异常检测
异常检测通过人工智能算法识别费用波动异常，帮助用户及时发现预期外费用。功能说明 异常检测通过人工智能算法实现，您可自定义异常检测的灵敏程度，系统智能识别费用波动异常，从而实现自动监控、发现和预警预期外异常费用，帮助用户及时...
DescribeInstanceTypes-查询云服务器ECS提供的实例...
接口说明 调用接口前，您需要注意：MaxResults（每页最大条目数）参数的最大值为 100，对于在 2022 年调用过本 API 的用户，MaxResults 参数的最大值仍为 1600，在 2023 年 11 月 15 日及之后，我们将对所有用户的 MaxResults 参数的最大值...
内存管理
buddy算法：Buddy算法申请的内存最小为8字节对齐，可申请的最大长度除了受堆空间总大小限制外还可通过编译宏配置。系统提供的Buddy算法是通过32 bit的位图结构来挂载对应的空闲链表，bit n代表内存块对应的type，其下面挂载了长度范围(2^(n...
字符串相似度-topN
字符串相似度-topN算法组件用于计算字符串相似度，并筛选出最相似的Top N个数据。本文为您介绍字符串相似度-topN算法组件的配置方法。组件配置 您可以使用以下任意一种方式，配置字符串相似度-topN组件参数。方式一：可视化方式 在 ...
Contextual Bandit 算法
a t*为在时间步时有最大期望收益的arm，不能提前得知。LinUCB算法的优势：计算复杂度与arm的数量成线性关系 支持动态变化的候选arm集合 参考资料 Contextual Bandit算法在推荐系统中的实现及应用 在生产环境的推荐系统中部署Contextual ...
支持机制
本文介绍了JCE Provider支持的安全随机算法、密钥类型、消息摘要、MAC/HMAC算法、最大加密和解密长度以及签名。支持的安全随机算法 算法 大小 AES-CTR-DRBG(FIPS compliant)AES-CTR-DRBG安全随机算法可以在HSM内为每个API调用生成多达8000...
K均值聚类
是 10[1,99999999]最大迭代次数 单次运行的k均值算法的最大迭代次数。说明 如果是凸数据集的话可以不管这个值，如果数据集不是凸的，可能很难收敛，此时可以指定最大的迭代次数让算法可以及时退出循环。是 300[1,99999999]算法 自动：根据...
工况识别-训练
否 5[2,15]聚类方法：k均值聚类、高斯混合聚类 参数名 参数描述 是否必填 参数默认值 参数范围 最大迭代次数 单次运行的聚类算法的最大迭代次数。否 300[10,1000]聚类方法：均值漂移聚类 参数名 参数描述 是否必填 参数默认值 参数范围 ...
关键词抽取
本文为您介绍 Designer 提供的关键词抽取算法组件。关键词抽取是自然语言处理中的重要技术之一，具体是指从文本中将与这篇文章意义相关性较强的一些词抽取出来。该算法基于TextRank，根据PageRank算法思想，利用局部词汇之间关系（共现窗口...
图算法
图计算服务GraphCompute新增图算法分析功能，提供分析查询一体化解决方案，方便用户快速进行全图数据分析。功能介绍 图计算服务GraphCompute新增图算法功能，基于当前服务的数据进行算法执行，方便用户快速进行全图数据的分析。只需要开通...
使用pgcrypto及国密SM4加密算法
crypt()函数支持的算法 算法 密码最大长度 是否自适应 Salt 位数 输出长度 描述 BF 72 是 128 60 基于Blowfish的变体2a算法。MD5 unlimited 否 48 34 基于MD5的加密算法。XDES 8 是 24 20 扩展DES。DES 8 否 12 13 原生UNIX加密。crypt()...
新建实验
AutoML是PAI提供的机器学习增强型服务，集成了多种算法和分布式计算资源，无需编写代码，通过创建实验即可实现模型超参数调优，提高机器学习效率和性能。本文为您介绍如何新建实验。背景信息 AutoML的工作机制：实验会根据算法配置自动生成...
配置弹性伸缩策略
通过自动扩缩算法来保证当需要执行缩容时，使用指定时间间隔内所计算的期望目标实例数中的最大值。禁止缩容：开启后将永远不会缩容该应用的实例，能有效防止在流量高峰期缩容造成业务风险。默认关闭。混合弹性策略 配置项 说明 策略类型 ...
