安全智能联网架构、处理和执行的制作方法

本文所揭示的实施例涉及安全智能联网架构、处理和执行。

技术实现要素：

本文提供用于安全智能联网架构、处理和执行的示范性系统和方法。

示范性实施例包含一种智能联网架构，其包括：智能代理，其具有专门化硬件处理器，所述智能代理被配置成自动确定第一数字数据元素、第二数字数据元素、第三数字数据元素、第四数字数据元素、第五数字数据元素、第六数字数据元素、第七数字数据元素和第八数字数据元素；多个专门化智能历史代理的安全云，每一历史代理具有专门化硬件处理器和存储器，所述存储器另外包括对应于所述第一数字数据元素、所述第二数字数据元素、所述第三数字数据元素和所述第四数字数据元素的安全数字数据；多个基于安全云的专门化洞察服务器，每一洞察服务器具有专门化硬件处理器，所述多个基于安全云的专门化洞察服务器被配置成从所述多个专门化历史代理的所述安全云接收对应于所述第一数字数据元素、所述第二数字数据元素、所述第三数字数据元素和所述第四数字数据元素的所述安全数字数据并且被配置成将对应于如由所述第五数字数据元素、所述第六数字数据元素、所述第七数字数据元素和所述第八数字数据元素引导的所述第一数字数据元素、所述第二数字数据元素、所述第三数字数据元素和所述第四数字数据元素的所述安全数字数据变换成经擦洗情境部署触发；和智能操作代理，其具有专门化硬件处理器，所述智能操作代理被配置成接收所述经擦洗情境部署触发。

进一步示范性实施例包含所述智能操作代理被配置成确定第十数字元素，并且被配置成基于所述第十数字元素部署所述经擦洗情境部署触发。所述智能联网架构可另外包括具有专门化硬件处理器的负载均衡器，所述负载均衡器被配置成分配由所述多个基于安全云的专门化洞察服务器接收的所述安全数字数据。所述负载均衡器可进一步被配置成分配由所述多个基于安全云的专门化洞察服务器对所述安全数字数据进行的处理。

一些示范性实施例包含由基于硬件的随机数产生器随机产生的第一数字数据元素、第二数字数据元素和第三数字数据元素。

附图说明

图1是用于安全智能联网架构、处理和执行的示范性系统的图式。

图2a-2b表示用于智能联网架构、处理和执行的示范性方法的流程图。

图3是用于安全智能联网架构、处理和执行的示范性数字数据元素的表。

图4a-4b表示用于智能联网架构、处理和执行的示范性方法的流程图。

图5a-5b表示用于智能联网架构、处理和执行的示范性方法的流程图。

具体实施方式

图1是用于安全智能联网架构、处理和执行的示范性系统的图式。

如图1中所示的示范性系统100包含基于安全云的专门化智能历史代理101、活动性(activity)服务器102、安全智能代理103、任选的基于硬件的随机数产生器机器103a、安全智能操作代理104、基于安全云的专门化洞察(insight)服务器和/或虚拟洞察机器105、任选的数据传送廊道(corridor)106a-106d、和经擦洗(scrubbed)情境部署(situationaldeployment)触发107。

根据各个示范性实施例，基于安全云的专门化智能历史代理101是包括非通用计算组件的非通用计算装置。其可包括专门化专用处理器，其被配置成寻找、复制来自基于安全云的专门化智能历史代理101的大量安全数字数据并将其传输到基于安全云的专门化洞察服务器和/或虚拟洞察机器105。

在一些实施例中，基于安全云的专门化智能历史代理101位于防火墙(未示出)后方。在一些实施例中，基于安全云的专门化智能历史代理101在存储安全数字数据加密之前将所述安全数字数据加密并且在复制安全数字数据并传输到基于安全云的专门化洞察服务器和/或虚拟洞察机器105之前将所述安全数字数据解密。所述解密可在复制和传输之前作为独立步骤执行，以增加专门化专用处理器可复制和传输安全数字数据的速度。根据进一步实施例，专门化专用处理器可在传输安全数字数据之前作为独立步骤来复制所述安全数字数据，以增加专门化专用处理器检索和传输所述安全数字数据的速度。在更进一步的实施例中，基于安全云的专门化智能历史代理101可在而无需人工介入的情况下自动搜索、检索和加密新数据以更新所存储的安全数字数据。

根据示范性实施例，活动性服务器102是具有受众多外部代理、因素和条件影响的活动性的第三方服务器。活动性服务器102从安全智能操作代理104接收安全指令且活动性服务器102将受众多外部代理、因素和条件影响的数字数据传输到安全智能操作代理104。在一些示范性实施例中，活动性服务器102与一或多个运动队、公司、市场、交易所、事务所或协会相关联。在进一步的示范性实施例中，活动性服务器102和安全智能操作代理104之间的单向或双向通信可在具有或不具有加密/解密以及具有或不具有将其两者分离的防火墙的情况下经由专用安全有线信道或经由专用安全无线信道。

根据一些示范性实施例(但不限于此)，安全智能代理103是包括非通用计算组件的非通用计算装置。其可包括专门化专用硬件处理器以确定数字数据元素并将其传输到基于安全云的专门化智能历史代理101。在进一步的示范性实施例中，安全智能代理103包括具有电路、负载均衡和专门化硬件处理器的专门化装置，以及包含机器学习的人工智能。如本文中所描述的由安全智能代理103进行的众多确定步骤可通过自动机器确定做出而无需人工介入，包含基于如本文中所描述的安全智能联网架构、处理和/或执行提供的先前结果或反馈(例如，自动反馈环路)做出。

根据各个示范性实施例，任选的基于硬件的随机数产生器机器103a可确定一或多个数字数据元素且/或将其传输到安全智能代理103，传输到基于安全云的专门化智能历史代理101和/或传输到基于安全云的专门化洞察服务器和/或虚拟洞察机器105。

