-
公开(公告)号：CN113987129A
公开(公告)日：2022-01-28
申请号：CN202111311802.0
申请日：2021-11-08
Applicant: 重庆邮电大学
IPC: G06F16/33 , G06F40/279 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明属于信息安全领域，特别涉及一种基于变分自动编码器的数字媒体保护文本隐写方法，包括构建由编码网络、高斯采样以及解码网络构成的神经网络模型，将文本向量化；利用编码网络分别获取全局关键词和长序列的特征，并融合全局关键词和长序列的特征获取全局特征表示；利用高斯采样对编码网络中的全局特征表示进行高斯采样；利用解码网络对高斯采样的采样结果进行解码，获取文本的条件概率分布；选择条件概率最大的K个词，使用哈夫曼编码来选择同秘密比特流相对应的一个单词，完成文件的隐写；本发明不仅能够生成长而多样的隐写文本，使得隐写文本能携带更多的秘密信息，而且实现自然语言和隐写文本视觉不可区分、统计不可区分和语义不可区分。
-
公开(公告)号：CN113962748A
公开(公告)日：2022-01-21
申请号：CN202111297307.9
申请日：2021-11-04
Applicant: 重庆邮电大学
Abstract: 本发明属于网络对齐领域，具体涉及一种基于元路径的全貌信息表示异质电商平台用户对齐方法，该方法包括：获取用户的属性数据和交互数据，对用户的属性数据和交互数据进行聚合预处理；提取聚合预处理后的用户数据；将提取的用户数据输入到基于元路径的全貌信息表示异质电商平台用户对齐模型中，对用户进行对齐处理；本发明从用户属性信息、用户商品交互信息、用户兴趣关注度三方面出发，其中发明重点部分是采用元路径对异质平台稀疏数据进行聚合，获取更有效的实验数据以及采用注意力机制对学习到的用户属性关系向量和用户交互关系向量进行权重分配，从而进行高效的对齐任务。
-
公开(公告)号：CN113934964A
公开(公告)日：2022-01-14
申请号：CN202111286395.2
申请日：2021-11-02
Applicant: 重庆邮电大学
IPC: G06F16/958 , G06N3/04 , G06N3/08
Abstract: 本发明属于网络舆情分析领域，具体涉及一种基于多消息和多维复合博弈的谣言传播控制方法；该方法为：获取话题数据信息和用户数据信息，对话题数据信息和用户数据信息进行预处理；提取预处理后的话题数据信息的相关属性和用户数据信息的相关属性；将话题数据信息的相关属性和用户数据信息的相关属性输入到基于多消息和多维复合博弈的谣言传播模型，预测用户传播谣言的趋势；本发明可应用于社交网络中信息传播预测和控制，有助于舆情部门更及时和精确的对舆情进行监控和管理，并在合理的时间进行引导和抑制，阻止谣言的传播。
-
公开(公告)号：CN113744032A
公开(公告)日：2021-12-03
申请号：CN202111073041.X
申请日：2021-09-14
Applicant: 重庆邮电大学
Abstract: 本发明属于电商推荐领域，尤其是一种图书推荐的方法、相关装置、设备及存储介质；所述方法包括获取用户信息数据、图书信息数据和用户行为数据并预处理；计算得到用户图书兴趣度、用户活跃度和图书流行度；基于用户图书兴趣度来控制用户节点随机游走，得到用户节点的嵌入向量表示并进行相似度计算，将不同的书城平台中的用户节点对齐；利用对齐后的评分数据进行数据补偿；将用户活跃度和图书流行度作为灰色模型的相关因素，利用灰色模型对补偿后的评分数据矩阵处理，得到用户节点的评分预测序列，并推荐出排名靠前的图书。本发明能挖掘用户和图书间的隐藏信息并有效弥补数据稀疏的问题，将对齐后的用户进行信息融合，能够提供较为精确的推荐数据。
-
公开(公告)号：CN113055372A
公开(公告)日：2021-06-29
申请号：CN202110255051.9
申请日：2021-03-09
Applicant: 重庆邮电大学
IPC: H04L29/06
Abstract: 本发明属于互联网应用技术领域，尤其涉及一种恶意软件的传播预测方法；所述方法包括获取数据库中用户节点及其交互数据，并提取出用户节点的传播属性；采用Doc2vec算法从用户节点传播内容组成的段落中学习出用户节点的用户行为特征向量；采用基于张量分解的向量化算法Tensor2vec从恶意软件传播网络中学习出用户节点网络结构特征向量；在图卷积神经网络中对恶意软件进行传播预测，并预测出恶意软件是否传播给用户节点和该恶意软件的传播趋势；本发明考虑到数据的稀疏性带来的计算精度不准的问题，采用张量分解的方法计算用户节点间的感染强度，并利用表示学习方法挖掘恶意软件传播空间特征信息，能有效进行恶意软件的传播预测。
-
Patent Agency Ranking
公开(公告)号：CN108229731B
