WiMi hat eine effiziente Dichte entwickelt

Nachrichten bereitgestellt von

24. August 2023, 8:00 Uhr ET

Teile diesen Artikel

PEKING, 24. August 2023 /PRNewswire/ -- WiMi Hologram Cloud Inc. (NASDAQ: WIMI) („WiMi“ oder das „Unternehmen“), ein weltweit führender Anbieter von Hologram Augmented Reality („AR“)-Technologie, gab dies heute bekannt Es entwickelte DPCEngine, einen effizienten Density-Peak-Clustering-Algorithmus zur Verbesserung der Leistung der Richtlinienbewertung. Es reduziert die Komplexität der Richtlinienbewertung, indem es die Clusterstruktur in den Richtliniensätzen identifiziert. Die Struktur und der algorithmische Prozess der DPCEngine von WiMi, der wichtige Schritte wie Datenvorverarbeitung, Dichte-Peak-Clustering, Strategieabgleich und Bewertung umfasst.

Um die Leistung und Wirksamkeit von DPCEngine zu bewerten, wurden Experimente mit einem realen Datensatz durchgeführt, der einen großen und komplexen Satz von Richtlinien enthielt. Dieser Datensatz enthält Richtlinien aus verschiedenen Domänen und deckt ein breites Spektrum an Zugriffskontrollszenarien ab. Dieser Datensatz ist in einen Trainingssatz und einen Testsatz unterteilt, wobei der Trainingssatz zum Erstellen des Modells von DPCEngine und der Testsatz zur Bewertung seiner Leistung verwendet wird.

Die Forscher von WiMi verglichen DPCEngine mit diesen traditionellen Richtlinienbewertungsmethoden, einschließlich linearer suchbasierter und baumstrukturbasierter Methoden. Zwei Aspekte der Leistungsmetriken wurden bewertet: Zeit für die Richtlinienbewertung und Übereinstimmungsgenauigkeit. Die Richtlinienauswertungszeit ist die Zeit, die zum Auswerten einer Zugriffsanforderung erforderlich ist, während die Übereinstimmungsgenauigkeit die Konsistenz zwischen den Übereinstimmungsergebnissen von DPCEngine und herkömmlichen Methoden ist.

DPCEngine bietet erhebliche Leistungsvorteile hinsichtlich der Zeit für die Richtlinienauswertung. Im Vergleich zu herkömmlichen Methoden kann DPCEngine die Zeit für die Richtlinienauswertung erheblich verkürzen, insbesondere wenn der Richtliniensatz groß und komplex ist. Dies ist auf den von DPCEngine verwendeten Dichtepeak-basierten Clustering-Algorithmus zurückzuführen, der in der Lage ist, den Richtliniensatz in kleinere Teilmengen zu gruppieren und so den Suchraum für die Auswertung zu reduzieren.

Die experimentellen Ergebnisse der DPCEngine von WiMi in Bezug auf die Matching-Genauigkeit zeigen, dass zwischen den Matching-Ergebnissen von DPCEngine und herkömmlichen Methoden ein hohes Maß an Konsistenz besteht. Dies weist darauf hin, dass DPCEngine keine Abstriche bei der Genauigkeit macht und gleichzeitig die Leistung der Strategiebewertung verbessert. Darüber hinaus haben wir Skalierbarkeitsexperimente durchgeführt, um die Leistung von DPCEngine unter verschiedenen Größen von Richtliniensätzen zu bewerten. Die Ergebnisse zeigen, dass DPCEngine umfangreiche Richtliniensätze effektiv bewältigen kann und über eine gute Skalierbarkeit verfügt.

Die DPCEngine von WiMi, eine Richtlinienbewertungs-Engine, die auf einem Density-Peak-Clustering-Algorithmus basiert, hat drei Hauptfunktionen: Vorverarbeitung von Richtliniensätzen, geclusterte Richtliniensätze und Matching-Richtlinien. Der kombinierte Einsatz dieser Funktionen kann die Effektivität und Genauigkeit der Strategiebewertung deutlich verbessern.

Vorverarbeitung der Richtliniensätze: Vor der Strategiebewertung bereitet DPCEngine die Daten vor, indem es den Richtliniensatz vorverarbeitet, um ihn besser für das Dichtespitzen-Clustering geeignet zu machen. Der Vorverarbeitungsprozess umfasst Schritte wie Datenbereinigung, Merkmalsextraktion und Datentransformation. Durch die Bereinigung der Daten werden redundante, unvollständige oder falsche Strategieinformationen entfernt, um die Genauigkeit und Konsistenz der Daten sicherzustellen. Vermeiden Sie negative Auswirkungen auf die Bewertungsergebnisse. Der Feature-Extraktionsprozess hingegen extrahiert wichtige Features aus dem Richtliniensatz, wie z. B. Benutzerrollen, Ressourcentypen und Betriebsberechtigungen, für nachfolgende Clustering-Vorgänge. Die Datentransformation wandelt den Richtliniensatz in eine Datendarstellung um, beispielsweise einen Vektor oder eine Matrix, die für Dichte-Peak-Clustering-Algorithmen zur Clustering-Analyse geeignet ist.

