-
公开(公告)号：CN112948708B
公开(公告)日：2022-08-12
申请号：CN202110242999.0
申请日：2021-03-05
Applicant: 清华大学深圳国际研究生院
IPC: G06F16/9536 , G06F16/435 , G06F16/45 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/82 , G06V10/77 , G06Q50/00
Abstract: 本发明提供一种短视频推荐方法，包括：构建多源异构图，从不同模态的数据提取数据特征；构建分层图神经网络模型，并将所述数据特征输入到所述分层图神经网络模型中进行训练；使用训练好的所述分层图神经网络模型给目标用户推荐短视频。通过结合不同模态提取的数据特征，综合考虑了社交网络构建了多源异构图；基于异构图构建的分层图神经网络模型可以捕获用户、短视频、标签内部不同的连接关系和它们之间的关联关系，该量身定制的图神经网络可以学习到高层次的短视频和用户的特征表示，表征能力更强，有助于短视频推荐。
-
公开(公告)号：CN114884879A
公开(公告)日：2022-08-09
申请号：CN202210484847.6
申请日：2022-05-06
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院
IPC: H04L45/745 , H04L45/02 , H04L45/50
Abstract: 本发明公开了一种基于标签技术的软件定义网络混合交换方法，其特征在于，所述方法包括：获取软件定义网络的拓扑结构，对拓扑结构进行区域划分，得到若干子拓扑结构；对若干子拓扑结构中的所有交换机依次安装标签规则，得到标签转发规则集，对预设的初始规则集进行修正，得到标签生成规则集；根据标签转发规则集和标签生成规则集，得到用于支持默认路径转发的路由表，根据路由表和预设的单个流匹配路由表，通过预设的流水线处理，得到软件定义网络混合交换方式。本发明基于传统的软件定义网络混合交换框架的拓扑结构安装标签转发规则集和标签生成规则集，使得生成的路由表是基于标签技术的，极大的减少软件定义网络混合交换框架的流表项消耗。
-
公开(公告)号：CN114781651A
公开(公告)日：2022-07-22
申请号：CN202210565539.6
申请日：2022-05-23
Applicant: 清华大学深圳国际研究生院 , 鹏城实验室
IPC: G06N20/00 , G06F40/30 , G06F40/242 , G06F40/166
Abstract: 本发明公开了一种基于对比学习的小样本学习鲁棒性提升方法，包括以下步骤：S1、对原始数据集进行预处理，构造对抗数据集和对比数据集；S2、将原始数据集、对抗数据集和对比数据集分别输入预训练语言模型中，得到相应的嵌入表示，并使用对比学习损失函数计算三种嵌入表示之间的距离；S3、根据对比学习损失函数与原模型的损失函数计算模型更新的梯度，以总体损失更小为目标来训练模型。本发明通过构造对抗和对比数据集为模型鲁棒性学习提供数据支持，使用对比学习目标函数计算损失能够更好地获取原始样本与对抗样本的相似性，也能更好地区分原始样本与对比样本的差异，从而提升模型受到对抗或者对比扰动时的鲁棒性。
-
公开(公告)号：CN112737885B
公开(公告)日：2022-05-03
申请号：CN202011588909.5
申请日：2020-12-28
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院 , 南方科技大学
IPC: H04L43/0823 , H04L43/18 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种自治域内自管理的BGP异常检测方法，方法包括：获取BGP网络在预设时间段内的更新报文，根据所述更新报文获取目标自治域的目标特征；将所述目标自治域的目标特征输入至已训练的异常检测模型中，获取所述异常检测模型输出的所述目标自治域在所述预设时间段内的异常信息，所述异常信息包括所述目标自治域产生的异常种类；其中，所述异常检测模型是由多组训练数据训练完成的，每组训练数据包括样本自治域的目标特征以及所述样本自治域的异常信息。本发明能够实现在目标自治域内进行异常检测，不需要依赖第三方异常检测系统。
-
公开(公告)号：CN112270174B
公开(公告)日：2022-04-29
申请号：CN202011245739.0
申请日：2020-11-10
Applicant: 清华大学深圳国际研究生院
IPC: G06F40/216 , G06F16/31 , G06K9/62 , G06N3/04
Abstract: 本发明提供一种谣言检测方法及计算机可读存储介质，方法包括：对于社交平台上的每一条动态，收集动态所有的回复和/或转发，将动态视作一个节点，则动态回复和/或转发为所述动态的子节点，节点和所述子节点构成一棵传播树；确定传播树中各个节点包含的子节点的数目并从多到少排序，依序选取至少一个节点与其所包含的子节点构成传播树的关键子树；关键子树中的根节点为源节点；基于每个关键子树中每个节点和每个子节点的原始数据计算所述传播树特征，特征包括文本内容相关特征、用户相关特征、传播结构相关特征；构建SLS神经网络模型用于学习特征；训练SLS神经网络模型并对社交平台上的动态进行谣言检测。提高谣言检测任务的分类准确度。
