公开(公告)号：CN116821500A

公开(公告)日：2023-09-29

申请号：CN202310792361.3

申请日：2023-06-30

Applicant: 南京邮电大学通达学院

Inventor： 李胜龙 ,  余永红 ,  张傲然 ,  钱未闻

IPC: G06F16/9535 ,  G06N3/0464 ,  G06F17/16 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明属于人工智能推荐系统领域，公开了一种基于对比学习的个性化标签推荐方法，包括：通过高斯先验初始化隐式的特征矩阵，在用户与标签交互图和物品与标签交互图上，利用图卷积神经网络获得用户、物品、面向用户的标签和面向物品的标签的高阶嵌入表示并在高阶嵌入表示中注入噪音，获得带噪音的用户和面向用户标签的嵌入表示，采用Info_NEC计算对比损失，构建目标函数，通过Adam优化器学习模型参数，使用用户和面向用户的标签的嵌入表示的内积与物品和面向物品的标签的嵌入表示的内积之和预测标签的评分，根据预测评分提供个性化的标签推荐。本发明利用对比学习从输入数据本身中提取有价值的信息，减轻数据稀疏问题。

公开(公告)号：CN116599720A

公开(公告)日：2023-08-15

申请号：CN202310554865.1

申请日：2023-05-17

Applicant: 南京邮电大学通达学院

Inventor： 周思佟 ,  钱苗苗 ,  李胜龙 ,  陈伟

IPC: H04L9/40 ,  H04L41/16 ,  G06F18/24 ,  G06N3/042 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于GraphSAGE的恶意DoH流量检测方法、系统，涉及网络信息安全领域。该方法包括：获取自带流量类型的PCAP流量数据并进行处理，提取流量的流级特征和包级特征；将提取的特征数据转换为图数据；采用图数据对GraphSAGE图神经网络进行训练；提取部分PCAP流量数据的特征，将其作为待检测流量，提取特征数据，并转换为图数据，输入训练好的GraphSAGE图神经网络，并判断是否是恶意DoH流量。本发明提出的检测方法提高了训练效率，减少了内存消耗，并无需对加密流量解密。