根据各个示范性实施例，安全智能操作代理104一种包括非通用计算组件的非通用计算装置。其可包括确定一或多个数字数据元素并将其传输到基于安全云的专门化智能历史代理101的专门化专用硬件处理器。安全智能操作代理104可包括确定和传输新数据以更新基于安全云的专门化智能历史代理101中的安全数字数据的专门化专用硬件处理器。安全智能操作代理104可包括确定、请求和接收来自基于安全云的专门化智能历史代理101的安全数字数据的专门化专用硬件处理器。安全智能操作代理104可包括确定安全指令并将其传输到活动性服务器102的专门化专用硬件处理器。安全智能操作代理104可包括从活动性服务器102接收受众多外部代理、因素和条件影响的数字数据的专门化专用硬件处理器。安全智能操作代理104可包括从基于安全云的专门化洞察服务器和/或虚拟洞察机器105接收经变换数据、文件和/或视觉可感知元素的专门化专用硬件处理器。安全智能操作代理104可包括确定反馈信息并将其传输到安全智能代理103的专门化专用硬件处理器。另外，安全智能操作代理104的专门化专用硬件处理器的功能可分布于多个硬件处理器当中或集成或合并到较少硬件处理器中。

在一些示范性实施例中，安全智能操作代理104在极短时间段内从基于安全云的专门化智能历史代理101接收大量安全数字数据。此类安全数字数据可如由安全智能操作代理104确定数字数据元素，确定基于所确定的数字数据元素的列表以及向基于安全云的专门化智能历史代理101请求列表的成员(包括安全数字数据)所触发来被安全智能操作代理104接收。因此，可通过专用硬件包含处理器、有线和/或无线信道、电路、交换器、防火墙、数据压缩器、数据擦洗器等等来优化安全智能操作代理104和专门化智能历史代理101之间的带宽和处理。

根据各个示范性实施例，来往于安全智能操作代理104的数据传输是高价值的和/或高敏感性的。因此，可取得众多测量结果，包含对传输的基于硬件的加密和/或解密的使用，对用于传输的专用有线和/或无线信道的使用，对用于传输的专门化硬件电路和/或交换器的使用。

在进一步的示范性实施例中，来往于安全智能操作代理104的数据传输可包括实际或真实传输以及阻止或断开任何外部代理拦截、记录、观测或以其它方式干扰此类传输的诱骗或假传输。

根据各个示范性实施例，基于安全云的专门化洞察服务器和/或虚拟洞察机器105从基于安全云的专门化智能历史代理101接收安全数字数据。根据各个示范性实施例，基于安全云的专门化洞察服务器和/或虚拟洞察机器105从安全智能代理103接收至少一个数字数据元素。根据各个示范性实施例，基于安全云的专门化洞察服务器和/或虚拟洞察机器105使用如本文中所描述的大量复杂计算资源产生经变换数字数据、文件、经擦洗文件和/或视觉可感知数字数据元素。产生的此类变换结果是传输到安全智能操作代理104的经擦洗情境部署触发107。

在某些示范性实施例中，基于安全云的专门化洞察服务器和/或虚拟洞察机器105另外包括主虚拟机服务器，其包含负责产生本文中描述的虚拟机的全部或大部分的单个安全云资源。

根据各个示范性实施例，虚拟机可包括特定计算机系统的仿真。虚拟机基于真实或假想计算机的计算机架构和功能操作，且其实施方案可涉及专门化硬件、软件、或两者的组合。

在进一步的示范性实施例，云管理器(cloudmanager)被配置成用于处理大量数据的云计算实例的集群。云管理器充当处置虚拟计算实例的排序和取消的用户界面。另外，云管理器可允许虚拟机的详细定制。举例来说，可详述用于每一虚拟机和/或所有虚拟机的随机存取存储器(“ram”)、处理器速度、处理器的数目、网络细节、安全性/加密和/或存储器。一旦云计算实例的集群经排序并且正在运行，云管理器便是“正在收听”空闲机器并且为任何空闲机器“指配”处理职责。

基于云的计算环境是通常组合大分组的处理器的计算功率和/或组合大分组的计算机存储器或存储装置的存储容量的资源。

举例来说，150个8核虚拟机可用于在三到四小时内处理数千亿计算。

另外，每一虚拟机可将历史数据和性能数据变换成神经网络可用的数据集。在一些示范性实施例中，神经网络可用的数据集包括组织成一或多个集的数据点的聚合。

举例来说，在特定时间段例如每天(或每一分钟、小时、月、年、数十年等)内，对于任何特定项目，历史数据和性能数据分组在一起作为一数据集。

根据进一步实施例，每一虚拟机可创建神经网络基础。神经网络基础与神经网络可用的数据集一起形成神经网络。根据一些示范性实施例，创建神经网络基础包含处理输入数据层并且接着以算法方式处理所述数据以将算法的输出与已知输出进行比较。

神经网络基础可包括用以估算数据输入的算法集。这些算法能够将测试的值存储在其自身内并且存储误差率。

神经网络可包括神经网络基础和其下面的联合神经网络可用的数据集的算法。神经网络可用的数据集可充当神经网络基础进行计算和/或以其它方式进行交互的数据馈送器。

在各种示范性实施例中，可通过神经网络反复请求处理可用数据集中的下一数据点来执行数据点的馈送。

根据多个示范性实施例，数据点可包含但不限于神经网络已存取的作为其可用数据集的部分的性能数据和历史数据。

在图1中还示出任选的数据传送廊道106a-106d。根据进一步的示范性实施例，一或多个任选的数据传送廊道可安装在智能联网架构中的某些位置处。任选的数据传送廊道是基于硬件的安全高速数据传送廊道，其各自具有专门化处理器和交换器。任选的数据传送廊道促进大量数据尤其是在需要大量数据极快速传送的情境中的单侧或双侧传送。