-
Patent Agency Ranking
公开(公告)号：CN114358021A
公开(公告)日：2022-04-15
申请号：CN202111413858.7
申请日：2021-11-25
Applicant: 清华大学深圳国际研究生院
Abstract: 本发明提供一种基于深度学习的任务型对话语句回复生成方法及存储介质，方法包括：构建神经网络模型，所述神经网络模型包括句子规划器和分段生成器，所述句子规划器用于生成回复语句的骨架，所述分段生成器用于生成回复语句；通过训练集中的对话动作及对应的回复语句对所述神经网络模型的所述句子规划器和所述分段生成器进行训练，得到训练好的神经网络模型；利用训练好的所述神经网络模型以给定的对话动作为输入自动化生成回复语句。本发明的方法能够在保证所生成的话语高度可控、基本不产生槽错误的前提下很好地模仿人类语言习惯。
-
公开(公告)号：CN110011932B
公开(公告)日：2022-04-05
申请号：CN201910314329.8
申请日：2019-04-18
Applicant: 清华大学深圳研究生院
IPC: H04L47/2441
Abstract: 本发明提供一种可识别未知流量的网络流量分类方法和终端设备，方法包括：网络流量数据通过初始网络流量分类模型时，基于信息熵的阈值判断法判断网络流量数据是否为未知流量；未知流量属于新的类别；若网络流量数据为已知类别的流量则基于平衡损失的动态自适应算法为初始网络流量分类模型加入增量学习新的类别的能力，得到实时网络分类模型；把新的类别的损失和已知类别的蒸馏损失结合为平衡损失来作为实时网络分类模型的损失函数。网络流量分类模型在准确识别已知类别流量的同时，也能很好地识别未知类别流量，同时能够动态自适应当前网络环境中最新的流量，及时地自我更新，始终保持较高的分类准确率，非常适用于实时在线网络流量分类任务。
-
公开(公告)号：CN109995583B
公开(公告)日：2021-08-06
申请号：CN201910199568.3
申请日：2019-03-15
Applicant: 清华大学深圳研究生院
IPC: H04L12/24
Abstract: 本发明公开了一种延迟保证的NFV云平台动态扩缩容方法及系统，包括：收集NFV云平台的网络配置信息、租户配置信息和运行日志；根据收集的NFV云平台的网络配置信息、租户配置信息和运行日志，利用对数线性泊松自回归模型预测每个租户下一时间段的数据包平均到达速率以进行流量预测，并基于每个租户下一时间段的数据包平均到达速率，使用分类杰克逊排队网络模型分析每条服务链的数据包平均处理延迟；根据流量预测结果以及每条服务链的数据包平均处理延迟，进行NFV云平台的动态扩缩容决策，决策信息包括各类虚拟网络功能实例的部署数量、位置，以及流量转发规则；将所述决策信息翻译为指令并分别发送给NFV云平台的SDN控制器与管控器，来执行扩缩容操作。
-
公开(公告)号：CN110225001B
公开(公告)日：2021-06-04
申请号：CN201910425904.1
申请日：2019-05-21
Applicant: 清华大学深圳研究生院
Abstract: 本发明公开了基于主题模型的动态自更新网络流量分类方法，包括：初始时刻，利用事先标记好协议类别的数据包集作为初始化数据集，对分类模型进行初始化，以获得时刻1的分类模型；数据包分类：在t时刻，利用时刻t的分类模型对此时收到的待分类数据包进行分类，并输出此时的待分类数据包的协议类别及协议分布信息；分类模型训练更新：利用t时刻输出的已知协议类别的数据包构成训练集，利用t、t‑1、…、t‑(L‑1)共L个历史时刻输出的历史协议分布信息作为主题先验分布，训练时刻t+1的分类模型；t＝1,2,3,...，L＝1,2,...,δ。本发明解决效率低、未考虑未知类型流量而影响分类模型准确率、未充分考虑网络流量动态性而使分类准确率降低等问题。
-
公开(公告)号：CN112565072A
公开(公告)日：2021-03-26
申请号：CN202011204784.1
申请日：2020-11-02
Applicant: 鹏城实验室 , 清华大学深圳国际研究生院 , 南方科技大学
IPC: H04L12/715 , H04L12/753 , H04L12/741
Abstract: 本发明公开了一种路由表压缩方法、路由器及存储介质，方法包括：根据预设的全球路由表中网络前缀之前包含关系，构建对应的域间多叉树；后序遍历各个域间节点，并根据域间子节点对应的域内多下一跳路由表，确定当前遍历的域间子节点对应的初始单一下一跳路由器；根据预设的筛选规则，确定初始单一下一跳路由器中域间根节点对应的初始单一下一跳路由器；先序遍历域间多叉树中各个域间节点，并对当前遍历的域间节点对应的初始单一下一跳路由器进行调整，直至遍历结束，将遍历结束后各个域间节点对应的初始单一下一跳路由器作为对应的目标单一下一跳路由器。本发明能够提高路由表的压缩效率。
-
-
-
-
-
-
-
-
-
Search Results
212
records
(took 0.026 seconds)
