基于网络话题的活跃度与集群结构分析系统及方法

    公开(公告)号:CN103023714B

    公开(公告)日:2015-12-23

    申请号:CN201210477317.5

    申请日:2012-11-21

    Abstract: 一种基于网络话题的活跃度与集群结构分析系统,包括:数据获取归一模块、数据存储模块、应用分析模块、用户交互与展示模块,用户交互与展示模块提供与用户交互以及数据分析结果展示的接口。数据获取归一模块通过接收用户指定的URL,借助网络数据爬取子单元和网页数据归一子单元获取并归一化网络数据。数据存储模块存放归一化网页数据,为应用解析模块提供分析数据。应用解析模块在网页聚类和热点挖掘的基础上,深度挖掘话题活跃度和社团结构,并通过用户交互与展示单元向用户展示结果。本发明克服了网络舆情系统领域检测手段单一,不能进行网页内容挖掘等局限性,很好的解决了网页信息分析中集群结构挖掘与状态评估的深层次信息挖掘的问题。

    在线交易系统的中间人攻击防御方法

    公开(公告)号:CN102904883B

    公开(公告)日:2015-07-08

    申请号:CN201210362877.6

    申请日:2012-09-25

    Abstract: 本发明提供了一种在线交易系统的中间人攻击防御方法,即基于挑战/应答机制的防御中间人攻击的双向认证技术。交易服务器接收到交易请求后,产生一个challenge,并运用第一私有信息、challenge及一个交易信息生成第一哈希值,同时将上述参数传给客户端计算机。客户端计算机接收上述参数后,同样运用第一私有信息计算得到第一验证哈希值,进而对服务器端进行验证。然后客户端计算机运用第二私有信息、接收的challenge及上述交易信息生成第二哈希值,传给交易服务器。交易服务器接收上述第二哈希值后,运用第二私有信息生成第二验证哈希值,进而完成对客户端计算机的验证。此过程成功实现了交易服务器与客户端的双向认证,对中间人攻击具有有效地防御作用。

    基于网络势能的社区结构挖掘方法

    公开(公告)号:CN102684912A

    公开(公告)日:2012-09-19

    申请号:CN201210104303.9

    申请日:2012-04-11

    Abstract: 本发明提供一种基于网络势能的社区结构挖掘方法,该方法是将物理中势能的概念引入到复杂网络中,定义了复杂网络的节点势能、网络势能,通过最优化势能函数,对复杂网络进行划分,最终挖掘出复杂网络中的社区结构。由于网络势能可以较好地利用网络的拓扑信息,反映出整个网络拓扑结构的紧密程度,所以该方法大大提高了社区结构的检测精度。

    基于权限提升的网络脆弱性分析系统

    公开(公告)号:CN101695033A

    公开(公告)日:2010-04-14

    申请号:CN200910307680.0

    申请日:2009-09-25

    Abstract: 一种网络安全技术领域的基于权限提升的网络脆弱性分析系统,用于从全局整体的角度分析网络系统的安全隐患,包括:漏洞检测模块、攻击信息知识库、网络攻击图生成模块和攻击图可视化模块,其中:漏洞检测模块与网络攻击图生成模块连接并传输漏洞信息、网络连通信息和主机信息,攻击信息知识库与网络攻击图生成模块连接并传输漏洞利用信息,网络攻击图生成模块与攻击图可视化模块连接并输出整个信息系统的网络攻击图。本发明帮助管理员识别漏洞组合对系统安全的影响,了解整个系统的安全状况。

    基于举报信息和传播异构图的谣言检测方法和系统

    公开(公告)号:CN115114500A

    公开(公告)日:2022-09-27

    申请号:CN202210788962.2

    申请日:2022-07-06

    Abstract: 本发明提供了一种基于举报信息和传播异构图的谣言检测方法和系统,包括:获取存在谣言传播的主题关键词;根据主题关键词爬取与主题相关的数据,包括信息、信息发布者数据以及信息转发、点赞用户数据;利用获取的信息、信息发布者数据以及信息转发、点赞用户数据,确定节点种类、节点标签和边关系矩阵,并生成信息异构传播图,根据标注的信息节点标签,通过降低训练集的损失之和,完成图注意力神经网络的训练;基于信息异构传播图,利用转发及发布信息的所有用户真实性概率结果均值计算该条信息的真实性。本发明的高预测准确率减少了人工判断虚假新闻的成本;使用图注意力网络训练时,仅采用少量样本训练,符合真实社交网络环境。

    基于用户兴趣的信息溯源方法和系统

    公开(公告)号:CN109885760A

    公开(公告)日:2019-06-14

    申请号:CN201910059484.X

    申请日:2019-01-22

    Abstract: 本发明提供了一种基于用户兴趣的信息溯源方法和系统,提取用户历史微博信息中的内容关键词,计算所述内容关键词与兴趣关键词的相关程度,评估博主对某个兴趣分类的感兴趣程度,计算博主微博在某个兴趣分类的用户影响力,进一步获得博主的总影响力;计算评论人或者转发人对某个兴趣分类的感兴趣程度,得到评论人或者转发人的评论转发总影响力;根据微博信息的发布时间,计算时间影响力;分别对博主总影响力、评论人或者转发人的评论转发总影响力、时间影响力、关注度赋予对应的权重,得到微博综合得分,根据微博得分进行排序溯源。

    基于学习自动机的深度神经网络增量式训练方法及系统

    公开(公告)号:CN109829541A

    公开(公告)日:2019-05-31

    申请号:CN201910049826.X

    申请日:2019-01-18

    Abstract: 本发明提供了一种基于学习自动机的深度神经网络增量式训练方法及系统,包括:原始样本集训练步骤:采用原始训练样本集对深度神经网络模型进行训练;增量样本集训练步骤:对前一次训练样本集进行类别扩充,采用扩充后的训练样本集对前一次训练好的深度神经网络模型进行增量式训练。本发明可以将复杂数据集上的训练过程分解为一系列的简单任务的训练过程,通过对模型增量式的训练逐步解决所有类别的分类问题。这种累积性的学习策略也更符合现实生活中人的学习过程。

Patent Agency Ranking