-
公开(公告)号：CN111010370A
公开(公告)日：2020-04-14
申请号：CN201911111518.1
申请日：2019-11-14
Applicant: 东华大学
Abstract: 本发明公开了一种基于移动端的防作弊在线考试方法，其特征在于，包括以下步骤：A.登录设置；B.考试防作弊设置C.试卷生成；D.答题；E.在线考试结束。本发明的核心点在于：一方面如何做到防作弊以及从源头上最大程度上的杜绝作弊现象的发生。另一方面是对于考试过程中考生不易于书写的客观题答案可以采用现场拍照上传的方式对作答情况进行提交。除此之外，相比于传统线下考试，本在线考试系统一方面给考生及老师和相关管理员提供了极大的便利，另一方面也使得考试的分析、存档和管理得到极大程度上的改善。
-
公开(公告)号：CN110992041A
公开(公告)日：2020-04-10
申请号：CN201910525363.X
申请日：2019-06-18
Applicant: 东华大学
IPC: G06Q20/40
Abstract: 如今，根据用户历史交易去判断当前交易是一种重要的检测方式，但是在多个用户异常交易划分过程中依然采取统一的标准，不能准确刻画个体行为差异性，会导致对部分用户的误判提高。针对上述问题，本发明设计一种在线欺诈检测的个体行为超球体构建方法，对每个用户单独考虑，从多个维度并且考虑用户交易变化趋势，分析并提取每个用户历史正常交易行为，确定超球体模型圆心的位置；同时在确定超球体模型半径大小时，考虑用户之间的差异性，基于用户交易行为设计了用户最佳风险阈值计算方法；最后基于用户交易行为和最佳风险阈值构建了用户行为基准的超球体模型，将欺诈检测转化为多维空间中点的映射关系，为解决欺诈交易检测提供了技术支持。
-
公开(公告)号：CN110597948A
公开(公告)日：2019-12-20
申请号：CN201910623612.9
申请日：2019-07-11
Applicant: 东华大学
IPC: G06F16/33 , G06F16/36 , G06F16/951
Abstract: 本发明公开了一种基于深度学习的实体关系抽取方法，如图1所示，包括以下步骤：A.问题背景定义；B.数据预处理；C.词嵌入层；D.LSTM和GRU层；E.注意力层；F.关系输出实体关系三元组。本发明利用基于LSTM模型、GRU模型和注意力机制提出了上市公司公告的关系抽取模型。双向LSTM和GRU模型结构更简单，能减少相关参数的训练，提高模型训练的效率。注意力机制的引入提高了句子整体特征的关系抽取准确率，使模型更注重句子中某些关键字特征。
-
-
公开(公告)号：CN110084610A
公开(公告)日：2019-08-02
申请号：CN201910327627.0
申请日：2019-04-23
Applicant: 东华大学
Abstract: 本发明一种基于孪生神经网络的网络交易欺诈检测系统，所述网络交易欺诈检测系统的输入数据是由一组数据对组成其特征在于，所述网络交易欺诈检测系统由两个结构相同的神经网络模型构成，两个神经网络模型间通过共享权值达到孪生的目的。本发明所构建基于孪生神经网络的网络交易欺诈方法有着很好的实验效果，该方法针对网络交易中时序性稀疏和数据不均衡问题，利用孪生结构来处理不均衡数据，并利用LSTM结构使网络具有记忆功能，以此来提高网络对于欺诈交易的检测能力。
-
Patent Agency Ranking
公开(公告)号：CN110069500A
公开(公告)日：2019-07-30
申请号：CN201910327502.8
申请日：2019-04-23
Applicant: 东华大学
IPC: G06F16/22 , G06F16/245 , G06F16/2458
