-
公开(公告)号：CN113992553B
公开(公告)日：2023-05-23
申请号：CN202111237265.X
申请日：2021-10-21
Applicant: 哈尔滨工业大学 , 上海浦东发展银行股份有限公司
IPC: H04L43/50 , H04L41/14 , H04L41/0894 , H04L41/5051 , H04L67/51 , G06F9/455
Abstract: 本发明提出一种基于微服务的平台化流量生成系统、方法、计算机及存储介质，属于流量生成技术领域。生成系统，包括网络场景设置模块、流量定制模块和容器配置模块；所述网络场景设置模块用于为用户还原网络场景；所述流量定制模块用于记录用户行为模拟用户操作产生的网络流量；所述容器配置模块用于配置容器，将各个容器配置到相应的虚拟机中并控制启动容器。生成方法包括，首先，基于云计算服务还原网络场景；其次,用容器封装产生流量的程序；最后，在虚拟机中启动容器，容器启动后自动运行产生流量的程序。解决了现有技术中存在的获取网络流量单一、无法实时产生流量、无法满足测试需求的技术问题。
-
公开(公告)号：CN114862001A
公开(公告)日：2022-08-05
申请号：CN202210454436.2
申请日：2022-04-27
Applicant: 哈尔滨工业大学
Abstract: 一种基于区域功能增强特征的城市人群流量预测方法及系统，涉及城市智能计算技术领域，用以解决现有技术对于城市人群流量预测准确性不高的问题。本发明的技术要点包括：根据人群移动轨迹数据和城市兴趣点位置数据提取时空轨迹特征集和区域功能增强特征集，并将时空轨迹特征集和区域功能增强特征集结合输入预训练的机器学习预测模型中预测人群流量，其中，区域功能增强特征集包括基于兴趣点的区域功能增强特征集和基于轨迹的区域功能增强特征集。本发明中模型输入特征不仅考虑了轨迹特征，还考虑了兴趣点特征，即包含了基于城市各个区域功能影响的特征提取，可以有效地提高城市动态时空轨迹的流量预测结果的准确性。
-
公开(公告)号：CN113395208B
公开(公告)日：2022-06-14
申请号：CN202110683503.3
申请日：2021-06-21
Applicant: 哈尔滨工业大学
IPC: H04L45/00 , H04L67/104 , H04L9/40 , H04L43/08
Abstract: 一种基于区块链的BGP路由泄露检测方法及系统，涉及互联网安全技术领域。本发明为了解决已有的路由泄露检测机制存在自治域关系数据准确性和安全性差问题以及缺乏反馈机制等问题而提出的。技术要点：对自治域发布的自治域关系数据：路由策略、自治域关系、路由期望进行管理；用于通过路由策略推断自治域关系，用于发布路由期望，路由期望是指自治域对未来复杂合法路由模式进行描述；利用自治域关系数据描述的合法路由模式对自治域路径中出现的路由泄露进行检测，使用基于无谷规则假设的路由泄露检测技术进行检测，如发现路由泄露则对路由泄露影响进行缓和处理；如没有发现路由泄露只对自治域关系数据进行反馈。经验证本发明提出基于路由策略的自治域关系推断算法的准确率能够达到99％。
-
公开(公告)号：CN114244919A
公开(公告)日：2022-03-25
申请号：CN202111549823.6
申请日：2021-12-17
Applicant: 哈尔滨工业大学
IPC: H04L69/22 , H04L49/111
Abstract: 一种基于协议无感知转发的NDN模态实现方法及NDN控制器应用程序，涉及NDN模态实现技术领域，用以解决现有POF不能直接支撑NDN的有状态转发需求且不能对TLV结构报文进行字段检查和操作的问题。本发明的技术要点包括：一个主机将NDN报文转换为NDN模态报文，NDN模态报文为NDN报文附加NDN前置头后形成的报文；多模态网络转发NDN模态报文，转发过程经过一个或多个POF交换机，在每个POF交换机中由流表流水线和有状态转发模块协同对NDN模态报文进行处理并向多模态网络发出，直至到达另一个主机；另一个主机将NDN模态报文转换为NDN报文。本发明提高了多模态网络的通用性、NDN转发的效率和NDN路由与转发策略管理的便捷性。本发明可应用于在多模态网络中运行NDN。
-
公开(公告)号：CN113992730A
公开(公告)日：2022-01-28
申请号：CN202111254268.4
申请日：2021-10-27
Applicant: 哈尔滨工业大学 , 上海浦东发展银行股份有限公司
IPC: H04L67/1396 , G06N3/08 , G06N3/04
