统计数字，进行删除操作，但是不进行任何的哈希表扩充和缩减操作。原因是，对哈希表的使用经常需要遍历节点，如类似删除所有超时节点的操作，如果在遍历节点过程中发生哈希缩减，此时旧的哈希表已经被释放了，会导致严重的内存错误。
[0057] 进一步地，预设的素数序列中，每个素数都稍微大于其相邻前一个素数的2倍，每个素数都尽量远离其最近的2的幂。
[0058] 在本实施例中，要求哈希桶的数字序列是一个素数的序列，因为在实际处理环境下，如果输入的哈希值具备某种规律，如大量的等差数列，那么公差和模数不互质的时候发生碰撞的概率会变大，而用素数就可以很大程度上回避这个问题，使得哈希表可以避免一些局部的性能热点。
[0059] 下面结合图2-5，举例说明一下该处理网络流量分析的方法。
[0060] 在图2中，该哈希表的桶数为5，由于网络数据流量不大，数据连接数较少，冲突链表的平均链表长度较短，哈希冲突概率较小；
[0061] 当网络数据流量突然增大时(例如突发的新闻热点)，参见图3，哈希表的节点增多，数据连接数也增多，冲突链表的平均链表长度增大，哈希冲突概率增大，此时，该哈希表的性能难以满足现有的需求，需要对该哈希表的桶数进行扩充。
[0062] 参见图4，该哈希表为扩充哈希桶之后的新哈希表，其哈希桶的数量为11(大于原桶数5的2倍)，将原有哈希节点进行重新分布后，新哈希表中冲突链表的平均链表长度降低，哈希冲突概率降低；
[0063] 当网络数据流量大幅降低时，哈希表中有许多哈希桶未被利用，极大的浪费了这些哈希桶所占据的内存。参见图5，对图4中的哈希表的桶数进行缩减，形成新的哈希表，有效释放了未被利用的内存空间。
[0064] 本发明实施例通过统计待测哈希表中哈希节点的数量，然后根据预设的哈希节点使用上限和哈希节点使用下限，来判断待测哈希表的桶数是否需要调整，并当判断待测哈希表的桶数需要调整时，根据预设规则调整哈希表的桶数，重新建立哈希表，来实现处理网络流量分析的方法。这样通过调节哈希表的桶数，使得新的哈希表能够主动适应网络流量的需求，当网络流量增加时，可以扩充哈希表的桶数，以提高新的哈希表的性能，当网络流量降低时，可以缩减哈希表的桶数，以释放被占据但未被利用的内存空间，将更多的闲置内存释放给操作系统，从整体上提高现有软件的处理性能。
[0065] 实施例二
[0066] 本发明实施例提供了一种处理网络流量分析的装置，采用了实施例一所述的处理网络流量分析的方法，参见图6，该装置可以包括：
[0067] 统计模块100，用于统计待测哈希表中哈希节点的数量，待测哈希表包括与哈希表中每个哈希值对应建立的一个冲突链表。
[0068] 在本实施例中，现有的处理网络流量分析的方法，会将网络中的数据包还原成数据连接，在数据连接的基础上再进行上层的分析业务。哈希表是种数据结构，它可以提供快速的插入操作和查找操作，其在各类网络流量分析软件中常常被应用到。
[0069] 需要说明的是，本实施例中的待测哈希表采用的是链地址法来处理哈希冲突的，即对哈希表中每个哈希值(即关键字通过哈希函数计算得到的用于储存数据的散列地址)建立一个冲突链表，将发生冲突的数据连接以链表的形式存储在其中。此外，待测哈希表在建立之初，会为哈希表的哈希桶申请连续内存。哈希桶是使用一个顺序表来存放具有相同哈希值的关键字的链表的头节点，利用这个头节点可以找到其它的关键字。
[0070] 在实际应用中，可以在哈希表的数据结构中，设置哈希节点的计数器，来统计哈希表中哈希节点的数量，即每回有新插入哈希节点时，计数器中统计数量增加。
[0071] 判断模块200，用于根据预设的哈希节点使用上限和哈希节点使用下限，来判断待测哈希表的桶数是否需要调整，哈希节点使用上限为哈希节点利用率上限与当前哈希表的桶数的乘积，哈希节点使用率下限为哈希节点利用率下限与当前哈希表的桶数的乘积。
[0072] 在本实施例中，哈希表的桶数是指哈希表中哈希桶的数量。哈希桶是使用一个顺序表来存放具有相同哈希值的关键字的链表的头节点，利用这个头节点可以找到其它的关键字。
[0073] 处理模块300，用于当判断待测哈希表的桶数需要调整时，根据预设规则调整哈希表的桶数，重新建立哈希表。
[0074] 具体地，判断模块200，还用于根据统计到的哈希节点数量是否超过哈希节点使用上限，或者，统计到的哈希节点数量是否低于哈希节点使用下限，来判断待测哈希表的桶数是否需要调整。
[0075] 在本实施例中，当统计到的哈希节点的数量超过哈希节点使用上限时，说明该待测哈希表不能满足现在的网络流量，发生哈希碰撞的几率大增，对应处理网络流量分析的效率大幅下降，此时，应该根据预设的规则，增大哈希表的桶数，重新设定符合需要的哈希表；当统计到的哈希节点的数量低于哈希节点使用下限时，说明该待测哈希表有许多未利用的内存空间，此时，应该根据预设的规则，减小哈希表的桶数，释放那些长期占有但未被利用的内存空间，从整体上提高现有软件的处理性能。
