【摘 要】
：
目的本文旨在保障医院信息系统的稳定性,更好地监测信息系统的运行状态、定位波动产生的原因,给医院整体网络的运维和管理带来便利。方法通过利用k最邻近算法,构建一种自学习
论文部分内容阅读
目的本文旨在保障医院信息系统的稳定性,更好地监测信息系统的运行状态、定位波动产生的原因,给医院整体网络的运维和管理带来便利。方法通过利用k最邻近算法,构建一种自学习智能化模型,可对信息系统响应时延和安全事件进行监测和分析,并生成预警和告警事件。结果在对信息系统网络设备、安全设备做配置预防后,出现问题时快速根据历史模型判定问题,无需大量人为分析,准确发现和处置事件。结论经过实际环境测试,本模型可有效检出分布式拒绝服务攻击、网络环路、并发数据限制,为今后医院信息系统稳定性监测提供了理论和实践参考。
其他文献
目的设计一种快速智能雾化消毒装置作为应急消毒装备来应对未来可能发生的大规模、高传染性的疫情。方法选择食品级的次氯酸水作为雾化来源的消毒剂,利用不锈方钢、储液罐、
红外热成像(Infrared Thermography,IRT)技术作为医学领域的研究热点之一,聚焦于成人疾病领域,在儿科领域的应用研究较少,缺乏大样本、系统性研究。本文回顾了国内外IRT技术
目的开发大型医疗设备远程实时监测系统,有效保障设备运行,减少停机时间。方法采用传输和分析隔离设计以保障医院病人信息及检查数据的安全:使用日志采集盒抓取设备日志,经物
随着医学影像分析技术的快速发展和临床影像数据量的急剧增长,如何快速准确地针对不同疾病医学影像进行精确诊断、分类和预后评估,是现代医学工作者面临的重大挑战。深度学习是一种高通量自动化提取高维度特征信息的新一代人工智能技术,目前已广泛应用于临床医学大数据分析领域,为临床医学影像的快速识别、精准分割和辅助诊断等分析工作提供了新的契机。本文综述了近年来深度学习技术在医学影像分析领域的最新研究进展,探讨了深