-
公开(公告)号：CN119996045A
公开(公告)日：2025-05-13
申请号：CN202510276489.3
申请日：2025-03-10
Applicant: 燕山大学
IPC: H04L9/40 , H04L41/14 , H04L41/16 , G06N3/0475 , G06N3/092
Abstract: 本发明公开了一种基于图神经网络和强化学习的APT攻击检测和溯源方法，属于网络安全、多步攻击技术领域，包括以下步骤：采用连续时间动态异构图对系统审计日志中的事件进行建模，通过AGNN生成更具有挑战性的样本，提高样本的质量，使生成的正样本更加复杂且贴近真实的攻击场景；使用对比损失增强对于攻击步骤之间相似性的关注，提升检测攻击行为的能力，在微调阶段，根据样本类型，通过拼接边缘两侧节点的嵌入来获得边缘的嵌入；全连接层将嵌入映射到连接边属于攻击事件的概率，使用加权交叉熵损失函数作为微调目标；利用蒙特卡罗树搜索结合强化学习的方法，对系统中的事件进行逐步溯源。本发明能够更好的进行APT攻击图嵌入特征提取和检测。
-
公开(公告)号：CN119227685A
公开(公告)日：2024-12-31
申请号：CN202411230850.0
申请日：2024-09-04
Applicant: 燕山大学
IPC: G06F40/295 , G06F40/30 , G06N3/0455 , G06N3/0464
Abstract: 本发明公开了基于层叠网格结构信息增强的中文命名实体识别方法，属于自然语言处理、命名实体识别技术领域，本发明使用层叠网格结构和层次化压缩感知模块对词向量的引入和无损压缩，避免了长输入序列和信息损失，同时还将词汇融合过程和上下文特征编码过程进行解耦来减少不必要的注意力计算，提升了计算效率；引入汉字的字形结构信息作为补充，通过多重交叉注意力挖掘实体在字形、字符和单词多个粒度上的关联性，增强了文本的上下文表示能力；使用基于双联协同的实体识别方法，通过软标签约束和多任务联合评分函数实现了跨度抽取与标签分类间的协同学习，并利用全量样本完成标签分类训练，减少了跨度抽取错误造成的错误传播，提升了识别准确率。
-
公开(公告)号：CN114492618B
公开(公告)日：2024-11-01
申请号：CN202210076016.5
申请日：2022-01-23
Applicant: 燕山大学
IPC: G06F18/241 , G06F18/214 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了零试学习和特征提取的旋转机械故障诊断方法，属于深度学习和故障诊断领域，包括特征细化模块主要解决现有大多数方法存在的跨数据集偏差问题，该模块将语义视觉映射整合到一个统一的生成模型中，以细化可见和不可见类样本的视觉特征，引入了自适应边缘中心损失来明确鼓励类内紧凑性和类间可分性，它与语义循环一致性约束结合，使特征细化模块能够学习更有区别的与类和语义相关的特征表示，本发明不仅有效地解决了跨数据集偏差问题，避免微调的低效和过拟合风险，并且具有显著的性能增益。
-
公开(公告)号：CN116055175A
公开(公告)日：2023-05-02
申请号：CN202310040830.6
申请日：2023-01-12
Applicant: 燕山大学
IPC: H04L9/40 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/08 , G06N3/006 , G06F18/211 , G06N7/01
Abstract: 本发明公开了一种基于联合对称不确定性和超参数优化神经网络的入侵检测方法，属于网络安全、入侵检测技术领域，首先对于非数值特征进行独热编码，转换为数值特征，并对数值做归一化处理；基于对称不确定性和松散条件下的马尔可夫毯，使用联合对称不确定性进行特征选择，获得最优特征子集，降低了原始数据的维度；基于CNN和LSTM构建CNN‑LSTM融合神经网络分类模型，并使用改进后的PSO算法对模型的超参数进行自动优化，提高算法的泛化能力。本发明具有更好的特征选择性能，同时也具有更好的入侵检测流量分类性能。从而在准确率、精确率、召回率等多维评价指标中表现出较好性能。
-
公开(公告)号：CN112529476B
公开(公告)日：2022-05-17
申请号：CN202011592446.X
申请日：2020-12-29
Applicant: 国网河南省电力公司电力科学研究院 , 国网河南省电力公司 , 国家电网有限公司 , 河南九域恩湃电力技术有限公司 , 燕山大学
Inventor： 张建宾 , 胡昆岭 , 王倩 , 王磊 , 马建伟 , 王宁 , 牛雨 , 董轩 , 李宗峰 , 冯光 , 贺翔 , 赵健 , 徐恒博 , 徐铭铭 , 牛荣泽 , 李丰君 , 谢芮芮