图2a-2b表示用于智能联网架构、处理和执行的示范性方法的流程图。

在步骤201处，安全智能代理确定第一数字数据元素。在一些示范性实施例中，第一数字数据元素可包含资源。在进一步的示范性实施例中，其它因子可表示第一数字数据元素。

在步骤202处，安全智能代理确定第二数字数据元素。在一些示范性实施例中，第二数字数据元素是资源的片段。在进一步的示范性实施例中，其它因子可表示第二数字数据元素。

在步骤203处，安全智能代理确定第三数字数据元素。在各种示范性实施例中，第三数字数据元素是所确定的片段上的项目。在进一步的示范性实施例中，其它因子可表示第三数字数据元素。

在任选步骤204处，步骤201到203(即第一数字数据元素、第二数字数据元素和/或第三数字数据元素的智能确定)可由包括智能代理的部分的基于硬件的随机数产生器机器执行。

根据多个示范性实施例，任选步骤204通过优化可在有限时间段内执行的运行的数目来改进示范性系统的功能性。即，在大部分示范性实施例中，产生的信息具有时间价值。随着时间推移，信息的价值降低。另外，假定将在有限时间段内处理大量数据，重要的是尽可能高效地使用时间。因而，使用随机数产生来驱动运行的变量远比人工驱动运行的变量高效，这是因为人工介入可能导致冗余、偏差和其它低效率，而所要目标通常则是使在有限时间段内可执行的运行的数目达到最大。

在步骤205处，智能代理存取(在安全网络上经由其通往可经负载均衡化的专门化智能历史代理和/或虚拟智能历史代理的安全云的电路)第一数字数据元素、第二数字数据元素和第三数字数据元素的安全数字数据。

在步骤206处，智能代理确定第四数字数据元素。在一些示范性实施例中，第四数字数据元素是回顾期(lookbackperiod)。在进一步的示范性实施例中，其它因子可表示第四数字数据元素。此步骤也可由基于硬件的随机数产生器机器作为独立步骤或作为任选步骤204的部分来执行。

在步骤207处，智能代理引导(在安全网络上经由其电路)可经负载均衡化的专门化智能历史代理和/或虚拟智能历史代理的安全云)将第一数字数据元素、第二数字数据元素、第三数字数据元素和第四数字数据元素的安全数字数据发送到多个基于安全云的专门化洞察服务器和/或虚拟洞察机器。在一些实施例中，可通过虚拟专用网络(“vpn”)确立此类活动的安全性。

根据多个示范性实施例，专门化智能历史代理和/或虚拟智能历史代理的安全云并行起作用以划分将传送到多个基于云的专门化洞察服务器和/或虚拟洞察机器的数据，复制安全数字数据，使一系列安全信道当中的经复制安全数字数据成比例以及将数据传输到多个专门化洞察服务器和/或虚拟洞察机器。

在步骤208处，智能代理确定第五数字数据元素。根据各个示范性实施例，性能度量是第五数字数据元素。在进一步的示范性实施例中，其它因子可表示第五数字数据元素。此步骤也可由基于硬件的随机数产生器机器作为独立步骤或作为任选步骤204的部分来执行。

在步骤209处，智能代理确定第六数字数据元素。根据各个示范性实施例，条件是第六数字数据元素。在进一步的示范性实施例中，其它因子可表示第六数字数据元素。此步骤也可由基于硬件的随机数产生器机器作为独立步骤或任选步骤204的部分来执行。

在步骤210处，智能代理确定第七数字数据元素。根据各个示范性实施例，配资量是第七数字数据元素。在进一步的示范性实施例中，其它因子可表示第七数字数据元素。

在步骤211处，智能代理引导(在安全网络上经由其电路)专门化洞察服务器和/或虚拟洞察机器的安全云依据第五数字数据元素、第六数字数据元素和第七数字数据元素变换第一数字数据元素、第二数字数据元素、第三数字数据元素和第四数字数据元素的安全数字数据。

根据多个示范性实施例，通过一种安全数字数据跨越可扩展计算资源递送的方式优化数据变换。这包含不将第一到第七数字数据元素的安全数字数据传输回到其原点。替代地，执行对此数据的快速毁坏以便加速后续运行的变换。

在步骤212处，智能代理确定第八数字数据元素。根据一个示范性实施例，表示应选择的经变换结果的百分比的百分比是第八数字数据元素。在进一步的示范性实施例中，其它因子可表示第八数字数据元素。

在任选步骤213处，智能代理确定第九数字数据元素。根据一个示范性实施例，上限和/或下限离群值因子表示在执行步骤212之前移除的变换结果的最高值和/或最低值的特定百分比，其为第九数字数据元素。

在步骤214处，智能代理引导(在安全网络上经由其电路)专门化洞察服务器和/或虚拟洞察机器的安全云进一步变换在步骤211处依据步骤212和任选地步骤213产生的变换结果。根据一个示范性实施例，所述进一步变换产生经变换结果的部分(但并非变换自身的部分)的名称和/或识别符的列表。

在多个示范性实施例中，在步骤211处依据步骤212和任选地步骤213产生的变换结果表示大量数据。在步骤214处，通过依据从专门化智能历史代理和/或虚拟智能历史代理的安全云传送的数据的部分的名称和/或识别符擦洗或清除所述数据来改进计算性能。所述名称和/或识别符是基于在步骤211处依据步骤212和任选地步骤213执行的变换的输出或结果。由名称和/或识别符表示的数据量当与从专门化历史代理和/或虚拟历史智能代理的安全云传送的安全数字数据相比较时是极小的。因为从专门化智能历史代理和/或虚拟智能历史代理的安全云传送的数据在传输之前被复制，所以此数据仍驻存在专门化智能历史代理和/或虚拟智能历史代理的安全云中。被擦洗的名称和/或识别符变换成也可包含数字数据元素一到八的具体说明的列表。所述列表接着安全传输到智能操作代理。

