API参考—数据安全—ModifySecurityIps

简介: 调用ModifySecurityIps接口修改实例白名单。

请求参数

名称 类型 是否必选 示例值 描述
Action String ModifySecurityIps

系统规定参数。取值为ModifySecurityIps

DBInstanceName String pxc-****************

实例ID。

GroupName String test

实例的白名单分组名称。

ModifyMode String 0

白名单修改模式,取值范围如下:

  • 0:修改已有的白名单分组
  • 1:增加新的白名单分组
  • 2:删除已有的白名单分组

说明 若您选择修改模式选择为0,则您在SecurityIPList里输入的白名单将直接覆盖原来的白名单。

RegionId String cn-hangzhou

实例所在地域。

SecurityIPList String 127.***.***.3,192.***.***.100

白名单分组里的IP列表,多个IP白名单间用英文逗号(,)分隔。

返回数据

名称 类型 示例值 描述
Message String ****

请求返回消息。

说明 请求成功时该参数为空,请求失败时会返回请求异常信息(如错误码等)。

RequestId String D96CA3EB-DFB8-4A74-9807-BC1AC9******

请求ID。

Success Boolean true

请求是否成功。

示例

请求示例


http(s)://polardbx.cn-hangzhou.aliyuncs.com/?Action=ModifySecurityIps
&DBInstanceName=pxc-****************
&GroupName=test
&ModifyMode=0
&RegionId=cn-hangzhou
&SecurityIPList=127.***.***.3,192.***.***.100
&<公共请求参数>

正常返回示例

XML 格式


<code>200</code>

<data>
<RequestId>D96CA3EB-DFB8-4A74-9807-BC1AC9</RequestId>
<Message/>
<Success>true</Success>
</data>
<httpStatusCode>200</httpStatusCode>
<requestId>D96CA3EB-DFB8-4A74-9807-BC1AC9</requestId>
<successResponse>true</successResponse>

JSON 格式


{
"code": "200",
"data": {
"RequestId": "D96CA3EB-DFB8-4A74-9807-BC1AC9",
"Message": "",
"Success": true
},
"httpStatusCode": "200",
"requestId": "D96CA3EB-DFB8-4A74-9807-BC1AC9",
"successResponse": true
}
            </div>
相关文章
|
7天前
|
数据采集 人工智能 安全
|
16天前
|
云安全 监控 安全
|
2天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
266 155
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
206 105
|
10天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
723 5
|
13天前
|
人工智能 自然语言处理 API
一句话生成拓扑图!AI+Draw.io 封神开源组合,工具让你的效率爆炸
一句话生成拓扑图!next-ai-draw-io 结合 AI 与 Draw.io,通过自然语言秒出架构图,支持私有部署、免费大模型接口,彻底解放生产力,绘图效率直接爆炸。
813 153