Abstract: 本发明一种非关系型数据库动态混合索引方法，其特征在于，包括以下步骤：建立键值对非关系型数据库的非主键索引结构；定义非主键字段的权重，通过一个周期内字段作为查询条件的频次以及字段的历史权重，更新非主键字段的权重值；动态划分索引类型；进行混合索引。本发明提出的键值对非关系型数据库的混合索引方法，可以有效的提升非主键字段的条件查询效率。该方法克服了键值对非关系型数据不支持非主键字段不支持索引查询的弱点，建立了非主键字段的混合索引。在大数据的存储上，即实现了快速查询的功能，又节省了不必要的存储开销。
-
公开(公告)号：CN109783520A
公开(公告)日：2019-05-21
申请号：CN201811597780.7
申请日：2018-12-26
Applicant: 东华大学
IPC: G06F16/2455 , G06F16/22 , G06F16/23
Abstract: 本发明提供的一种基于滑动窗口的可伸缩的大规模流数据顺序特征维持方法主要有以下四部分内容：流数据在线处理系统。该处理系统主要由流数据在线处理引擎和摘要查找模块两部分组成。基于固定长度的滑动窗口的流数据摘要方法。基于时间戳的滑动窗口的流数据摘要方法。窗口聚合方法。本发明可以用于在线实时计算数据的顺序特征，在不需要精确查询的时候，能够在极短的时间内回答关于Rank值和分位数的查询。
-
公开(公告)号：CN109034194A
公开(公告)日：2018-12-18
申请号：CN201810641664.4
申请日：2018-06-20
Applicant: 东华大学
CPC classification number: G06Q20/4016 , G06K9/6223 , G06K9/6256 , G06K9/6267
Abstract: 本发明涉及一种基于特征分化的交易欺诈行为深度检测方法，其特征在于，提出了基于交易时间的分化特征生成方法和带有离群样本检测的欺诈交易检测方法。本发明提出的网络交易欺诈检测方法，可以有效检测网络交易中的欺诈行为，本发明提供的方法从实用性角度出发，通过分化特征生成方法和带有离群样本检测的欺诈交易检测方法，建立了网络交易欺诈检测系统，为解决欺诈交易检测提供了技术支持。
-
公开(公告)号：CN118277997A
公开(公告)日：2024-07-02
申请号：CN202410462204.0
申请日：2024-04-17
Applicant: 东华大学
Abstract: 本发明涉及一种基于区块链的具有学习行为验证的安全联邦学习方法，在联邦学习过程中利用异步学习行为验证机制，可以有效地检测并剔除恶意模型，保证训练过程的安全性。本发明对于联邦学习中所使用的训练算法没有限定和要求，可以支持对任意训练过程的防御，提高了该发明的可用性。本发明利用节点在本地训练模型时的行为来构建学习行为模型，并结合学习行为验证算法，能够有效地识别恶意模型，而且在恶意节点超过半数时，仍能有效的检测训练过程中出现的中毒攻击行为，保证安全性。同时对模型质量进行检测，以排除低质量模型参与到聚合过程中。这种方法将联邦学习的训练过程、检测过程、聚合过程有机地联系与结合了起来。
-
公开(公告)号：CN116821733A
公开(公告)日：2023-09-29
申请号：CN202310376603.0
申请日：2023-04-07
Applicant: 东华大学
IPC: G06F18/23213 , G06F18/2415
Abstract: 本发明的一个技术方案是提供了一种基于动态钻井的大规模流数据采样方法。本发明的另一个技术方案是提供了一种基于动态钻井的大规模流数据评估方法，其特征在于，利用上述的大规模流数据采样方法从原始流数据集采样获得样本集，基于样本集对原始数据集的价值特征进行评估。基于矿产钻井勘探思想，本发明提出一种动态钻井采样方法，该方法以井为分析单元，动态改变井的大小和位置，准确定位离散数据的位置和范围。进一步提出了一种新的流数据价值评估模型，该模型从离散、集中和整体三个维度基于动态钻井采样方法获得的样本集对原始流数据集进行评估，对大数据价值评估有重要的研究意义。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.023 seconds)
