-
公开(公告)号：CN116503197A
公开(公告)日：2023-07-28
申请号：CN202310492468.6
申请日：2023-05-04
Applicant: 东北大学
IPC: G06Q50/00 , G06F16/901 , G06N7/01 , G06N3/006 , G06N3/126
Abstract: 本发明提供一种社会网络用户的信任影响力最大化方法，涉及社交网络分析技术领域。该方法首先对社会网络用户的信任影响力最大化问题进行符号化表示，并从用户信任的角度优化独立级联模型作为影响力传播模型；然后根据用户的影响力以及社会网络中的拓扑信息作为种子集的优化目标；最后通过动态加权的灰狼优化算法和精英策略的变异遗传算法两阶段算法来选取最具影响力的用户种子集；该方法提出新的策略来选取具有影响力的用户集合，先通过动态加权的灰狼优化算法进行初步的最优解搜索，再通过加入精英策略的变异遗传算法进行全局搜索，能够有效避免启发式算法陷入局部最优解。
-
公开(公告)号：CN116489076A
公开(公告)日：2023-07-25
申请号：CN202310538660.4
申请日：2023-05-12
Applicant: 东北大学
IPC: H04L45/28 , H04L45/247 , H04L45/122 , H04L45/02
Abstract: 本发明公开了一种基于跳数依赖和偏序计算的路由保护方法，充分利用偏序路由计算和跳数来解决路由保护任务。首先将所有路径划分为原子比较路径和非原子比较路径，通过偏序路由计算将源目的节点的所有路径划分不可比较路径集和可比较路径集，利用分岔节点下一跳的累积计算方式保证路径一致性转发，其次通过跳数剪枝策略、交汇点集和跳数结合的剪枝策略对可比较路径集进行剪枝，最后获得Top1路径的备选路径集和Top2路径的备选路径集，特别的，本发明通过双栈结构，降低处理路径的时间复杂度。本发明在真实网络拓扑中，相对于现有常用路由保护方案，提高了对Top1路径的保护率，同时能够保证Top2路径性能更优。
-
公开(公告)号：CN116340814A
公开(公告)日：2023-06-27
申请号：CN202310176650.0
申请日：2023-02-28
Applicant: 东北大学
IPC: G06F18/24 , H04L9/40 , H04L41/16 , G06F18/213 , G06F18/27 , G06F18/243 , G06F18/214 , G06N20/00 , G06F123/02
Abstract: 本公开的实施例公开了加密流量分类方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：使用网络抓包工具采集网络流量数据，以包格式存储未经处理的网络流量数据；从所述未经处理的网络流量数据中提取两种类型的流量特征，其中，所述两种类型的流量特征包括：统计特征和时序特征；使用基于机器学习的分类器处理所述统计特征和所述时序特征；使用两层分类器对处理的结果进行分析，得到所述网络流量数据的分类结果。本实施例实现了使用两层分类器对处理的结果进行分析，提高了加密流量分类效果的准确率。
-
公开(公告)号：CN115001988A
公开(公告)日：2022-09-02
申请号：CN202210550687.0
申请日：2022-05-20
Applicant: 东北大学
IPC: H04L41/142 , H04L41/14 , G06Q40/04 , G06K9/62
Abstract: 本发明公开一种基于跨链的多公有链网络中的实体分析方法，方法首先根据节点发送的交易之间的广播路径相似的特点，将交易做预处理聚类，再根据新加入网络的节点广播的addr消息的传播路径与交易广播的路径判断交易的发送源。克服了基于交易图分析的方法不能将具体交易真正对应到真实个体的缺点；由于本方法不需要连接到交易的真正发送源，所以克服了以往使用网络监听的方法成本高的问题。
-
公开(公告)号：CN113472597B
公开(公告)日：2022-07-22
申请号：CN202110936232.8
申请日：2021-08-16
Applicant: 东北大学
IPC: H04L41/0823 , H04L41/14
Abstract: 本发明实施例公开一种分布式卷积神经网络细粒度的参数传输调度方法及装置，包括：根据分布式卷积神经网络底层计算图依赖关系、资源关联图及网络属性确认接收操作的优先执行顺序，并生成操作‑优先级映射表，资源关联图为与每个操作相关联的资源标签的计算图，资源标签包括通信与计算；根据操作‑优先级映射表、以及每个接收操作相关联的通信/计算依赖关系，生成参数‑优先级映射表；建立参数服务器与每个计算节点之间的至少一个数据流，并为每个数据流分配唯一标识信息，根据标识信息生成通道‑优先级映射表；基于接收到的参数发送请求，分别查找参数‑优先级映射表和通道‑优先级映射表，根据参数的优先级分配相应优先级的网络流，将参数发送至网络设备中。
-
Patent Agency Ranking
公开(公告)号：CN114239403A
