网络行为管理与审计系统是针对业务环境下用户对网络内的核心IT资产进行的操作行为进行细粒度审计的合规性管理系统。它通过对内外部用户的网络行为进行解析、记录、汇报，以帮助用户实现事前规划预防、事中实时监视、违规行为响应、事后合规报告、事故追踪溯源，从而，加强内外部网络行为监管，保障核心资产。
安全态势感知与监测预警平台是北京惠而特科技有限公司在安全管理平台产品十余年来的开发经验和安全分析运维经验的基础上，融合大数据和机器学习技术开发的全新网络安全态势感知与监测预警产品。大数据技术架构为平台提供了灵活的采集架构、存储架构和分析架构，提供多种分析引擎和机器学习算法，这些分析引擎和算法包括分布式流式计算、集中式采用复杂事件处理（CEP）技术的关联分析引擎、基于行为基线的异常检测引擎、异常交互式分析引擎、采用机器学习的批量数据挖掘和可视化分析架构等，有效的帮助安全分析师和管理人员发现隐藏在海量数据中的安全问题，多方位多层次进行安全攻击和威胁检测。
高级威胁检测系统（HET-ATD） 将人工智能、 大数据技术与安全技术相结合， 实时分析网络流量， 监控可疑威胁行为，内置多种检测技术， 可对APT攻击链进行交叉检测和交叉验证。ATD除了具备常规的入侵检测功能外， 还可以从网络流量中还原出文件（HTTP、 SMTP、 POP3、IMAP、 FTP、 SMB等协议） 并通过多病毒检测引擎有效识别出病毒、 木马等已知威胁； 通过基因图谱检测技术检测恶意代码变种； 还可以通过沙箱（Sandbox） 行为检测技术发现未知威胁； 对抽取的网络流量元数据， 进行情报检测、 异常检测、 流量基因检测； 最后将所有安全威胁进行关联分析，输出检测结果， 对检测及防御APT攻击起到关键作用。
脆弱性扫描与管理系统以综合的漏洞规则库（本地漏洞库、ActiveX库、网页木马库、网站代码审计规则库等）为基础，采用深度主机服务探测、Web智能化爬虫、SQL注入状态检测、主机配置检查以及弱口令检查等方式相结合的技术，实现了将Web漏洞扫描、系统漏洞扫描、数据库漏洞扫描、基线配置核查、工控漏洞检查与弱口令扫描于一体的综合漏洞评估系统。
本发明涉及一种基于大数据统计的用户账户数据处理方法,包括以下步骤,步骤a,检测用户账户活跃信息;步骤b,向用户账户发送特定权益;统计模块采集统计周期内用户账户的消费次数,并将用户账户的消费次数发送至处理中心,处理中心对采集的用户账户的消费次数进行分析,判定其是否为活跃账户;当采集的用户账户的消费次数不为活跃账户时,统计模块对单个统计周期内用户账户的消费金额进行整合,处理中心对用户账户的消费金额进行分析,判断是否该用户账户发送特定权益,通过本发明,解决了特定权益发放是基于工作人员人工判断,浪费人力,存在容易出错,不够智能,十分不便的问题。
本发明公开提供的基于数据云存储分析的商品库存智能管理分析调度方法。该基于数据云存储分析的商品库存智能管理分析调度方法包括获取各门店对应的基本信息;获取各门店各种类商品对应的存货量;获取各仓库对应的基本信息;统计各仓库各种类商品实时存货量;统计各门店与各仓库之间的距离;统计各门店至各仓库之间的预估调度时长;对各门店各种类商品的实时存货量进行分析;对各门店与各仓库之间对应的调度距离进行分析;对各门店至各仓库之间的预估调度时长进行分析;通过该方法有效的提高了对商品库存的管理效率和调度效率,实现了库存管理真正的智能化,同时**的提高了对商品库存的管理效果。
本发明公开一种电子商务平台订单管理方法、系统、设备和计算机存储介质,通过获取电子商务平台内商品促销活动中各购物订单,分别统计各未付款购物订单和各已付款购物订单的详细信息,提取各未付款购物订单和各已付款购物订单的详细信息中商品购买数量,计算电子商务平台内商品促销活动中商品的总购买数量,若商品的总购买数量等于促销商品的库存量,则提取各未付款购物订单的下单时间,并计算各未付款购物订单的剩余有效付款时间,对比筛选低于剩余付款时间阈值的各未付款购物订单,同时提取低于剩余付款时间阈值的各未付款购物订单对应的用户联系方式,通过语音沟通筛选不准备购买商品的各未付款购物订单,并进行销单处理。
