-
公开(公告)号：CN113961438A
公开(公告)日：2022-01-21
申请号：CN202111240836.5
申请日：2021-10-25
Applicant: 哈尔滨工业大学 , 上海浦东发展银行股份有限公司
IPC: G06F11/34 , G06V10/762 , G06V10/774 , G06K9/62
Abstract: 本申请公开了一种基于多粒度多层级的历史行为异常用户检测系统、方法、设备及存储介质，属于数据分析技术领域。解决了现有技术中识别异常种类少导致的漏报问题和正常行为模式偏离较大导致的误报的问题。本申请的多粒度多层次聚类包括层级划分、组间粗粒度聚类、组内细粒度聚类；层级划分：将天数按照多个层级进行逐层划分并对每一层级的组内和组间进行定义；组间粗粒度聚类：对每一层级中的每组构建用户的单组特征向量，进行聚类标记；组内细粒度聚类：对每一层级中每组内的用户构建单日行为特征向量，进行聚类标记；最终综合聚类标记得到用户异常行为标记。本申请减少了异常用户的漏报率和误报率，实现了较高的历史行为异常用户识别率和鲁棒性。
-
公开(公告)号：CN107196870A
公开(公告)日：2017-09-22
申请号：CN201710599012.4
申请日：2017-07-20
Applicant: 哈尔滨工业大学 , 国家计算机网络与信息安全管理中心
IPC: H04L12/803 , H04L12/801 , H04L12/26
CPC classification number: H04L47/125 , H04L43/0817 , H04L43/16 , H04L47/12
Abstract: 本发明一种基于DPDK的流量动态负载均衡方法涉及计算机多核技术领域；该方法通过建立两张Hash表；分别进行Hash1()以及Hash2()计算，根据Hash结果查找表1以及Hash表2，判断两次Hash计算结果与处理核心id是否存在映射关系，如果是，将数据包分配到对应的处理核心中，否则，计算当前CPU的整体负载均衡度；判断负载均衡度是否超出阈值，如果否，根据Hash1()的结果在Hash表1中建立映射关系，将数据包分配到对应的处理核心中，如果是，剔除过载严重的处理核心；动态更新Hash2()的计算结果与处理核心id的映射关系，根据Hash2()的结果在Hash表2中建立映射关系，并将数据包分配到对应的处理核心中；本发明解决了多核处理器负载不均衡的问题。
-
Patent Agency Ranking
公开(公告)号：CN118262703A
公开(公告)日：2024-06-28
申请号：CN202410406097.X
申请日：2024-04-07
Applicant: 哈尔滨理工大学 , 哈尔滨工业大学 , 中数(深圳)时代科技有限公司
Abstract: 本发明公开了一种面向金融领域的语音数据分类分级方法及系统，涉及金融语音数据安全技术领域。所述方法包括：获取用于训练的多个语音数据，并对语音数据进行预处理，获取频率特征数据；对频率特征数据进行数据增强，获取数据增强后的声学特征；将多个声学特征输入基于深度卷积神经网络的金融领域语音解析模型进行训练；将待识别语音数据对应的频率特征输入训练好的金融领域语音解析模型中，获取语音解析结果。本发明采用声学特征提取结合数据增强策略，提升了模型的泛化能力，通过直接从语音数据中进行分类和分级，能够在保证数据安全的前提下，显著提高语音处理效率和准确性。
-
公开(公告)号：CN117688238A
公开(公告)日：2024-03-12
申请号：CN202311688369.1
申请日：2023-12-11
Applicant: 哈尔滨理工大学 , 哈尔滨工业大学 , 中数(深圳)时代科技有限公司
IPC: G06F16/9535 , H04L67/55 , G06N3/042 , G06N5/02
Abstract: 本发明提供了一种基于知识图谱和图神经网络的服务推荐方法及系统，属于服务推荐技术领域。为了解决传统推荐方法依赖用户的历史行为进行推荐，缺乏推荐的多样性和创新性，同时也没有注意到推荐的时效问题。本发明将用户‑应用二部图与知识图谱聚合形成协同知识图谱来进行嵌入传播，挖掘用户应用之间的深层语义关联性。同时根据应用的新颖度打分来自适应图注意力权重系数，以此来反映用户的个性化兴趣，获取更多潜在数据信息，提高推荐算法的准确性和时效性。
-
公开(公告)号：CN117076514A
公开(公告)日：2023-11-17
申请号：CN202311115010.5
申请日：2023-08-31
Applicant: 哈尔滨理工大学 , 哈尔滨工业大学 , 中数(深圳)时代科技有限公司
IPC: G06F16/2457 , G06F18/214 , G06F18/25 , G06F21/62 , G06F17/15
Abstract: 本发明一种基于联邦学习的多模态推荐方法及系统，涉及计算机信息推荐技术领域，为解决现有方法难以保障多方的数据不出本地、断绝数据在上传过程中的隐私泄露并实现高精度的推荐的问题。包括：步骤1：多个客户端分别对本地数据集进行预处理；步骤2：服务器端构建多模态模型及损失函数，并下发至各客户端；步骤3：各客户端对模型进行训练，将最优模型参数上传至服务器端；步骤4：服务器端对各模型参数进行聚合得到聚合模型，并对其进行训练，再次下发到客户端；步骤5：客户端对模型再次进行验证和测试，得到多模态推荐模型，实现联邦多模态推荐。本发明在保护用户隐私的前提下，有效地融合多个分布式数据源的信息，进行个性化的推荐。
-
公开(公告)号：CN113902303A
公开(公告)日：2022-01-07
申请号：CN202111186099.5
申请日：2021-10-12
Applicant: 哈尔滨工业大学 , 上海浦东发展银行股份有限公司
IPC: G06Q10/06 , G06Q30/00 , G06F16/9535
Abstract: 本申请公开了一种基于用户满意度的隐私模型自动推荐系统、算法、设备及存储介质，属于数据分析技术领域。解决了现有技术中存在的用户如何对隐私模型进行选择问题以及如何配置隐私模型参数的问题。本申请用户满意度的隐私模型自动推荐系统、算法、设备及存储介质创造性地提出历史配置方案资源池的概念，针对熟悉隐私保护知识和不熟悉隐私保护知识的用户，通过正向过程与逆向过程相结合对历史配置方案资源池进行迭代升级。历史配置方案资源池在每次数据匿名化处理过程中，以用户满意度为基准自动推荐配置，确保匿名后数据符合用户满意度要求。本申请为数据的匿名化处理提供更加简便高效的解决方案，提高了匿名后数据的质量，增强了数据保护的能力。
-
公开(公告)号：CN113507356A
公开(公告)日：2021-10-15
申请号：CN202110772070.9
申请日：2021-07-08
Applicant: 哈尔滨工业大学
Abstract: 本发明涉及一种密态最短路网距离计算方法、设备及存储介质。本发明提供一种在道路网络中基于同态加密的高效道路最短距离密文计算的方法，属于信息安全领域和应用密码学领域，包括：将道路网络假设为无向加权平面图，通过使用RNHE方案得到嵌入的道路网络；找到嵌入的道路网络中距离道路网络平面图中的位置最近的两个点；使用类同态加密FV方案在密文域中计算两个点之间的加密道路距离；加密最短道路距离可以通过两点间的加密道路距离和两次同态加法运算得到；本发明仅需要四次同态加(减)和三次同态乘计算就能得到加密最短距离，能够高效精确地计算道路网络中两个位置的最短距离密文，降低了算法复杂度，从而降低了计算和通信开销。
-
-
-
-
-
-
Search Results
67
records
(took 0.06 seconds)