根据各个示范性实施例，通过集中于使策略与当前条件匹配并且不受必须在管理和处理驻存在专门化智能历史代理和/或虚拟智能历史代理的安全云中的对应安全数字数据时消耗时间和资源阻碍从而集中于此匹配上，以增强智能操作代理的功能性。与其中两个数据集驻存于同一机器中的系统相比，智能操作代理可更快速地使策略与当前条件匹配并且做出部署。

根据进一步的示范性实施例，经擦洗情境部署触发例如示范性经擦洗情境部署触发107(图1)是在步骤214处产生的经变换结果。如本文所描述，绝大部分用于产生经擦洗情境部署触发107的安全数字数据已经通过从基于安全云的专门化洞察服务器和/或虚拟洞察机器105(图1)清除安全数字数据被擦洗。经擦洗情境部署触发107包括在步骤214处确定的策略的名称/识别符，以使得可在发生特定当前条件后即刻从基于安全云的专门化历史代理101(图1)快速重调策略。在多个示范性实施例中，经擦洗情境部署触发107还包括数字数据元素一到九。在其产生之后，经擦洗情境部署触发107从基于安全云的专门化洞察服务器和/或虚拟洞察机器105传输到安全智能操作代理104。如结合步骤215所描述，在发生与产生经擦洗情境部署触发107的条件(例如六个数字数据元素)相同或近似的特定当前条件(例如第十数字数据元素)后，经擦洗情境部署触发107将即刻致使经命名/识别策略从基于安全云的专门化历史代理101的传输以供在活动性服务器102(图1)处执行。

在步骤215处，智能操作代理确定第十数字数据元素并且执行测试部署策略。

根据各个示范性实施例，第十数字数据元素是当前条件。在一些实施例中，当前条件可类似于第六数字数据元素、条件。因此，智能操作代理可存取对应于第六数字数据元素的名称和/或识别符的列表。在接收到来自智能操作代理的请求后，专门化智能历史代理和/或虚拟历史智能代理的安全云将即刻与将安全数字数据发送到智能操作代理并行地起作用。智能操作代理接着将传送的数据测试部署于例如由活动性服务器102(图1)示范的场景中。

根据进一步的示范性实施例，智能操作代理可将一或多个诱饵字符串在同一字符串中传输到活动性服务器以迷惑尝试截取此类信息的任何不希望的黑客。活动性服务器实际上仅部署实际策略。

在步骤216处，如果在步骤215处执行的测试部署策略成功，那么智能操作代理将实际上执行部署策略。

图3是用于安全智能联网架构、处理和执行的示范性数字数据元素的表。

在图3的表300中示出十个示范性数字数据元素，包含数字数据元素中的每一个的对应名称。第一数字数据元素是资源。资源可包含足球运动员、工人、证券、车辆、生物类药物等等。第二数字数据元素是资源片段。资源片段可包含大学生足球、律师、纽约证券交易所(“nyse”)、卡车、单克隆抗体(“mabs”)等等。第三数字数据元素是项目。项目可包含跑卫(runningbacks)、专利律师、gm股票、福特卡车、癌症mabs等。第四数字数据元素是回顾期。回顾期可包含但不限于最后两个季度、最后一个月、最后十年、最后三十年、最后两年或最后5000名患者等。第五数字数据元素是性能度量。性能度量可以包含但不限于每载送码数(yardspercarry)、计费的小时数、风险调整性能、每加仑英里数、无疾病月数。第六数字数据元素是条件。条件可包含但不限于雪、凹陷、熊市市场、记录(高或低)气体价格、肺腺癌或干旱。第七数字数据元素是配资量。配资量可包含但不限于运动选手的数目、工人、美元、车辆、药物、计算资源或合约。第八数字数据元素是用于选择的百分比。用于选择的百分比可包含但不限于前10％、前2％、前1％、前4％、或前30％。第九数字数据元素是在执行依据第八数字数据元素的选择之前从数据集的顶部和/或底部移除的离群值百分比。离群值百分比可包含但不限于前1％和后1％、前5％和后1％、不适用或不应用(“n/a”)、前2％或后10％。第十数字数据元素是当前条件。当前条件可包含但不限于雪、凹陷、熊市市场、记录(高或低)气体价格、肺腺癌或干旱。

图4a-4b表示应用智能联网架构、处理和执行的一个实例。

在步骤401处，安全智能代理确定第一数字数据元素。在一些示范性实施例中，第一数字数据元素可包含资源。举例来说，资源可包含黄金属、能量、货币、软货、谷物、肉类和利率。

此处，举例来说，证券可被选择为第一数字数据元素。

在步骤402处，安全智能代理确定第二数字数据元素。在一些示范性实施例中，第二数字数据元素是资源的片段。举例来说，片段可包含芝加哥贸易交易所(“cme”)、纽约贸易交易所(“nymex”)和/或洲际交易所(“ice”)。

此处，举例来说，纽约股票交易所(“nyse”)可被选择为第二数字数据元素。

在步骤403处，安全智能代理确定第三数字数据元素。在各种示范性实施例中，第三数字数据元素是所确定的片段上的项目。举例来说，项目可包含黄金(“gc”)、原油(“cl”)和/或s&p500(“es”)。

此处，举例来说，普通汽车(“gm”)股票可被选择为第三数字数据元素。

在任选步骤404处，步骤401到403(即第一数字数据元素、第二数字数据元素和/或第三数字数据元素的智能确定)可由包括智能代理的部分的基于硬件的随机数产生器机器执行。

在步骤405处，智能代理存取(在安全网络上经由其通往可经负载均衡化的专门化智能历史代理和/或虚拟智能历史代理的安全云的电路)第一数字数据元素、第二数字数据元素和第三数字数据元素的安全数字数据。举例来说，第一数字数据元素、第二数字数据元素和第三数字数据元素的安全数字数据可为交易策略，包含算法或自动程序(bot)。