公开(公告)日：2021-03-23
申请号：CN201711380240.9
申请日：2017-12-20
Applicant: 重庆邮电大学
IPC: G06F30/27
Abstract: 本发明请求保护一种热点话题下用户参与行为的预测系统及方法。属于社交网络分析领域。首先，提出了多消息影响机制，包括内部影响因素和外部影响因素；然后考虑到BP(error BackPropagation，误差逆传播)神经网络高度的自学习和自适应能力以及能充分逼近任意复杂非线性关系的特性，采用神经网络构建用户参与行为预测模型。同时使用模拟退火算法，解决了BP算法局部极小的问题，从而保证算法稳定和准确。最后，定义了多消息相关性指标，用来衡量多消息之间的互影响强度，同时可以更加准确的表征话题对用户参与行为的影响。
-
公开(公告)号：CN113962748B
公开(公告)日：2025-05-09
申请号：CN202111297307.9
申请日：2021-11-04
Applicant: 重庆邮电大学
IPC: G06Q30/0201 , G06Q30/0601 , G06F18/22
Abstract: 本发明属于网络对齐领域，具体涉及一种基于元路径的全貌信息表示异质电商平台用户对齐方法，该方法包括：获取用户的属性数据和交互数据，对用户的属性数据和交互数据进行聚合预处理；提取聚合预处理后的用户数据；将提取的用户数据输入到基于元路径的全貌信息表示异质电商平台用户对齐模型中，对用户进行对齐处理；本发明从用户属性信息、用户商品交互信息、用户兴趣关注度三方面出发，其中发明重点部分是采用元路径对异质平台稀疏数据进行聚合，获取更有效的实验数据以及采用注意力机制对学习到的用户属性关系向量和用户交互关系向量进行权重分配，从而进行高效的对齐任务。
-
公开(公告)号：CN118298272A
公开(公告)日：2024-07-05
申请号：CN202410279909.9
申请日：2024-03-12
Applicant: 重庆邮电大学
IPC: G06V10/82 , G06V10/774 , G06V40/16 , G06V40/40 , G06N3/094 , G06N3/0455 , G06N3/0475 , G06N3/084 , G06V10/46 , G06V10/80 , G06V10/74
Abstract: 本发明属于信息安全领域，尤其涉及一种针对深度伪造的可迁移对抗样本生成方法；包括获取人脸图像数据集进行合成处理得到人脸显著特征图像集；采用人脸显著特征图像集训练编码器，通过损失函数计算损失并反向传播训练参数，直至参数收敛；采用生成器与训练好的编码器构建对抗样本生成模型，根据人脸显著特征图像集进行优化训练，并设计第一损失函数计算优化损失；采用训练好的对抗样本生成模型获取对抗样本，通过蒸馏迁移模型处理对抗样本得到适用于不同任务模型的对抗样本；本发明提高了所生成的对抗样本的鲁棒性。
-
公开(公告)号：CN113870043B
公开(公告)日：2024-04-09
申请号：CN202111225080.7
申请日：2021-10-21
Applicant: 重庆邮电大学
IPC: G06Q50/00
Abstract: 本发明属于社交网络‑信息传播领域，具体涉及一种基于用户意识和演化博弈的信息传播控制方法；该方法包括：获取数据信息，对获取的数据信息进行预处理；获取的信息包括话题信息和用户信息；将预处理后的数据信息输入到基于用户意识和演化博弈的信息传播模型中，预测用户传播话题信息的趋势；本发明可应用于社交网络中信息传播预测和控制，有助于舆情部门更及时和精确的对舆情进行监控和管理，并在合理的时间进行引导和抑制；也可用于企业产品和服务的推广，有助于广告在目标群体的快速推广和扩散，提升广告的曝光度以及品牌知晓度，以此获得良好的社会经济效益。
-
公开(公告)号：CN116467710A
公开(公告)日：2023-07-21
申请号：CN202310275519.X
申请日：2023-03-21
Applicant: 重庆邮电大学
Abstract: 本发明属于网络与信息安全技术领域，具体涉及一种面向不平衡网络的恶意软件检测方法，包括：使用对抗生成网络对原始不平衡数据集进行数据增强，从而使得良性与恶意样本数量达到平衡；选取不同元路径构建异质网络挖掘各类实体信息；采用残差连接和恒等映射的方法提取节点的高阶隐藏信息，避免过平滑现象；基于自注意力机制对个元路径进行自适应加权聚合，获得最终嵌入表示，使用分类器进行分类操作；本发明考虑在现实生活中各类恶意软件的样本量少、难获取的问题，采用对抗生成网络进行数据增强操作，随后对其进行异质网络建模，利用高阶模型获取节点隐藏关系，再利用注意力机制进行元路径聚合，能够有效的对不平衡的软件数据集进行准确检测。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.024 seconds)
