-
公开(公告)号:CN108809628A
公开(公告)日:2018-11-13
申请号:CN201810606765.8
申请日:2018-06-13
Applicant: 哈尔滨工业大学深圳研究生院
Inventor: 张春慨
CPC classification number: H04L9/0643 , H04L9/008 , H04L63/1425
Abstract: 本发明提供了一种基于安全多方下的时间序列异常检测方法,包括以下步骤:S1、通过数据拥有者方完成数据预处理后发送给服务器端;S2、通过服务器端完成时间序列异常检测。本发明还提供了一种基于安全多方下的时间序列异常检测系统。本发明的有益效果是:在保护各方数据隐私性的同时,达到了高效的异常检测效果。
-
公开(公告)号:CN107347061A
公开(公告)日:2017-11-14
申请号:CN201710458154.9
申请日:2017-06-16
Applicant: 哈尔滨工业大学深圳研究生院
Inventor: 张春慨
IPC: H04L29/06
Abstract: 本发明提出了一种基于安全多方下的时间序列异常检测系统及方法,所述系统包括服务端和用户端,其中,服务端至少有两个服务器:服务器C和服务器S;所述服务端分布式存储着形成一个完备的数据集的时间序列;服务器C是为用户端提供服务的服务器,服务器S与服务器C之间基于BCP加密系统进行时间序列的多方共享,服务器S是半诚实的,拥有可用于解密的主密钥mk,在所有S参与的运算中都加入扰动,防止S获得有关用户的相关信息;服务器C和服务器S初始化BCP加密系统;服务器C将存储于其上的时间序列加密后提供给服务器S;服务器S在安全协议下进行时间序列的异常检测。本发明提出的基于安全多方下的时间序列异常检测是具有很大的实用价值的。
-
公开(公告)号:CN115080869A
公开(公告)日:2022-09-20
申请号:CN202210787147.4
申请日:2022-07-06
Applicant: 哈尔滨工业大学(深圳)
Inventor: 张春慨
IPC: G06F16/9536 , G06F16/9535 , G06Q50/00
Abstract: 本发明公开了一种基于社交群体影响的社会化推荐方法及系统,针对社交群体对用户的影响,使用随机游走算法生成用户节点的周边子图作为候选的社交群体,利用记忆网络来对候选的社交群体进行计算,从而捕获社交网络中主要的潜在社交群体信息,并计算这些群体对用户的影响;随后,利用门控机制计算用户在社交影响下的表示向量,并利用多层感知器融合用户在社交影响下的表示和用户的项目偏好表示来得到用户最终的表示向量;将用户的表示向量和项目的表示向量输入到预测模块得到用户行为预测结果。本发明通过挖掘用户社交网络中的社交群体信息及社交群体对用户的影响来获得更加准确的用户表示向量,从而达到提高推荐系统性能的目的。
-
公开(公告)号:CN114334028A
公开(公告)日:2022-04-12
申请号:CN202210007281.8
申请日:2022-01-05
Applicant: 哈尔滨工业大学(深圳)
Inventor: 张春慨
Abstract: 本发明公开了一种基于图神经网络的不定3D结构生成方法及系统,方法包括不定3D晶体结构生成模型训练阶段和3D结构晶体生成阶段,其中不定3D晶体结构生成模型包括条件变分自编码器模块、非对称重构模块和条件自回归模块,条件变分自编码器模块用于获取晶体样本的引导向量,非对称重构模块用于获取晶体样本的关键信息向量,条件自回归模块用于获取晶体样本各原子的类型预测和位置预测;利用类型预测和位置预测与预期结果计算误差,并将误差反向传导对模型进行训练;将材料数据输入训练好的模型中,模型得到不定3D晶体结构的预测结果。本发明用于晶体材料发现,通过模型能学习到真实数据分布,并且生成的结果可证明模型的有效性。
-
公开(公告)号:CN113377766A
公开(公告)日:2021-09-10
申请号:CN202110554575.8
申请日:2021-05-21
Applicant: 哈尔滨工业大学(深圳)
Inventor: 张春慨
IPC: G06F16/22 , G06F16/2458
Abstract: 本发明公开了一种基于效用的序列数据库对比挖掘方法、装置及计算机设备,该方法包括:对预对比挖掘的两个序列数据库进行预处理;将预处理后的两个序列数据库的搜索空间分别用两颗数据树LQS‑tree表示,将两颗数据树LQS‑tree的公共部分确定为序列数据库对比挖掘的搜索树;采用对比效用上界对所述搜索树进行剪枝,根据剪枝策略对所述搜索树各节点遍历并输出效用对比序列模式。本发明将效用与对比序列模式结合,设计出效用驱动的对比序列模式,并给出高效的挖掘算法以找出两输入数据库中的效用对比序列模式。
-