根据一些示范性实施例，可使用同步请求管理数据处理而不需要具有在任何单个智能代理内执行的程序的多个副本(例如“多线程”)。

此处，举例来说，在nyse市场上交易gm股票的算法或自动程序的整个群体(或任选地整个群体的一段)是安全数字数据。举例来说，选择用于160,000(或更多)个自动程序的数据。可根据2015年3月9日申请的标题为“用于产生和选择用于财务市场中的大数据交易的交易算法的系统和方法(systemsandmethodsforgeneratingandselectingtradingalgorithmsforbigdatatradinginfinancialmarkets)”的特此以引用的方式并入本文中的美国非临时申请案第14/642,569号产生这些自动程序，或可通过其它系统和方法产生自动程序。

根据某些示范性实施例，交易算法、交易策略或自动程序包括技术指示符、估价栏特性(evaluationbarcharacteristic)和项目。

最基础层级处的技术指示符是通过将公式应用于项目的价格数据导出的一系列数据点。技术指示符提供对项目的下层价格动作的强度和方向的独特视角。示范性技术指示符包含但不限于相对强度指数(“rsi”)、平均指向性指数、随机统计、货币流转指数、移动平均收敛-发散等。

栏(bar)由在一段时间内一项目的开盘价格、收盘价格、中间价格、成交量和交易活动性组成。举例来说，黄金的价格在交易所9:00am开盘时为每盎司$800且在同一交易所同一天5:00pm收盘时为每盎司$900。这可表示一栏。

估价栏特性可基于时间、笔数(tick)、成交量或市场活动性。举例来说，时间(例如，秒、分钟、小时、天、月等)、和/或笔数(交易所的交易，例如x数目笔交易)和/或成交量(例如，一个、十个、两百个、一千个等合约)、和/或市场活动性(例如，0.5％、1％、1.5％、2％等市场移动)。

项目可包含期货(例如，s&p、欧元、黄金、原油、棉花、大豆、10年票据、瘦肉猪等)、股票(例如，pg、ge、aapl、goog、fb等)、债券(例如，美国政府债券、欧洲美元等)和外汇(例如，欧元兑美元(eurusd)等)。

此处，举例来说，相对强度指数(“rsi”)可被选择为技术指示符。每三十秒可被选择为估价栏特性。黄金的价格可被选择为可交易项目。因此，自动程序可包括基于在相关市场开放时计算每31秒黄金的价格的rsi来决定是否购买、出售或持有。

根据一些示范性实施例，专门化历史智能历史代理和/或虚拟智能历史代理的安全云可包括符合最低标准的交易算法、交易策略或“自动程序”。

在一些实施例中，最低标准是指具有交易价值的任何事物。最低标准针对不同初步测试为不同的。举例来说，如果策略是寻找安全交易算法，那么筛选准则集中于不利市场条件例如不稳定或疲跌期中的安全(最小损失)。如果策略是寻找高执行交易算法，那么筛选准则集中于优厚收益，例如具有高年度收益(即，大于50％收益)的任何交易算法。

在步骤406处，智能代理确定第四数字数据元素。在一些示范性实施例中，第四数字数据元素是回顾期。在进一步的示范性实施例中，其它因子可表示第四数字数据元素。此步骤也可由基于硬件的随机数产生机器作为独立步骤或作为任选步骤404的部分来执行。此处，举例来说，智能代理可确定10年的回顾期作为第四数字数据元素。

在步骤407处，智能代理引导(在安全网络上经由其电路)可经负载均衡化的专门化智能历史代理和/或虚拟智能历史代理的安全云)将第一数字数据元素、第二数字数据元素、第三数字数据元素和第四数字数据元素的安全数字数据发送到多个基于安全云的专门化洞察服务器和/或虚拟洞察机器。在一些实施例中，可通过虚拟专用网络(“vpn”)确立此类活动的安全性。

此处，举例来说，交易gm的自动程序中的每一个的过去10年的交易数据(在逐个交易的基础上)以及过去10年的市场价格数据(在逐分钟的基础上)是智能代理确定并且引导在云资源之间的传输的第一数字数据元素、第二数字数据元素、第三数字数据元素和第四数字数据元素的安全数字数据。

此处，举例来说，传输160,000个自动程序和自动程序的副本的交易信息。服务器的负载均衡化也可如由智能代理或另一专门化机器所引导地执行。

在步骤408处，智能代理确定第五数字数据元素。根据各个示范性实施例，性能度量是第五数字数据元素。此步骤也可由基于硬件的随机数产生机器作为独立步骤或作为任选步骤404的部分来执行。此处举例来说，由智能代理确定作为第五数字数据元素的风险调整性能。

根据一些示范性实施例，自动程序或交易算法可在每一市场中依据每一性能度量分组在一起。通过平均亏损(drawdown)筛选的自动程序的群组集中于风险/安全。通过mar筛选的自动程序的群组集中于风险调整收益，这是因为风险目前已考虑在内(不同于cagr)。

根据其它示范性实施例，可在步骤408处选择多个性能度量。然而，此类性能度量可包含但不限于：复合年度增长率(cagr)、时间加权收益率(twrr)、持有期收益(hpr)、詹森阿尔法(jenson'salpha)、困境中成交量指数(underwatervolumeindex)(uvi)、摆脱困境成交量指数(abovewatervolumeindex)(avi)、平均亏损、最大亏损、mar比、总决策点、每百万交易数、最好的12个月、最差的12个月、收益回撤比、索提诺比率(sortinoratio)、夏普比率(sharperatio)、市场上的百分比、总交易数、平均交易长度、平均每天交易数、平均每周交易数、平均每月交易数、最后一周的收益百分比、最后4周的收益百分比、最后一周的交易数、最后4周的交易数、佣金、下跌、市场上短耗时(timespentlonginthemarket)、平均每天损益、平均每周损益、平均每月损益、k比率和/或rina指数。

