公开(公告)号：CN108960304A

公开(公告)日：2018-12-07

申请号：CN201810640209.2

申请日：2018-06-20

Applicant: 东华大学

Inventor： 蒋昌俊 ,  章昭辉 ,  王鹏伟 ,  周欣欣 ,  张晓波 ,  汪立智

IPC: G06K9/62 ,  G06N3/04

CPC classification number: G06K9/6267 ,  G06N3/0454

Abstract: 本发明涉及一种网络交易欺诈行为的深度学习检测方法，其特征在于，步骤包括：第一步、利用历史交易特征数据对模型进行训练；第二步、将实时交易特征数据输入训练好的模型，判断当前交易是否为欺诈交易。本发明：(1)发明了适用于网络交易欺诈的基于特征重排的深度学习检测系统；(2)发明了特征排列构造层及排列方法。特征排列层可增加在每组卷积层与池化层之前。(3)发明了环式卷积方法，对于一条交易数据来说，通过环式结构的卷积，使得卷积后的信息不失真。

公开(公告)号：CN108038790A

公开(公告)日：2018-05-15

申请号：CN201711200078.8

申请日：2017-11-24

Applicant: 东华大学

Inventor： 章昭辉 ,  蒋昌俊 ,  王鹏伟 ,  王海建

IPC: G06Q50/00 ,  G06Q10/06 ,  G06F17/30

Abstract: 本发明涉及一种内外数据融合的态势分析系统，其特征在于，包括数据采集模块；文本量化计算模块；因果滞后分析模块；态势预测模块。本发明可以有效地预测出相关指标的发展态势，即给出当前的互联网新闻等文本数据，可以预测出当前的指标变化趋势。将文本主题分类技术，时差相关分析，回归预测方法结合使用到特定领域态势分析上是一个新的方法创新。由于特定领域的相关统计指标数据往往滞后于互联网新闻等文本数据，根据互联网的文本数据和特定领域历史的统计数据指标，可以较好地预测出特定领域未来的发展态势，有利于特定领域监管部门做出科学的决策。

公开(公告)号：CN105871875A

公开(公告)日：2016-08-17

申请号：CN201610290206.1

申请日：2016-05-04

Applicant: 东华大学

Inventor： 章昭辉 ,  崔君

IPC: H04L29/06 ,  H04L12/24

Abstract: 系统异常敏捷感知模型对快速感知用户合法行为短时聚集引起系统异常问题提供了理论支持，但没有给出具体实现的技术问题。本发明的目的是提供一种技术方法可以将大规模网络服务系统行为异常敏捷感知的方法运用到实际系统中。为了达到上述目的，本发明的技术方案是提供了一种大规模网络服务系统行为异常检测方法。本发明的有益效果是：本发明的大规模网络服务系统行为检测方法为大规模网络服务系统行为异常敏捷感知方法运用到实际系统中提供技术支持。

公开(公告)号：CN105791030A

公开(公告)日：2016-07-20

申请号：CN201610288807.9

申请日：2016-05-04

Applicant: 东华大学

Inventor： 章昭辉 ,  崔君

IPC: H04L12/24 ,  H04L12/26 ,  G06F11/30 ,  G06F11/32

CPC classification number: H04L41/0631 ,  G06F11/3006 ,  G06F11/327 ,  H04L43/08 ,  H04L43/0817 ,  H04L43/16

Abstract: 本发明针对用户合法行为短时聚集引起的系统异常问题，提出一种大规模网络服务系统异常预警的方法，建立系统预期负载与“放大因子”关系模型以及系统行为阻滞度模型，把用户量与用户提交的重复行为数对系统的影响通过“放大因子”放大，使之可以在系统出现异常之前快速感知到系统负载的变化趋势，并且定位异常行为。本发明从系统可用性的角度，通过系统行为的可预见性解决了开放网络服务系统环境中用户行为的不可预见性。