-
公开(公告)号：CN106850647A
公开(公告)日：2017-06-13
申请号：CN201710092340.5
申请日：2017-02-21
Abstract: 本发明公开了一种基于DNS请求周期的恶意域名检测算法，所述的算法由流量预处理，周期性匹配算法和恶意域名检测部分组成，所述的流量预处理可以滤过有名的域名，周期性匹配算法将判定所访问域名的可疑性，本发明以1个月内流量特征(访问IP，访问时间，被访问域名，被访问IP)为输入，计算出被访问域名的可疑性，再通过检测，确定域名是否恶意，易于判断和监测流量异常情况。同时，本发明的周期性匹配算法适用于其他异常流量以及恶意域名的预检测中。
-
公开(公告)号：CN102932328A
公开(公告)日：2013-02-13
申请号：CN201210364329.7
申请日：2012-09-26
Applicant: 上海交通大学
IPC: H04L29/06
Abstract: 本发明公开一种基于二进制序列集合的访问控制策略合成方法，首先定义二进制序列集合元素以及基于二进制序列的集合运算规则,根据以上定义，从属性约束层对实际的策略进行属性分解，并通过集合内部元素分离将策略正确的表达成为基于二进制序列的逻辑表达式。然后通过语义检查和移位合并，用以消除规则冗余和语义冲突问题。在此基础上，根据实际的安全需求定义基于二进制序列集合的逻辑合成算子，将合成方式转换成逻辑表达式。利用二进制序列可直接作为数据结构的特点，根据逻辑表达式可直接对基于二进制建模的策略空间计算合成结果，作为一种无需逻辑转换的策略代数实现机制。最后，将基于二进制集合形式的合成策略翻译成属性项策略。
-
公开(公告)号：CN101527679B
公开(公告)日：2010-12-29
申请号：CN200910047465.1
申请日：2009-03-12
Applicant: 上海交通大学
Abstract: 本发明涉及的是一种网络安全技术领域的基于适应性随机延迟的TCP/IP网络隐蔽时间信道干扰方法。本发明将网络数据包存储在干扰网关缓冲区内，对队列内的数据包依次转发，对于每一个处于队列首位的数据包加以随机延迟，该随机延迟的最大值受队列长度影响，当队列较长，网络比较拥塞时，随机延迟的最大值变小，数据包的转发速度就加快，因此该方法对网络流量具有适应性。该发明在有效干扰网络隐蔽时间信道，降低其信道的容量的同时，又保证了一定的网络服务质量，从而可以用于实际网络系统中的隐蔽时间信道干扰。
-
公开(公告)号：CN101505268A
公开(公告)日：2009-08-12
申请号：CN200910047466.6
申请日：2009-03-12
Applicant: 上海交通大学
Abstract: 本发明涉及一种网络信息技术领域的基于加权一阶局域法的公共拥塞路径检测方法。本发明在被测网络系统两端构造两个探测流并分别进行采样，得到两个探测流的端到端时延序列；其中一个探测流继续采样，得到一个延时序列；采用加权一阶局域法对两个时延序列进行预测，寻找待预测点在重构相空间中最邻近的点作为预测结果；将预测结果和采样得到的延时序列作比较，计算相对误差，得到预测结果的相似性；根据两个探测流预测结果的相似性判断是否存在公共拥塞路径。本发明基于混沌信号处理技术对网络流量特征进行检测，从而得出对其是否经过共同拥塞路径的判断，本发明在同等收敛速度下具有更高的判断准确性。
-
公开(公告)号：CN118114759A
公开(公告)日：2024-05-31
申请号：CN202410281994.2
申请日：2024-03-12
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于目标知识增强提示学习的小样本立场检测方法，涉及立场检测领域。本发明提出了一种基于目标知识增强的提示学习方法，称为TAP(Target‑Aware Knowledge enhanced Prompt‑tuning)。对目标级别和立场级别的任务相关的词汇进行分层筛选，并通过先验知识的多样化知识提炼保证补充知识的一致性。进一步地，借助于基于对比学习的样本辨别性增强蒸馏策略，将模型中的知识与小样本样例进行对齐，实现基于层次化领域知识补足且保证样本辨别能力的小样本立场检测。
-
Patent Agency Ranking
公开(公告)号：CN114298854A
公开(公告)日：2022-04-08
