当前位置: 首页 > news >正文

非实时的防控场景

相比于实时防控,非实时防控一般是涉及复杂耗时计算的风险识别。比如图片,视频,音频等需要各种算法、模型分析的场景。

防控方式则是基于消息的异步防控。

例如我们往网上发布一篇日记,很多时候时候是直接发出去了,但是后面因为违规会被下掉,提醒有风险(先发后审),这通常也需要能快速识别到风险,以加少风险暴露的时常。而有些时候则是等待审核,而后才发出去(先审后发),这也需要快速判断,提升用户的体验效率。

比如一个常见的防控流程可能如下:

在这里插入图片描述

这里面就会有各种技术挑战了

  1. 跑很多算法,会出现可能某些算法跑了相同的内容,比如一张图片可能有不同的算法模型,但是会有相同的图片特征处理逻辑,重复处理显然是一种浪费。

    • 所以算法任务是不有一些聚合处理,分散处理的逻辑,尽量是相同处理只处理一次,节省资源
  2. 其次是需要开发一套流程编排体系,让用户所见即所跑,清楚看到跑了什么,最后能识别到什么风险。

    • flink的任务流是一个不错的选择
    • 也可以参考CompletableFuture的异步回调,组成任务DAG
  3. 另外需要一个大宽表的存储系统,因为非实时场景下,不同特征获取到的时序是不一样的,所以需要有一个收集汇总的地方。并且防控也可能要多轮,或者后续有大模型分析,这也需要沉淀下来。


文章转载自:
http://chicanery.isnyv.cn
http://absorbance.isnyv.cn
http://biaxial.isnyv.cn
http://chaotic.isnyv.cn
http://acardia.isnyv.cn
http://appeasable.isnyv.cn
http://arf.isnyv.cn
http://berkshire.isnyv.cn
http://catamountain.isnyv.cn
http://belief.isnyv.cn
http://bailable.isnyv.cn
http://agonal.isnyv.cn
http://calculus.isnyv.cn
http://basset.isnyv.cn
http://appaloosa.isnyv.cn
http://bellyache.isnyv.cn
http://atomarium.isnyv.cn
http://benares.isnyv.cn
http://cabbagetown.isnyv.cn
http://bolograph.isnyv.cn
http://boart.isnyv.cn
http://archon.isnyv.cn
http://cags.isnyv.cn
http://chaldean.isnyv.cn
http://bohemia.isnyv.cn
http://chessboard.isnyv.cn
http://cacodorous.isnyv.cn
http://antibaryon.isnyv.cn
http://capsulize.isnyv.cn
http://angulately.isnyv.cn
http://www.dtcms.com/a/280607.html

相关文章:

  • 其他常见 HTTP 方法
  • redisson 设置了过期时间,会自动续期吗
  • 论文略读:QM-ARC: QoS-aware Multi-tier Adaptive Cache Replacement Strategy
  • 2025华为ODB卷-任务总执行时长-三语言题解
  • 图灵在二战期间是如何破译德国军用密码的?
  • 虚拟主机CPU占用100导致打不开的一次处理
  • 网络基础协议综合实验
  • GNU Radio连接X310运行报错
  • 【赵渝强老师】大数据交换引擎Sqoop
  • 实测两款效率工具:驾考刷题和证件照处理的免费方案
  • 【历史人物】【李白】生平事迹
  • deepseekAI对接大模型的网页PHP源码带管理后台(可实现上传分析文件)
  • 非对称加密:RSA
  • 一维泊松方程的有限元方法实现与理论分析
  • Student后台管理系统查询接口
  • 无人机GPS定位系统核心技术解析
  • Java :List,LinkedList,ArrayList
  • ov5640,ov2640,ov7670摄像头比较
  • OSPF过滤
  • 在百亿流量面前,让“不存在”无处遁形——Redis 缓存穿透的极限攻防实录
  • uniapp 微信小程序Vue3项目使用内置组件movable-area封装悬浮可拖拽按钮(拖拽结束时自动吸附到最近的屏幕边缘)
  • 解锁Python爬虫:数据获取与清洗的进阶指南
  • 运维技术教程之Jenkins的秘钥设置
  • TP商城登录系统测试报告
  • Python Fabric库详解:从入门到自动化运维实战
  • C++ Boost Aiso TCP 网络聊天(服务端客户端一体化)
  • 【论文阅读 | PR 2024 |ITFuse:一种用于红外与可见光图像融合的交互式 Transformer】
  • 第三章 OB SQL 引擎高级技术
  • 【网络安全】大型语言模型(LLMs)及其应用的红队演练指南
  • 【Git】详解git commit --amend用法以及使用遇到的问题