公开(公告)号:CN108509889A
公开(公告)日:2018-09-07
申请号:CN201810257192.2
申请日:2018-03-27
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06K9/00
Abstract: 本发明提出了一种基于肤色分割的近景异常行为检测方法及装置,可完成对视频中的人体近景行为进行检测,所述方法包括:采用基于深度学习的肤色分割算法对视频进行背景去除,以保留当前图像中的肤色区域。另外通过手掌几何特征对肤色区域进行建模,以获得手掌位置。最后通过光流能量模型对运动的手部进行能量判断以实现行为异常与否的判断。本发明基于肤色分割可以有效的过滤背景中的干扰信息,对近景人体行为进行检测。
-
公开(公告)号:CN107562865A
公开(公告)日:2018-01-09
申请号:CN201710763342.2
申请日:2017-08-30
Applicant: 哈尔滨工业大学深圳研究生院
Inventor: 张春慨
IPC: G06F17/30
Abstract: 本发明提出了一种基于Eclat的多元时间序列关联规则挖掘方法,包括:(1)生成垂直数据集;(2)生成MINHASH矩阵,MINHASH矩阵需要指定参数k;(3)利用MINHASH矩阵估计原始数据集中的候选项集;(4)根据最小支持度把候选集剪枝后得到频繁项集1;(5)在哈希频繁1项集两两合并生成新的频繁2项集;(6)循环步骤(5)直到无法合并,结束算法。本发明显著的加快关联规则挖掘速度,达到及时获取时间序列数据分析结果的目标,虽然牺牲了挖掘的精确性,但可以大大的提高挖掘效率、节约机器内存。
-
公开(公告)号:CN114334028B
公开(公告)日:2024-12-13
申请号:CN202210007281.8
申请日:2022-01-05
Applicant: 哈尔滨工业大学(深圳)
Inventor: 张春慨
IPC: G16C20/20 , G16C20/70 , G06N3/0455 , G06N3/042 , G06N3/084
Abstract: 本发明公开了一种基于图神经网络的不定3D结构生成方法及系统,方法包括不定3D晶体结构生成模型训练阶段和3D结构晶体生成阶段,其中不定3D晶体结构生成模型包括条件变分自编码器模块、非对称重构模块和条件自回归模块,条件变分自编码器模块用于获取晶体样本的引导向量,非对称重构模块用于获取晶体样本的关键信息向量,条件自回归模块用于获取晶体样本各原子的类型预测和位置预测;利用类型预测和位置预测与预期结果计算误差,并将误差反向传导对模型进行训练;将材料数据输入训练好的模型中,模型得到不定3D晶体结构的预测结果。本发明用于晶体材料发现,通过模型能学习到真实数据分布,并且生成的结果可证明模型的有效性。
-
公开(公告)号:CN114330572A
公开(公告)日:2022-04-12
申请号:CN202111666302.9
申请日:2021-12-31
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提出了一种基于对比学习的异常检测方法、系统及计算机存储介质。该方法包括异常检测模型训练阶段和异常检测阶段,其中异常检测模型训练阶段提取输入样本的特征向量,并对特征向量进行判别,根据判别结果计算异常检测模型的对比损失,利用对比损失对异常检测模型进行训练;异常检测阶段将待检测样本集中的样本输入训练好的异常检测模型,将输出的判别结果进行计算,得到异常得分;将所有样本的异常得分进行归一化处理,得到归一化异常得分,通过设置归一化异常得分阈值,判定样本是否异常。本发明在特征空间提取出有区分性的特征,并且判别输出的异常得分具有高区分性,在实际生活中的数据集异常检测上相比其他方法有较大提升。
-
公开(公告)号:CN113935396A
公开(公告)日:2022-01-14
申请号:CN202111057349.5
申请日:2021-09-09
Applicant: 哈尔滨工业大学(深圳)
Inventor: 张春慨
Abstract: 本发明公开了一种基于流形理论的对抗样本攻击的方法及相关装置,该方法包括:用数据集训练对抗性自动编码器并得到低维向量数据;利用低维向量数据训练低维空间替代模型;将原始样本的低维向量数据输入训练好的低维空间替代模型,得到最大预测概率标签并计算梯度信息;通过梯度解码策略将梯度信息解码到原始空间上生成对抗样本;利用置信度重排序策略对低维空间替代模型输出的各类别标签置信度进行处理,得到预期各类别标签置信度,将对抗样本输入目标模型,得到实际各类别标签置信度;根据实际各类别标签置信度以及预期各类别标签置信度判断样本攻击是否成功。本发明能够满足当前对模型的鲁棒性检测的应用需求。
-
-
-
-
-
-
-
-
-