PageRank
PageRank算法用于衡量网页的重要性。它通过分析超链接，认为链接到某网页的数量和质量可以表明该网页的重要性。网页获得的链接越多，它的排名越高，同时，链接来源的权重也会影响最终的PageRank分数。PageRank组件能够输出各节点的权重。...
PS线性回归
最大迭代次数 算法进行的最大迭代次数。如果 最大迭代次数 为 0，则算法迭代次数无限制。最小收敛误差 优化算法终止条件。最大特征ID 最大的特征ID或特征维度，该参数取值可以大于实际值。如果未配置该参数，则系统启动SQL任务自动计算。...
Beam使用（公测）
ZSTD 如果您期望获得更高的压缩比，可以使用ZSTD压缩算法，但其压缩和解压性能较弱于LZ4。LZ4 拥有极高的压缩和解压性能，但是会损失一部分压缩率。AUTO AUTO是Beam自研的自适应的压缩算法。对于数值列，根据数据的Layout提供相对于通用...
预测式外呼
阿里云呼叫中心的预测式外呼，通过AI预测，全自动控制外呼节奏，在满足呼损要求的前提下，最大可能的提升坐席通话效率。根据某银行催收业务的使用效果看，相比较其他预测式外呼系统，坐席效率提升 50%，人力成本降低 50%。创建任务 任务是...
概述
物联网边缘计算提供算法应用，供您为视频设备配置算法，处理视频数据。同时提供算法服务，支撑您管理算法任务。背景信息 当前物联网行业中，算法开发没有统一的算法定义和开发规范，自主开发的成本高，是业务中的一大痛点。物联网边缘计算...
数据建模
字段规则说明：配置项 说明 最大值 对应分区，该字段的最大值与期望的固定值进行比较，符合规则则通过。比较方式包括：>、、>=、、=和!最小值 对应分区，该字段的最小值与期望的固定值进行比较，符合规则则通过。比较方式包括：>、、>=、、...
人工神经网络
最终所得到的这个模型，期望对未知样本有一定的泛化能力。对每个训练样本，先走前向传播，输入传递给输入层、隐藏层、输出层。依据输出层的输出结果计算误差，再将误差反向传播到隐藏层神经元，最后依据隐层神经元的误差来对连接权和阈值...
配置规则：按表（单表）
开启动态阈值后，无需手动配置波动阈值或期望值，系统会根据智能算法，自动判断合理阈值，若发现数据异常，会立即触发报警或阻塞。说明 您需购买DataWorks企业版及以上版本，才可以选择 动态阈值型。购买或升级DataWorks，详情请参见 购买...
计算成本优化
当您需要在保证作业完成的前提下降低包年包月规格计算资源的费用或遇到基于现有资源配置作业完成时间达不到预期的情况时，MaxCompute为您提供 计算成本优化 功能，可基于实际作业请求量和资源配置期望，对 包年包月一级Quota 类型的计算...
服务介绍
错峰启动 正式执行已配置的执行计划时，边缘一体机会根据执行计划任务数量和启动时间，错峰分配算法，保证最大限度利用边缘一体机的硬件资源。二次确认 支持按事件频率、出现次数，对AI事件进行二次确认，减少AI算法带来的误报和错报问题。...
CreateDocumentCollection-创建文档库
cosine HnswM integer 否 HNSW 算法中的最大邻居数，范围为 1～1000。接口会根据向量维度自动设置此值，一般不需要手动设置。说明 建议根据向量维度来设置：小于等于 384：16 大于 384 小于等于 768：32 大于 768 小于等于 1024：64 大于 ...
创建文档库
hnsw_m：向量索引参数，HNSW算法中的最大邻居数，范围1～1000。详情请参见 向量索引。pq_enable：向量索引参数，索引是否开启PQ（Product quantization）算法加速。详情请参见 向量索引。external_storage:向量索引参数，是否使用mmap缓存...
使用性能指标作为弹性伸缩的度量单位
说明 由于期望容量不一定能被权重整除，扩容后伸缩组的总容量可能超过期望容量，但超出量小于最大权重。扩缩容规则 总容量<期望容量，或者总容量<最小容量时，触发伸缩组扩容。总容量≥(期望容量+最大权重)时，触发伸缩组缩容。说明 伸缩组...
数据脱敏
低错误率：精确设计的水印提取规则，可以最大限度地降低数据溯源的错误概率。登录 数据安全中心控制台。在左侧导航栏，选择 风险治理>数据脱敏。在 静态脱敏 页签，单击 水印提取 子页签。在 水印提取 子页签，填写数据源信息。配置项 配置...