在步骤409处，智能代理确定第六数字数据元素。根据各个示范性实施例，条件是第六数字数据元素。在进一步的示范性实施例中，其它因子可表示第六数字数据元素。此步骤也可由基于硬件的随机数产生机器作为独立步骤或作为任选步骤404的部分来执行。此处，举例来说，熊市市场条件可被选择为第六数字数据元素，以便针对在最后10年期间发生的熊市市场，计算交易gm股票的自动程序中的每一个的风险调整性能。根据其它示范性实施例，市场条件也可包含周期性牛市、周期性熊市、不稳定和/或变化。

在步骤410处，智能代理确定第七数字数据元素。根据各个示范性实施例，配资量是第七数字数据元素。在进一步的示范性实施例中，其它因子可表示第七数字数据元素。此处，配资量是将部署的合约数。

根据其它示范性实施例，配资量可针对单个策略、策略群组和/或针对多个策略群组。举例来说，可设置策略的分组将交易的合约的最大数且策略的分组将基于策略的信号进行系统地交易。在另一实例中，总股本或总价值的固定百分比可表示配资量。因此，对于$1,000,000总价值，可设置合约的最大数目以使得保证金(margin)股本比为10％。交易的合约的最大数目将随着股本改变而改变并且随着给定合约的保证金调整而改变。在另一实例中，可使用基于风险的配资。此处，基于风险度量，合约实时地配资给最佳风险-收益比。在又进一步的实例中，可使用机器学习算法配资。在此情况下，基于机器学习算法，合约配资将分配给最高预期计分。

在步骤411处，智能代理引导(在安全网络上经由其电路)专门化洞察服务器和/或虚拟洞察机器的安全云依据第五数字数据元素、第六数字数据元素和第七数字数据元素变换第一数字数据元素、第二数字数据元素、第三数字数据元素和第四数字数据元素的安全数字数据。在一个示范性实施例中，变换将产生视觉可感知元素。在进一步的示范性实施例中，其它因子可表示变换结果。

此处，举例来说，视觉可感知元素可表示基于所确定的性能度量和市场条件的160,000个自动程序的性能。举例来说，基于针对每一自动程序的在逐分钟基础上的过去交易历史，针对在最后10年期间发生的熊市市场，计算表示交易gm股票的自动程序中的每一个的风险调整性能的视觉可感知元素。

此处，举例来说，如果自动程序在最后10年进行20次交易，那么可评估这些交易以便计算性能度量。可基于观测自动程序的对照其交易历史的逐分钟性能(包含逐交易度量、复合年度增长率(cagr)、困境中成交量指数(uvi)、亏损评估度量等)确定关于自动程序的其它信息。

性能度量可包含1年的总利润、在一时间段内的可盈利交易的百分比、每一交易的收益或损失、熊市或牛市市场中的可盈利交易的百分比、与其它指数的相关性、涵盖最大损失的可盈利交易的比率等。举例来说，可盈利交易的％(＝可盈利交易/交易的总数目)可用作性能度量。

根据其它示范性实施例，性能度量也可包含最大亏损、平均亏损、最大峰谷时间、平均峰谷时间、最大峰峰时间、平均峰峰时间、疼痛获益比率(paintogainration)、索提诺比率、夏普比率和/或收益回撤比。

在步骤412处，智能代理确定第八数字数据元素。根据一个示范性实施例，表示应选择的经变换结果的百分比的百分比是第八数字数据元素。根据一个示范性实施例，表示基于步骤411应选择自动程序群体的多少百分比用于正在进行的交易的百分比是第八数字数据元素。此处，举例来说，对于多个各自具有洞察引擎的专门化服务器，确定1％，这意味着应基于针对在过去10年期间的熊市市场用于交易gm股票(在不考虑频率的情况下)的风险调整收益，选择160,000个自动程序的前1％，从而产生1600所选择自动程序的战略交易投资组合。根据另一示范性实施例，预定最小阈值可设置为第八数字元素。在此情况下，选择符合和/或超过此阈值的自动程序。

在任选步骤413处，智能代理确定第九数字数据元素。根据一个示范性实施例，上限和/或下限离群值因子表示在执行步骤412之前移除的变换结果的最高值和/或最低值的特定百分比，其为第九数字数据元素。根据一个示范性实施例，上限和/或下限离群值因子表示在执行步骤412之前移除的最高和/或最低执行自动程序的特定百分比，其为第八数字数据元素。举例来说，智能代理可采用多种统计回归方法系统地确定哪些自动程序在特定群体的均值外部执行。此类方法可包含但不限于分组方法(例如忽略基于所选择的性能度量的前5％并且将剩余的自动程序的前100和300分组)，消除方法(通过消除在统计均值外部的自动程序的前5％和后5％来对群体进行标准化或归一化)，使用统计措施dfitts和/或dfbetas识别离群值，或数学计算例如标准误差和标准偏差。在进一步的示范性实施例中，其它因子可表示第八数字数据元素。

在步骤414处，智能代理引导(在安全网络上经由其电路)专门化洞察服务器和/或虚拟洞察机器的安全云进一步变换在步骤411处依据步骤412和任选地步骤413产生的变换结果。根据一个示范性实施例，所述进一步变换产生每一战略交易投资组合中的自动程序的名称/识别符的列表(且不包含自动程序自身)。所述列表可包含由智能代理在运行期间定义的变量以及针对每一自动程序并且主动战略交易投资组合的所得性能度量。所述列表也可包含战略交易投资组合的市场条件。所述列表可传输到智能操作代理以用于进一步分析。

在步骤415处，智能操作代理确定第十数字数据元素并且执行测试部署策略。

根据各个示范性实施例，第十数字数据元素是当前条件。在一些实施例中，当前条件可类似于第六数字数据元素、条件。因此，智能操作代理可存取对应于第六数字数据元素的名称和/或识别符的列表。在接收到来自智能操作代理的请求后，专门化智能历史代理和/或虚拟历史智能代理的安全云将即刻与将安全数字数据发送到智能操作代理并行地起作用。智能操作代理接着将传送的数据测试部署于例如由活动性服务器102(图1)示范的场景中。