[0076] 进一步地，处理模块300，还用于当统计到的哈希节点数量超过哈希节点使用上限时，从预设的素数序列中，选取相对较大的素数作为新哈希表的桶数，重新建立哈希表。
[0077] 在本实施例中，当统计到的哈希节点数量超过哈希节点使用上限时，需要对哈希桶进行扩充，重新申请连续的内存用于新的哈希桶，新哈希表的桶数是预设素数序列中的下一个相对较大的素数(现有哈希表的桶数也是从预设的素数序列中选取的)。然后遍历旧的哈希表，将旧哈希表的所有哈希节点重新插入到新的哈希表中，并为新的哈希表设置计算新的哈希节点使用上、下限。完成后销毁旧哈希表，释放旧的哈希桶内存。
[0078] 处理模块300，还用于当统计到的哈希节点数量低于哈希节点使用下限时，从预设的素数序列中，选取相对较小的素数作为新哈希表的桶数，重新建立哈希表。
[0079] 在本实施例中，当统计到的哈希节点数量低于哈希节点使用下限时，需要对哈希桶进行缩减，根据预设的素数序列向数值变小的方向进行选取，直到统计的哈希节点数量大于新的哈希节点使用下限(该新的哈希节点使用下限为哈希节点利用率下限与新选取的哈希桶数的乘积)，即缩减时允许跳级缩减。重新申请连续内存用于新的哈希表，然后遍历旧的哈希表，将旧哈希表的所有节点重新插入到新的哈希表中，并为新的哈希设置计算新的哈希节点使用上、下限。完成后销毁旧哈希表，释放旧的哈希桶内存。
[0080] 此外，删除哈希节点时，减少哈希节点计数器中统计数字，进行删除操作，但是不进行任何的哈希表扩充和缩减操作。原因是，对哈希表的使用经常需要遍历节点，如类似删除所有超时节点的操作，如果在遍历节点过程中发生哈希缩减，此时旧的哈希表已经被释放了，会导致严重的内存错误。
[0081] 进一步地，预设的素数序列中每个素数均大于其相邻前一个素数的2倍。
[0082] 在本实施例中，要求哈希桶的数字序列是一个素数的序列，因为在实际处理环境下，如果输入的哈希值具备某种规律，如大量的等差数列，那么公差和模数不互质的时候发生碰撞的概率会变大，而用素数就可以很大程度上回避这个问题，使得哈希表可以避免一些局部的性能热点。
[0083] 进一步地，哈希节点利用率下限小于哈希节点利用率上限的一半，可以避免频繁的重建新的哈希表。
[0084] 本发明实施例通过统计待测哈希表中哈希节点的数量，然后根据预设的哈希节点使用上限和哈希节点使用下限，来判断待测哈希表的桶数是否需要调整，并当判断待测哈希表的桶数需要调整时，根据预设规则调整哈希表的桶数，重新建立哈希表。这样通过调节哈希表的桶数，使得新的哈希表能够主动适应网络流量的需求，当网络流量增加时，可以扩充哈希表的桶数，以提高新的哈希表的性能，当网络流量降低时，可以缩减哈希表的桶数，以释放被占据但未被利用的内存空间，将更多的闲置内存释放给操作系统，从整体上提高现有软件的处理性能。
[0085] 上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0086] 需要说明的是：上述实施例提供的处理网络流量分析的装置在实现处理网络流量分析的方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的处理网络流量分析的装置与处理网络流量的分析方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于Merkle Tree变形算法的去重方法及装置 | 2020-05-13 | 428 |
| 一种文件检测方法及装置 | 2020-05-11 | 55 |
| 创建哈希表的方法和设备 | 2020-05-11 | 994 |
| 基于网络参数的完整性校验和选择性去重复 | 2020-05-11 | 570 |
| 处理哈希冲突的方法及系统 | 2020-05-11 | 758 |
| 一种保障隐私同时公开透明的区块链认证方法 | 2020-05-12 | 321 |
| 一种语音检索方法及系统 | 2020-05-12 | 473 |
| 优化哈希树完整性校验的方法 | 2020-05-11 | 164 |
| 一种哈希表管理方法及装置、计算机可读存储介质 | 2020-05-13 | 938 |
| 创建哈希表的方法和设备 | 2020-05-11 | 960 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