专利交易市场

本申请实施例提供的基于人工智能的数据挖掘方法及服务器，通过将拟处理文本集合进行拆解得到多个拆解文本，对多个拆解文本分别进行离散文本表达知识挖掘和分布文本表达知识挖掘并进行表达知识碰撞，得到目标文本交融表达知识，接着获取多个拆解文本对应的文本表意知识，如此，令挖掘到的文本表意知识可以兼顾离散内容和分布内容，并且令挖掘到的文本表意知识可以尽可能维持文本初始特征，接着获取多个拆解文本对应的关键文本支持度，提升文本类型预测的精确度和可靠性，再从文本集合中确定多个文本序列，并确定对应的整合表意知识，从而获得相同文本序列集合，如此增加预测的精确度和可靠性和获得相同文本序列集合的精确度和可靠性。

本发明实施例中，提供了一种结合ERP系统的网络入侵攻击分析方法、设备及介质，能借助设定AI算法高效、可靠地匹配并确定周期化网络攻击防护策略，无需额外分配处理资源来定制周期化网络攻击防护策略，且通过对网络攻击防护策略的周期化分治定制，能够尽可能提高针对网络入侵攻击应对的针对性，且可以基于并行处理思想提高确定周期化网络攻击防护策略的灵活性。

本发明提供的基于ERP企业管理系统的数据处理方法、设备及介质，由于该偏置数组反映了预置噪声属性的差异化特征，该基础噪声属性数组表示预置噪声属性的噪声属性向量，这样能够通过该第一噪声优化评分确定该触发数据优化机制的数字化企业运行日志与各预置噪声属性的差异化特征之间的噪声优化评分，进而将满足预设条件的第一噪声优化评分所关联的噪声属性作为该触发数据优化机制的数字化企业运行日志的EPR噪声优化策略。在一些示例下，通过考虑反映预置噪声属性的差异化特征，对分析得到的第一ERP管理流程噪声进行优化策略定制，提高了触发数据优化机制的数字化企业运行日志的噪声优化策略确定的准确性和可信度。