根据进一步的示范性实施例，智能操作代理可将一或多个诱饵字符串在同一字符串中传输到活动性服务器以迷惑尝试截取此类信息的任何不希望的黑客。活动性服务器实际上仅部署实际策略。

在步骤416处，如果在步骤415处执行的测试部署策略成功，那么智能操作代理将实际上执行部署策略。

本文中所描述的示范性系统和方法可在包含使用防火墙和加密技术的安全计算环境中执行。给定正在产生的潜在高价值的信息，以及所得的投资决策的潜在量值，可进行测量以用安全方式执行本文中的一些或所有步骤，重点强调这些步骤为策略确定和交易执行。举例来说，除了最佳策略之外，可在最佳策略的同一字符串或数字数据环境中故意添加非最佳策略以迷惑拦截此类信息的任何不希望的黑客。作为另一实例，除了将执行的所要交易之外，可在所要交易的同一字符串或数字数据环境中故意添加非期望交易以迷惑拦截此类信息的任何不希望的黑客。此外，所要交易可接收用于执行的资助，而非期望交易可能不接收用于执行的资助。

图5a-5b表示应用智能联网架构、处理和执行的另一实例。

在步骤501处，安全智能代理确定第一数字数据元素。在一些示范性实施例中，第一数字数据元素可包含资源。

此处，资源是大量的生物药物。

在步骤502处，安全智能代理确定第二数字数据元素。在一些示范性实施例中，第二数字数据元素是资源的片段。

此处，资源的片段是基于单株抗体(“mab”)的生物药物。

在步骤503处，安全智能代理确定第三数字数据元素。在各种示范性实施例中，第三数字数据元素是片段上的项目。

此处，片段上的项目是用于治疗癌症的单株抗体(“mab”)类药物。

在任选步骤504处，步骤501到503(即第一数字数据元素、第二数字数据元素和/或第三数字数据元素的智能确定)可由包括智能代理的部分的基于硬件的随机数产生器机器执行。

根据多个示范性实施例，任选步骤504通过优化可在有限时间段内执行的运行的数目来改进示范性系统的功能性。即，在大部分示范性实施例中，产生的信息具有时间价值。随着时间推移，信息的价值降低。另外，给定在有限时间段内待处理的大量数据，重要的是尽可能高效地使用时间。因而，使用随机数产生来驱动运行的变量远比人工驱动运行的变量高效，这是因为人工介入可能导致冗余、偏差和其它低效率，而所要目标通常则是使在有限时间段内可执行的运行的数目达到最大。

在步骤505处，智能代理存取(在安全网络上经由其通往专门化智能历史代理和/或虚拟智能历史代理的安全云的电路)第一数字数据元素、第二数字数据元素和第三数字数据元素的安全数字数据。

在步骤506处，智能代理确定第四数字数据元素。在一些示范性实施例中，第四数字数据元素是回顾期。此步骤也可由基于硬件的随机数产生器机器作为独立步骤或作为任选步骤504的部分来执行。

此处，回顾期由用针对癌症的单株抗体(“mab”)类药物发现或治疗的最后50,000名患者表示。

在步骤507处，智能代理引导(在安全网络上经由其电路)专门化智能历史代理和/或虚拟智能历史代理的安全云将第一数字数据元素、第二数字数据元素、第三数字数据元素和第四数字数据元素的安全数字数据发送到多个基于安全云的专门化洞察服务器和/或虚拟洞察机器。在一些实施例中，可通过虚拟专用网络(“vpn”)确立此类活动的安全性。

根据多个示范性实施例，专门化智能历史代理和/或虚拟智能历史代理的安全云并行起作用以划分将传送到多个基于云的专门化洞察服务器和/或虚拟洞察机器的数据，复制安全数字数据，使一系列安全信道当中的经复制安全数字数据成比例以及将数据传输到多个专门化洞察服务器和/或虚拟洞察机器。

此处，安全数字数据包含用针对癌症的单株抗体(“mab”)类药物发现或治疗的最后50,000名患者的病史和基因组数据。

在步骤508处，智能代理确定第五数字数据元素。根据各个示范性实施例，性能度量是第五数字数据元素。在进一步的示范性实施例中，其它因子可表示第五数字数据元素。此步骤也可由基于硬件的随机数产生器机器作为独立步骤或作为任选步骤504的部分来执行。

此处，无疾病月数所述性能度量。

在步骤509处，智能代理确定第六数字数据元素。根据各个示范性实施例，条件是第六数字数据元素。此步骤也可由基于硬件的随机数产生机器作为独立步骤或作为任选步骤504的部分来执行。

此处，条件是具有特定基因序列的肺腺癌。

在步骤510处，智能代理确定第七数字数据元素。根据各个示范性实施例，配资量是第七数字数据元素。在进一步的示范性实施例中，其它因子可表示第七数字数据元素。

此处，配资量是可用于执行步骤511中的计算资源的量。

在步骤511处，智能代理引导(在安全网络上经由其电路)专门化洞察服务器和/或虚拟洞察机器的安全云依据第五数字数据元素、第六数字数据元素和第七数字数据元素变换第一数字数据元素、第二数字数据元素、第三数字数据元素和第四数字数据元素的安全数字数据。

根据多个示范性实施例，通过一种安全数字数据跨越可扩展计算资源递送的方式优化数据变换。这包含不将第一到第七数字数据元素的安全数字数据传输回到其原点。替代地，执行对此数据的快速毁坏以便加速后续运行的变换。

根据示范性实施例，专门化洞察服务器和/或虚拟洞察机器的安全云分析用用于肺腺癌的基于单株抗体的生物药物治疗的最后50,000名患者的安全数字数据，通过特定基因序列确定使无疾病月数达到最大的药物。