Abstract: 本发明公开了一种配电网降损潜力评估方法，通过对降损潜力评估指标的计算和处理，得到配电网降损潜力值，达到评估单个或多个配电网降损潜力的目的，具体步骤如下：步骤1，构建配电网降损潜力评估指标，建立配电网降损潜力评估指标向量P；步骤2，设定配电网降损潜力评估指标向量P中各降损潜力评估指标阈值；步骤3，对配电网降损潜力评估指标向量P进行一致化处理；步骤4，计算配电网降损潜力值dp。本发明能够根据设定的多个指标来客观的评估单个配电网降损潜力，也能比较不同的配电网之间的降损潜力。本发明计算简单，人为因素影响较小，能客观反映配电网的降损潜力，为提高配电网能效提供了评估依据。
-
Patent Agency Ranking
公开(公告)号：CN110348227A
公开(公告)日：2019-10-18
申请号：CN201910634705.1
申请日：2019-07-15
Applicant: 燕山大学
Abstract: 本发明提供一种软件漏洞的分类方法及系统。所述分类方法使用Skip-gram语言模型进行漏洞词向量的训练和生成，将每条漏洞文本中的词映射到有限维度的空间中，以此表征语义信息，降低了词向量的稀疏性，然后充分利用卷积神经网络和循环神经网络提取特征和表征语义信息的优势，构建了C-GRU神经网络模型，利用卷积神经网络提取文本向量的局部特征，利用GRU提取与文本上下文相关的全局特征，将两种互补模型提取的特征进行融合。本发明克服了基于机器学习算法漏洞自动分类方法在处理高维和稀疏问题上表现的效果不是很好，而且不能很好地提取文本特征和表征语义信息，同时忽略了特定的漏洞信息的技术缺陷，提高了软件分类准确性。
-
公开(公告)号：CN109977028A
公开(公告)日：2019-07-05
申请号：CN201910274407.6
申请日：2019-04-08
Applicant: 燕山大学
Abstract: 本发明公开了一种基于遗传算法和随机森林的软件缺陷预测方法，包括以下步骤：对软件缺陷数据集的各个子集进行数据预处理；基于遗传算法和随机森林算法进行特征选择；构建随机森林分类器；软件缺陷预测，利用处理后的软件缺陷数据集训练随机森林分类器，经过多测实验得到分类效果较优的随机森林分类器，然后将经过处理后的软件缺陷测试集输入到训练好的分类器中，最终获得测试集的分类结果。本发明很好地适应有差异性和类别不平衡的软件缺陷数据集；将遗传算法和随机森林算法相结合用于特征选择，达到很好的降维效果。使用基于决策树的集成算法，各自独立地学习并做出预测,将这些预测结果结合起来得到最终的预测结果。
-
公开(公告)号：CN105184085B
公开(公告)日：2018-07-13
申请号：CN201510586362.8
申请日：2015-09-16
Applicant: 燕山大学
IPC: G06F19/00
Abstract: 一种基于海洋用钢成分腐蚀量的预测方法，它包括以下步骤：1、数据的初始化，将一种成分在某时间长度下的腐蚀量和对应的时间成分定义为一组数据，在获取目标环境下钢铁材料腐蚀的数据后，将所有数据整理为构建神经网络，并将其输入到matlab软件；2、神经网络结构优化，利用蚁群算法对神经网络隐含层层数、各层节点数进行优化，将最优的隐含层结构作为神经网络结构；3、神经网络权值和阈值的初值优化，利用人工鱼群算法优化权值阈值的初值；4、神经网络预测及误差分析。本发明能够较为快速精确的预测钢铁材料在海洋环境中腐蚀快慢，对耐候钢的研究开发具有指导作用，并对腐蚀行为机理的研究有所帮助。
-
公开(公告)号：CN105184085A
公开(公告)日：2015-12-23
申请号：CN201510586362.8
申请日：2015-09-16
Applicant: 燕山大学
IPC: G06F19/00
Abstract: 一种基于海洋用钢成分腐蚀量的预测方法，它包括以下步骤：1、数据的初始化，将一种成分在某时间长度下的腐蚀量和对应的时间成分定义为一组数据，在获取目标环境下钢铁材料腐蚀的数据后，将所有数据整理为构建神经网络，并将其输入到matlab软件；2、神经网络结构优化，利用蚁群算法对神经网络隐含层层数、各层节点数进行优化，将最优的隐含层结构作为神经网络结构；3、神经网络权值和阈值的初值优化，利用人工鱼群算法优化权值阈值的初值；4、神经网络预测及误差分析。本发明能够较为快速精确的预测钢铁材料在海洋环境中腐蚀快慢，对耐候钢的研究开发具有指导作用，并对腐蚀行为机理的研究有所帮助。
-
公开(公告)号：CN103775645A
公开(公告)日：2014-05-07
申请号：CN201410025356.0
申请日：2014-01-21
Applicant: 燕山大学
Abstract: 一种石英管真空密封推拉装置及真空密封检测方法，包括推拉手柄、推拉头、推拉杆以及密封塞，推拉手柄和推拉头分别安装在推拉杆的两端，在推拉杆上套有直通；在直通内安装密封器件Ⅰ和中心支架；在中心支架的两端分别安装密封器件Ⅲ，中心支架一端的密封器件Ⅲ通过密封器件Ⅱ与直通相接触，另一端的密封器件Ⅲ通过密封器件Ⅱ与密封器件Ⅰ相接触；推拉杆的一端安装推拉头，推拉头与密封塞卡式连接。检测方法是分别在真空密封完成和静置一段时间后，使用步进电机通过无弹性钢绳为密封塞提供等值的一定拉力，若密封塞未发生移动则表示密封效果好。本发明具有设计合理、方便实用、操作简单、检测效果好等优点。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.023 seconds)