Geclusterte Richtliniensätze: DPCEngine nutzt den DPC-Algorithmus, um Clustering-Vorgänge für Richtliniensätze durchzuführen. Der Density Peak Clustering-Algorithmus (DPCA) identifiziert die Clusterstruktur in einer Reihe von Strategien, indem er die Dichte und den Abstand zwischen Strategien bewertet. Der Algorithmus identifiziert Spitzenpunkte anhand der Dichte und des Abstands zwischen Strategien und unterteilt die Strategien zwischen Spitzenpunkten in verschiedene Cluster. Dies reduziert den Zeitaufwand und die Komplexität der Richtlinienbewertung, indem ein großer und komplexer Satz von Richtlinien in kleinere Teilmengen geclustert wird, wobei jeder Cluster einen Satz von Richtlinien mit ähnlichen Merkmalen und Verhaltensmustern darstellt. Das Ergebnis eines geclusterten Richtliniensatzes ist eine Reihe von Richtlinienclustern mit ähnlichen Merkmalen und Verhaltensmustern. Dieser Ansatz des geclusterten Richtliniensatzes reduziert den Zeitaufwand und die Rechenkomplexität der Richtlinienbewertung und verbessert die Leistung und Effizienz des Systems.

Abgleichende Richtlinien: DPCEngine nutzt die Clustering-Ergebnisse für den Richtlinienabgleich. Wenn eine Zugriffsanforderung eintrifft, vergleicht DPCEngine sie mit vorab generierten Richtlinienclustern und ordnet sie zu. Durch die Suche nach den ähnlichsten Richtlinien in jedem Cluster ist DPCEngine in der Lage, schnell den Satz von Richtlinien zu ermitteln, der der Zugriffsanforderung entspricht. Dieser auf Clustering basierende Matching-Ansatz kann den Richtlinienabgleich erheblich beschleunigen und genaue Matching-Ergebnisse liefern. Darüber hinaus kann DPCEngine mit anderen Zugriffskontrolltechnologien und Regel-Engines kombiniert werden, um den Richtlinienabgleichsprozess weiter zu optimieren und Systemsicherheit und Compliance zu gewährleisten.

Durch die kombinierte Nutzung dieser drei Funktionen ist DPCEngine in der Lage, Unternehmen eine effiziente und genaue Richtlinienbewertung zu ermöglichen.

Die Vorverarbeitungsrichtliniensätze, geclusterten Richtliniensätze und passenden Richtlinienfunktionen dieser DPCEngine arbeiten zusammen, um Unternehmen eine effiziente, genaue und skalierbare Richtlinienbewertungsleistung zu bieten. Durch die Verwendung eines Density-Peaked-Clustering-Algorithmus und der Clustering-Struktur von Richtliniensätzen ermöglicht DPCEngine einen schnellen Richtlinienabgleich bei Vorhandensein großer und komplexer Richtliniensätze. Dieser auf Clustering basierende Ansatz reduziert den Zeitaufwand und die Rechenkomplexität der Richtlinienbewertung und verbessert die Systemleistung und -effizienz.

Die drei Hauptfunktionen von DPCEngine haben ein breites Anwendungsspektrum. Erstens hilft die Vorverarbeitungsfunktion für Richtliniensätze Unternehmen dabei, große Mengen an Strategiedaten zu verarbeiten und aufzubereiten, um Datenqualität und -konsistenz sicherzustellen. Dies ist entscheidend für die Bereinigung und Transformation von Daten vor der Richtlinienauswertung, um die Genauigkeit der anschließenden Clusterbildung und des Abgleichs zu verbessern. Zweitens ermöglicht die Cluster-Policy-Set-Funktion Unternehmen, große und komplexe Policy-Sets in relativ kleine Cluster von Policen mit ähnlichen Merkmalen aufzuteilen. Dieser Clustering-Vorgang reduziert den Umfang und die Komplexität der Richtlinienbewertung und verbessert die Systemleistung und -effizienz. Durch die Gruppierung ähnlicher Richtlinien können Unternehmen Zugriffsanfragen schneller abgleichen und eine differenzierte Verwaltung und Kontrolle der Richtlinien ermöglichen. Schließlich ermöglicht die Funktion „Abgleich von Richtlinien“ Unternehmen, Zugriffsanfragen mit vorab generierten Richtlinienclustern zu vergleichen und abzugleichen. Diese auf Clustering basierende Matching-Methode kann schnell den Satz von Richtlinien finden, die einer Zugriffsanforderung entsprechen, und so die Geschwindigkeit und Genauigkeit des Richtlinienabgleichs verbessern. Gleichzeitig kann DPCEngine in Verbindung mit anderen Zugriffskontrolltechnologien und Regel-Engines verwendet werden, um die Ergebnisse des Richtlinienabgleichs weiter zu optimieren und Systemsicherheit und Compliance zu gewährleisten.