另外，将分析此患者群体的基因组数据的共同点和差异，尤其是与接收的特定治疗有关的基因组数据。这包含分析来自肺组织活检体的基因序列，考虑细胞类型。另外，可围绕“混合物(cocktail)”治疗做出确定，其中基于所述分析，基于单株抗体的多种生物药物将表现出相对于所选择的特定性能度量具有累加影响。此混合物治疗也可包含基于通过分析病史获得的信息建议的治疗，例如膳食和锻炼模式。

在步骤512处，智能代理确定第八数字数据元素。根据一个示范性实施例，表示应选择的经变换结果的百分比的百分比是第八数字数据元素。在进一步的示范性实施例中，其它因子可表示第八数字数据元素。

在任选步骤513处，智能代理确定第九数字数据元素。根据一个示范性实施例，上限和/或下限离群值因子表示在执行步骤512之前移除的变换结果的最高值和/或最低值的特定百分比，其为第九数字数据元素。

在步骤514处，智能代理引导(在安全网络上经由其电路)专门化洞察服务器和/或虚拟洞察机器的安全云进一步变换在步骤511处依据步骤512和任选地步骤513产生的变换结果。根据一个示范性实施例，所述进一步变换产生经变换结果的部分(但并非变换自身的部分)的名称和/或识别符的列表。

在多个示范性实施例中，在步骤511处依据步骤512和任选地步骤513产生的变换结果表示大量数据。在步骤514处，通过依据从专门化智能历史代理和/或虚拟智能历史代理的安全云传送的数据的部分的名称和/或识别符来擦洗或清除所述数据，以改进计算性能。所述名称和/或识别符是基于在步骤511处依据步骤512和任选地步骤513执行的变换的输出或结果。由名称和/或识别符表示的数据量当与从专门化历史代理和/或虚拟历史智能代理的安全云传送的安全数字数据相比较时是极小的。因为从专门化智能历史代理和/或虚拟智能历史代理的安全云传送的数据在传输之前被复制，所以此数据仍驻存在专门化智能历史代理和/或虚拟智能历史代理的安全云中。被擦洗的名称和/或识别符变换成也可包含数字数据元素一到八的具体说明的列表。所述列表接着安全传输到智能操作代理。

根据各个示范性实施例，通过集中于使策略与当前条件匹配并且不受必须在管理和处理驻存在专门化智能历史代理和/或虚拟智能历史代理的安全云中的对应安全数字数据时消耗时间和资源阻碍从而集中于此匹配上，以增强智能操作代理的功能性。与其中两个数据集驻存于同一机器中的系统相比，智能操作代理可更快速地使策略与当前条件匹配并且做出部署。

根据进一步的示范性实施例，经擦洗情境部署触发例如示范性经擦洗情境部署触发107(图1)是在步骤514处产生的经变换结果。如本文所描述，绝大部分用于产生经擦洗情境部署触发107的安全数字数据已经通过从基于安全云的专门化洞察服务器和/或虚拟洞察机器105(图1)清除安全数字数据被擦洗。经擦洗情境部署触发107包括在步骤514处确定的策略的名称/识别符，以使得可在发生特定当前条件后即刻从基于安全云的专门化历史代理101(图1)快速重调策略。在多个示范性实施例中，经擦洗情境部署触发107还包括数字数据元素一到九。在其产生之后，经擦洗情境部署触发107从基于安全云的专门化洞察服务器和/或虚拟洞察机器105传输到安全智能操作代理104。如结合步骤515所描述，在发生与产生经擦洗情境部署触发107的条件(例如六个数字数据元素)相同或近似的特定当前条件(例如第十数字数据元素)后，经擦洗情境部署触发107将即刻致使经命名/识别策略从基于安全云的专门化历史代理101的传输以供在活动性服务器102(图1)处执行。

根据一个示范性实施例，所述进一步变换产生最佳处理策略的名称和/或识别符的列表。

经擦洗情境部署触发107包括在步骤514处确定的策略的名称/识别符(例如单株抗体(“mab”)类药物)，使得可在发生特定当前条件后即刻从基于安全云的专门化历史代理101(图1)快速重调关联信息。

在步骤515处，智能操作代理确定第十数字数据元素并且执行测试部署策略。

根据各个示范性实施例，第十数字数据元素是当前条件。在一些实施例中，当前条件可类似于第六数字数据元素、条件。因此，智能操作代理可存取对应于第六数字数据元素的名称和/或识别符的列表。在接收到来自智能操作代理的请求后，专门化智能历史代理和/或虚拟历史智能代理的安全云将即刻与将安全数字数据发送到智能操作代理并行地起作用。智能操作代理接着将传送的数据部署于例如由活动性服务器102(图1)示范的场景中。

根据进一步的示范性实施例，智能操作代理可将一或多个诱饵字符串在同一字符串中传输到活动性服务器以迷惑尝试截取此类信息的任何不希望的黑客。活动性服务器实际上仅部署实际策略。

此处，举例来说，活动性服务器可连接到癌症治疗中心的基因定序器。定序器可将肺癌活检体组织标本的dna定序。将基于发生与产生经擦洗情境部署触发107的条件(例如为具有特定基因序列的肺腺癌的六个数字数据元素)相同或近似的特定当前条件(例如为具有特定基因序列的肺腺癌的第十数字数据元素)，部署安全智能操作代理104处的经擦洗情境部署触发107，经擦洗情境部署触发107致使关联信息(例如基因组数据和病史)从基于安全云的专门化历史代理101的传输以供在活动性服务器102(图1)处以产生个人化治疗计划的形式执行。

虽然上文已描述了各种实施例，但应理解，这些实施例只是举例提出的，并不是作为限制。所述描述并不意图将技术的范围限制于本文中阐述的特定形式。因此，优选实施例的宽度和范围不应受任何上述示范性实施例限制。应理解，以上描述是说明性并且非限制性的。相反，本发明描述意图覆盖可包含于由所附权利要求书界定的技术的精神和范围内以及一般技术人员所了解的此类替代方案、修改和等效物。因此，技术的范围不应参考以上描述来确定，而是应参考所附权利要求书和其完整范围的等效物来确定。