申请号：CN202111591929.2
申请日：2021-12-23
Applicant: 上海交通大学
Abstract: 本发明涉及一种联合学习表示和对齐的弱监督用户身份链接方法，该方法包括以下步骤：1)采集源网络与目标网络的用户数据和已知的对应关系集；2)设定表示向量的维度和卷积层数；3)进行嵌入学习，得到源网络用户表示Zs和目标网络用户表示Zt；4)基于映射函数Φ将Zs映射到目标网络的表示空间中；5)进行跨网络强对齐训练，6)获取潜在对齐用户对记为集合；7)计算对应的权重αpq；8)进行跨网络弱对齐训练，9)更新聚合操作、连结操作以及映射函数中神经网络的权重矩阵和偏置参数；10)更新参数直至收敛；11)获取源网络用户us在目标网络中的对应锚用户。与现有技术相比，本发明具有适用于多个且标签缺乏的网络、对齐准确率高等优点。
-
公开(公告)号：CN112508724B
公开(公告)日：2022-03-11
申请号：CN202011131205.5
申请日：2020-10-21
Applicant: 上海交通大学
Abstract: 本发明公开了一种基于循环一致性对抗学习的用户身份对齐方法，涉及社交网络技术领域，包括以下步骤：输入源网络与目标网络，学习源网络和目标网络节点表示向量，基于第一生成器、第二生成器实现映射，建立与生成器对应的判别器，使生成器和判别器之间进行基于能量的对抗学习，使第一生成器和第二生成器之间进行循环一致性学习，最终得到源网络中任意节点在目标网络中的对应的锚用户。本发明所提技术方案能够适用于多个网络的用户身份对齐，适用于标签缺乏的网络，工作性能好。
-
公开(公告)号：CN109064348B
公开(公告)日：2021-10-08
申请号：CN201811037291.6
申请日：2018-09-06
Applicant: 上海交通大学
IPC: G06Q50/00
Abstract: 本发明涉及一种在社交网络中封锁谣言社区并抑制谣言传播的方法，包括以下步骤：1)根据已知信息得到社交网络G的子网络G′；2)在子网络G′中封锁数量最少的节点用以阻断所有桥边，所述桥边的起点为谣言起源节点或谣言可达的且在谣言社区内的节点，其终点为桥节点，3)以贪婪的方式循环从谣言可达节点集合A′中选择一个目标节点，并在子网络G′中将其封锁，直到在谣言传播过程结束时，受到谣言影响的总节点数的期望值不超过设定的正整数K，最终得到需要封锁的节点所构成的集合M。与现有技术相比，本发明具有减少候选封锁节点数量、谣言抑制效果好、简单易行、实用性广等优点。
-
公开(公告)号：CN107507020B
公开(公告)日：2021-10-08
申请号：CN201710625670.6
申请日：2017-07-27
Applicant: 上海交通大学
IPC: G06Q30/02
Abstract: 本发明提供了一种获取网络传播影响力竞争优势最大化的方法，包括以下步骤：步骤一：输入网络G(V,E)，B产品的第二种子集SB，时间限制τ，A产品种子集中的种子数目k，维度均为|V|的向量ΔInf和ID；其中，V表示网络中的节点集，E表示有向边的集合，同时每一条有向边均对应一个激活概率；|V|表示网络中的节点数；ID向量内存储节点序号。ΔInf与ID相关联，表示加入相应节点的优势影响力增益值，即若IDi＝j，那么ΔInfi表示在某一轮的选择中，加入节点j之后所获得的优势影响力增益。本发明速度更快，性能也很好。
-
公开(公告)号：CN106295874B
公开(公告)日：2021-02-12
申请号：CN201610643752.9
申请日：2016-08-08
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于深信度网络的交通流参数预测方法，包括以下步骤：根据交通流的预测时间间隔，采集交通流参数，在参数聚合的基础上，用归一化方法，对采集的交通流参数进行预处理；建立基于深信度网络的交通流参数预测方法，将归一化的交通流参数划分为训练数据集合测试数据集，并利用测试数据集训练DBN模型；利用深信度网络预测模型进行交通流参数预测；对比测试数据集和预测数据，进行误差分析。本发明通过分析并选取最佳神经网络结构，提高了参数预测的准确度。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.022 seconds)
