公开(公告)号：CN111680021A

公开(公告)日：2020-09-18

申请号：CN202010393513.9

申请日：2020-05-11

Applicant: 北京邮电大学

Inventor： 韩万江 ,  王晓湘 ,  姜立新 ,  公菲菲 ,  陈淑文 ,  金昕 ,  张笑燕 ,  杨金翠

IPC: G06F16/21 ,  G06F16/22 ,  G06F16/25 ,  G06F40/126 ,  G06Q10/10 ,  G06Q50/26

Abstract: 本说明书一个或多个实施例提供一种多源异构灾情数据处理、呈现方法及装置，通过根据数据来源类型确定数据源编码结果，根据数据中的灾害类型，确定灾情信息编码结果，从多源异构灾情数据中提取目标数据，将目标数据、数据源编码和灾情信息编码统一进行存储，建立了目标数据和数据源、灾情信息之间的关联性，更全面地反映出不同来源、不同灾害类型的灾情数据的特征和属性，通过编码的方式尽可能完整的保存多源异构灾情数据的来源信息和灾害信息，实现异源、异构灾情信息的统一融合，能够更加有条理地对多源异构灾情数据进行管理和呈现。

公开(公告)号：CN110958244A

公开(公告)日：2020-04-03

申请号：CN201911205605.3

申请日：2019-11-29

Applicant: 北京邮电大学

Inventor： 时金桥 ,  关建峰 ,  王东滨 ,  石瑞生 ,  杨金翠 ,  张婉澂 ,  李佳蔚

IPC: H04L29/06 ,  H04L29/12 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明实施例提供一种基于深度学习的仿冒域名检测方法及装置，该方法包括：从网络数据中，获取多个疑似域名，将每一疑似域名和已有的可信域名集合中的元素构成一个域名对；将每一域名对输入至预设的双向长短期记忆网络模型，根据双向长短期记忆网络模型的输出结果，确定每一域名对中的疑似域名为可信域名仿冒域名的结果；其中，双向长短期记忆网络模型，根据已知仿冒结果作为标签的域名对，作为样本进行训练后得到。该方法能够充分利用域名上下文信息，提升域名检测的精准度，解决了传统基于编辑距离设计检测规则方法的不足。通过神经网络实现，能够改善在处理海量数据性能方面的不足，实现高精度和高鲁棒性的仿冒域名判断。

公开(公告)号：CN110489607A

公开(公告)日：2019-11-22

申请号：CN201910705957.9

申请日：2019-08-01

Applicant: 北京邮电大学

Inventor： 张熙 ,  雷鸣涛 ,  杨金翠 ,  方滨兴

IPC: G06F16/901 ,  G06F16/903

Abstract: 本发明实施例提供了一种同构子图查询方法、装置、电子设备及存储介质，其中，该方法包括：获取查询图和目标图，并分别对查询图和目标图进行分解，使用分解得到查询子图，对每个分解得到的目标子图进行同构操作，得到每个目标子图对应的同构子图；获取查询图任意两个节点间的最短路径，并在最短路径中选择最大距离；计算第一同构子图和第二同构子图的最短路径的最大值，在第一同构子图和第二同构子图的最短路径的最大值小于或等于在最短路径中选择的最大距离时；对第一同构子图和第二同构子图进行连接，得到目标图中与查询图对应的同构子图。无需遍历目标图的所有节点。从而可以提高同构子图的查询效率。

公开(公告)号：CN102413159A

公开(公告)日：2012-04-11

申请号：CN201110061279.0

申请日：2011-03-15

Applicant: 北京邮电大学

Inventor： 袁玉宇 ,  刘川意 ,  张旸旸 ,  韩强 ,  杨金翠

IPC: H04L29/08 ,  H04L29/06

Abstract: 本发明设计一种面向网络化操作系统的可信任在线存储系统，属于计算机数据存储技术领域，主要解决的问题是：典型的网络化操作系统中，用户将数据放置到平台提供商的在线存储系统中，会失去对数据的直接控制。本发明的主要目的是在典型的网络化操作系统中建立一种可信任机制，使用户可以放心地将数据存储到平台提供商的基础设施中。本专利设计了一种基于亚马逊S3存储服务接口的可信任在线存储系统。系统分为三层：对象存储系统、可信文件系统服务端和可信文件系统客户端。在可信系统客户端之外的任何组件都无法获取文件的明文，或者对文件进行篡改而不被发现。只要用户客户端是可信的，整个系统就是可信的，而客户端由用户负责保证其可信。

公开(公告)号：CN102193861A

公开(公告)日：2011-09-21

申请号：CN201110061270.X

申请日：2011-03-15

Applicant: 北京邮电大学

Inventor： 袁玉宇 ,  韩强 ,  刘川意 ,  张旸旸 ,  杨金翠

IPC: G06F11/36

Abstract: 本发明公开了一种基于数据挖掘的软件可信性度量与评估方法，包括以下步骤：(1)以概念层次法为基础，定义同一属性集中各属性权重及相邻层属性集的构成关系。(2)基于软件测试环境，结合人工智能理论，给出一种面向属性特征集的可信性计算基础算子。(3)基于软件黑盒测试方法，结合数据挖掘理论，利用黑盒测试获得软件可信性静态属性特征集和可信性计算基础算子，逐层计算该软件初始时可信性，利用运行时测试软件行为获得的软件动态属性特征集，利用同余度度量算子，获得软件运行时可信性。(4)通过用户对属性特征集定义最低主观期望，逐层计算该软件终止时可信性。(5)给出待评估软件可信性评估推荐意见。