Die drei Funktionen der DPCEngine von WiMi ermöglichen es Unternehmen, Zugangskontrollrichtlinien effizient auszuwerten. Diese auf der DPCA basierende Policy-Evaluierungs-Engine verfügt über ein breites Anwendungsspektrum in verschiedenen Branchen und Bereichen und kann Unternehmen beim Aufbau robuster Sicherheitsschutzsysteme und bei der Bewältigung wachsender Sicherheitsherausforderungen unterstützen. Durch die kontinuierliche Weiterentwicklung und Verbesserung der Technologie wird DPCEngine die Leistung und Genauigkeit der Richtlinienbewertung weiter verbessern und Unternehmen zuverlässige Unterstützung bei der Sicherung ihrer Daten und Ressourcen bieten.

Über WIMI Hologram Cloud

WIMI Hologram Cloud, Inc. (NASDAQ:WIMI) ist ein Anbieter umfassender technischer Lösungen für die holografische Cloud, der sich auf professionelle Bereiche konzentriert, darunter holografische AR-Automobil-HUD-Software, holografisches 3D-Puls-LiDAR, am Kopf montierte holografische Lichtfeldgeräte, holografische Halbleiter und holografische Cloud-Software , holographische Autonavigation und andere. Zu seinen Dienstleistungen und holografischen AR-Technologien gehören holografische AR-Automobilanwendungen, holografische 3D-Puls-LiDAR-Technologie, holografische Vision-Halbleitertechnologie, holografische Softwareentwicklung, holografische AR-Werbetechnologie, holografische AR-Unterhaltungstechnologie, holografische ARSDK-Zahlung, interaktive holografische Kommunikation und andere holografische AR-Technologien.

Safe Harbor-Erklärungen

Diese Pressemitteilung enthält „zukunftsgerichtete Aussagen“ im Sinne des Private Securities Litigation Reform Act von 1995. Diese zukunftsgerichteten Aussagen sind an Begriffen wie „wird“, „erwartet“, „antizipiert“, „zukünftig“ und „beabsichtigt“ erkennbar , „plant“, „glaubt“, „schätzt“ und ähnliche Aussagen. Aussagen, die keine historischen Fakten darstellen, einschließlich Aussagen über die Überzeugungen und Erwartungen des Unternehmens, sind zukunftsgerichtete Aussagen. Unter anderem enthalten die Geschäftsaussichten und Zitate des Managements in dieser Pressemitteilung sowie die strategischen und operativen Pläne des Unternehmens zukunftsgerichtete Aussagen. Das Unternehmen kann auch schriftliche oder mündliche zukunftsgerichtete Aussagen in seinen regelmäßigen Berichten an die US-amerikanische Börsenaufsichtsbehörde („SEC“) auf den Formularen 20-F und 6-K, in seinem Jahresbericht an die Aktionäre, in Pressemitteilungen usw. machen andere schriftliche Materialien und in mündlichen Erklärungen seiner leitenden Angestellten, Direktoren oder Mitarbeiter gegenüber Dritten. Zukunftsgerichtete Aussagen unterliegen inhärenten Risiken und Ungewissheiten. Mehrere Faktoren können dazu führen, dass die tatsächlichen Ergebnisse erheblich von den in zukunftsgerichteten Aussagen enthaltenen abweichen, darunter unter anderem die folgenden: die Ziele und Strategien des Unternehmens; die zukünftige Geschäftsentwicklung, Finanzlage und Betriebsergebnisse des Unternehmens; das erwartete Wachstum der holografischen AR-Industrie; und die Erwartungen des Unternehmens hinsichtlich der Nachfrage und Marktakzeptanz seiner Produkte und Dienstleistungen.

Weitere Informationen zu diesen und anderen Risiken finden Sie im Jahresbericht des Unternehmens auf Formular 20-F und im aktuellen Bericht auf Formular 6-K sowie in anderen bei der SEC eingereichten Dokumenten. Alle in dieser Pressemitteilung bereitgestellten Informationen beziehen sich auf das Datum dieser Pressemitteilung. Das Unternehmen übernimmt keine Verpflichtung, zukunftsgerichtete Aussagen zu aktualisieren, es sei denn, dies ist nach geltendem Recht erforderlich.

QUELLE WiMi Hologram Cloud Inc.