公开(公告)日：2022-03-25
申请号：CN202111550263.6
申请日：2021-12-17
Applicant: 东北大学
IPC: G06F30/27 , G06Q50/00 , G06F119/02
Abstract: 本发明提供一种基于机器学习构建的社交网络影响最大化确定方法，属于社交网络影响最大化技术领域；首先获取社交网络数据集并对社交网络数据集进行预处理，然后创建基于独立联级传播模型的最大化求解模型，包括多搜索模式粒子群，学习自动机和局部搜索机；最后给定一个社交网络数据集，利用构建的求解模型对这个社交网络的种子集进行求解；粒子群的应用实现了问题求解的智能性，降低了问题的复杂度；学习自动机的引入实现了粒子群的多搜索模式，解决了对于解集空间探索失衡且模式单一的问题；局部搜索机用于探索邻居解，有效加速了优化算法的收敛速度。
-
公开(公告)号：CN114173185A
公开(公告)日：2022-03-11
申请号：CN202111474120.1
申请日：2021-12-03
Applicant: 东北大学
IPC: H04N21/437 , H04N21/44 , H04N21/442 , H04N21/462 , H04N21/654 , H04N21/658
Abstract: 本发明公开一种基于IPv6的360度视频自适应传输方法，方法首先根据码率调节算法的性能，选择最优码率调节算法作为系统的码率调节算法；接着对360度视频进行预处理并生成清单文件，再利用Shell脚本处理得到包含媒体片段的JSON文件，并在服务器端进行视频资源的部署；然后对强化学习模型进行预处理，并将经过训练的强化学习模型转换为TensorFlow‑Lite所需以“tflite”为扩展名的文件；最后基于移动设备的基础架构设计应用程序以及360度视频播放器；并将视频播放器码率调节部分使用预处理阶段得到的模型在移动设备上进行推导实现。本发明充分利用预测的带宽和视口，通过策略梯度更新其QoE奖励值，直到最后的码率决策得到最大奖励反馈，相对于现有的自适应传输方案有明显的改进。
-
公开(公告)号：CN112165636B
公开(公告)日：2021-12-14
申请号：CN202010945219.4
申请日：2020-09-10
Applicant: 东北大学
IPC: H04N21/238 , H04W4/70
Abstract: 本发明公开一种D2D网络多媒体流码率调节方法及多媒体流实时传输系统，属于无线网络通信技术领域，该系统在Android平台上进行实现，充分利用手机上的Wi‑Fi Direct技术以及其他多媒体功能，搭建起D2D通信群组，实现在一定范围内的D2D网络组建、文件传输、视频流数据编解码功能，本发明还提出了自适应多媒体流码率调节方法，该方法能感知接收端的网络状况，并依此请求不同码率的视频内容，实现多媒体流的实时传输。本发明将资源共享服务从蜂窝网络设施转移到设备到设备，提高频谱利用率和扩展系统容量。
-
公开(公告)号：CN112261626B
公开(公告)日：2021-11-09
申请号：CN202011123667.2
申请日：2020-10-20
Applicant: 东北大学
Abstract: 本发明公开一种D2D辅助的以内容为中心多跳协作式路由方法，属于网络通信技术领域。该方法首先根据CCN节点结构设计适合D2D网络设备通信的节点结构，并设计传输过程的资源请求包和资源数据包；然后通过动态维持CCN流表结构及使用D2D通信共同完成资源发现中的请求包转发过程；当找到匹配资源后进行资源回溯，同时参考传统网络中的基于链路状态的路由协议，设计了D2D网络中GO节点拓扑维持过程。本发明以内容为中心进行资源的发现，结合CCN的思想，设计了适用于D2D网络的CCN节点结构，提升了数据传输效率，增强用户服务质量。
-
公开(公告)号：CN113569055A
公开(公告)日：2021-10-29
申请号：CN202110843700.7
申请日：2021-07-26
Applicant: 东北大学
IPC: G06F16/36 , G06F40/295 , G06N3/08 , G06N3/12
Abstract: 本发明公开了一种基于遗传算法优化神经网络的露天矿知识图谱构建方法，属于露天矿山稳定性评估技术领域。包括：获取露天矿灾害相关数据并对其进行处理构建命名实体识别数据集；利用遗传算法对现有BERT‑BILSTM‑CRF模型进行优化，并利用命名实体识别数据集中的数据训练优化的BERT‑BILSTM‑CRF模型，获得命名实体识别模型；构建关系抽取标注数据集；利用遗传算法对现有BILSTM模型进行优化，并利用关系抽取标注数据集中的数据训练优化的BILSTM模型，获得关系抽取模型；将待抽取的露天矿灾害相关数据依次输入到命名实体识别模型和关系抽取模型进行实体关系抽取得到三元组，并存入Neo4j图数据库，构建露天矿知识图谱。该方法能够兼顾上下文信息，能够搭建露天矿稳定性领域高质量的知识图谱。
-
-
-
-
-
-
-
-
-
Search Results
246
records
(took 0.026 seconds)