Abstract: 本发明提出一种基于知识构建的用户行为模拟方法、模拟系统、定制系统、计算机及存储介质，属于行为模拟技术领域。首先，捕获网络节点用户行为数据；所述用户行为数据包括采集键鼠操作数据和应用程序事件操作数据；其次，根据键鼠操作数据和应用程序事件操作数据生成状态‑操作元序列，学习状态‑操作元序列生成用户行为模拟操作序列；最后，根据用户行为模拟操作序列模拟键鼠操作，生成键鼠操作模拟程序。本发明解决现有技术中存在的网络流量模拟的真实性不足的技术问题。实现了对真实网络用户的行为模拟，从而生成仿真度高的网络流量。
-
Patent Agency Ranking
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：CN113132384A
公开(公告)日：2021-07-16
申请号：CN202110423197.X
申请日：2021-04-20
Applicant: 哈尔滨工业大学
Abstract: 一种去中心化DNS根区管理系统，属于互联网基础设施安全技术领域，用以解决现有根区管理去中心化技术所带来的治理主体不明确问题、名字空间分裂问题和恶意抢注问题。本发明技术要点包括：系统包括本地根链子系统和本地根服务器子系统，本地根链子系统用于利用区块链实现根区数据管理，包括根区划分模块、身份与角色模块、账簿模块和合约模块；本地根链子系统实现根区数据管理的过程为：通过身份与角色模块建立成员之间授权和被授权的关系，通过账簿模块记录的数据描述所述关系，并通过合约模块实现上述授权逻辑。本发明规避了根的中心化结构风险，对互联网中域名系统的建设起到了重要的作用。
-
公开(公告)号：CN113067836A
公开(公告)日：2021-07-02
申请号：CN202110423192.7
申请日：2021-04-20
Applicant: 哈尔滨工业大学
Abstract: 一种基于去中心化DNS根区管理的智能合约系统，涉及互联网技术领域，用以解决现有根区管理去中心化技术所带来的治理主体不明确问题、名字空间分裂问题和恶意抢注问题。本发明的技术要点包括：账簿模块将根区管理中存在的各类数据抽象为过程、协议和资源；合约模块将对协议和资源数据的更新抽象为提案‑审核‑结束三阶段模型，并使用灵活的审核策略，从而支撑根区管理的多样性。本发明解决了传统根区管理的中心化、透明性低、自动化程度低等问题，系统可以使根区管理的多个参与方均能访问全部的根区管理数据，并以高度自动化的方式来参与根区的多方管理。本发明可应用于对互联网中域名系统根区数据管理之中。
-
公开(公告)号：CN112307364A
公开(公告)日：2021-02-02
申请号：CN202011336057.0
申请日：2020-11-25
Applicant: 哈尔滨工业大学
IPC: G06F16/9537 , G06F16/29 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/00
Abstract: 一种面向人物表征的新闻文本发生地抽取方法，属于信息提取领域，用以解决在人物表征过程中现有的命名实体识别算法缺少语义结构信息分析，导致新闻文本中出现多个地名时难以分辨新闻发生地的问题。本发明的技术要点包括，对新闻文本数据集中新闻文本进行预处理；对预处理后的新闻文本中的实体及实体类别、段落特征、句子特征、词特征进行标注；对标注后的新闻文本中的地名关系进行抽取，构建新的地名实体知识图谱；并采用基于深度森林算法gcForest对新闻文本数据集中的新闻发生地进行预测抽取。本发明可用于新闻事件相关人物的特性表征。
-
公开(公告)号：CN110610005A
公开(公告)日：2019-12-24
申请号：CN201910870274.9
申请日：2019-09-16
Applicant: 哈尔滨工业大学
Abstract: 基于深度学习的盗窃罪辅助量刑方法属于计算机领域；无法实现在较少人工标注情况下的案情语义表示和特定罪名的刑期精准预测；包括根据刑法规定和关于盗窃罪的量刑规定，结合已公开的盗窃罪一审判决书，从被盗窃物品价值、犯罪主体信息、犯罪事实描述、判决结果角度定义形式化描述盗窃案的11维特征；对裁判文书进行文本预处理；整合为语料集，训练词向量；完成除被盗窃物品价值和刑期之外特征的提取，使用循环神经网络为每一维特征分别构建特征生成器，从而提取特征值；使用线性回归和多层神经网络模型作为预测器，输入案件特征向量，输出刑期预测结果；能够在较少依赖人工标注的情况下实现对案情的深度语义理解和给出明确的刑期预测值。
-
-
-
-
-
-
-
-
-
Search Results
183
records
(took 0.086 seconds)