AutoML工作原理
当实验触发了停止条件，如最大搜索次数、算法停止条件、所有组合计算完毕等，实验停止。返回结果。这个结果可以是超参组合或者每个trial的最佳模型（您需要设置模型存储路径），同时您可以在日志数据看到。根据上述AutoML工作原理，您启动...
IForest异常检测
IForest异常检测使用sub-sampling算法，降低了算法的计算复杂度，可以识别数据中的异常点，在异常检测领域有显著的应用效果。本文为您介绍IForest异常检测的参数配置。组件配置 您可以通过以下任意一种方式，配置IForest异常检测参数。方式...
最大连通子图
最大连通子图算法用于识别无向图中最大的连通部分，即图中最大的节点集合，其中任意两节点间都可通过路径相连。该算法常用于网络分析、图像处理等领域。它通过深度优先搜索（DFS）或广度优先搜索（BFS）来遍历图，识别所有连通组件，再从中...
One-Class SVM异常检测
One-Class SVM与传统SVM不同，是一种非监督的学习算法。您可以使用One-Class SVM异常检测通过学习边界对异常点进行预测。本文为您介绍One-Class SVM异常检测的参数配置。使用限制 支持运行的计算资源为MaxCompute。组件配置 您可以通过以下...
通过消费组拉取指标数据进行智能巡检
参数 说明 算法选择 异常检测算法。默认为 流式图算法。更多信息，请参见 算法说明。时序分段个数 对时序数值进行划分，用于离散化时间序列，构造时序演化图，降低噪音的影响。默认值为8。建议值范围为[5,20]。分段越少，对噪音越不敏感。...
通过定时任务设置伸缩组内的实例数量
本文为您介绍通过创建定时任务的方式来设置伸缩组内的实例数量的方法，使您能够定时修改伸缩组内的最大实例数、最小实例数和期望实例数。背景信息 您可以通过如下两种方式设置或修改伸缩组内的实例数量，包括伸缩组内的最大实例数、最小...
通过消费组读取文本日志进行模板发现
高级配置 参数 说明 最大模板数 日志模板发现算法能发现的最大模板数量。最大实体数 最多处理多少个日志实体（日志分组），如果日志中出现的实体数量超过最大实体数，则忽略新出现的日志实体。实体数量越多，模板发现算法的耗时越长。最大...
通过阿里云物联网平台使用AI算法保护
1.简介 AI算法保护，提供内容的加密保护和全生命周期管理；授权过程的自动化和授权管理的统一化，防止内容的拷贝和泄漏，以及提供商业售卖的灵活性、安全性和管理成本。内容加密保护，一次性加密，多种许可分发和管理，支持不同的授权管理...
通过客户自建物联网平台使用AI算法保护
1.简介 AI算法保护，提供内容的加密保护和全生命周期管理；授权过程的自动化和授权管理的统一化，防止内容的拷贝和泄漏，以及提供商业售卖的灵活性、安全性和管理成本。内容加密保护，一次性加密，多种许可分发和管理，支持不同的授权管理...
变更消息配置
您可以按照业务需求调整消息保留时长、最大消息大小、消费位点保留时间和SSL证书算法位数。前提条件 您已购买 云消息队列 Kafka 版 实例，且实例处于服务中状态。操作步骤 登录 云消息队列 Kafka 版 控制台，在 概览 页面的 资源分布 区域...
手动配置伸缩组实例
重要 如果组内实例数量+手动添加的实例数＞最大实例数，或者期望实例数（添加实例前）+手动添加的实例数＞最大实例数，则会导致添加实例失败。举例如下：添加实例前 添加实例后 伸缩组当前场景：最小实例数：1台。最大实例数：6台。期望...
期望实例数
使用期望实例数功能，弹性伸缩服务可以自动调整伸缩组内的实例数量为期望的实例数量，同时能够灵活地执行并行伸缩活动，无需人工干预。本文主要介绍期望实例数的相关信息、使用限制、实例数变化规律以及相关示例等。期望实例数介绍 期望...
暂停和恢复伸缩组流程
缩容流程 伸缩组恢复执行缩容动作，例如手动移出实例、期望实例数检查任务、最大值检查任务等。如果开启了期望实例数功能，且暂停期间期望实例数减少，期望实例数检查任务触发缩容体现减少效果。健康检查 恢复检查实例健康状态，并自动移出...
- 产品推荐
- 这些文档可能帮助您