公开(公告)号：CN111274359A

公开(公告)日：2020-06-12

申请号：CN202010067232.4

申请日：2020-01-20

Applicant: 福州大学

Inventor： 陈羽中 ,  胡潇炜 ,  郭昆 ,  陈泽林

IPC: G06F16/33 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于改进VHRED与强化学习的查询推荐方法及系统，该方法包括以下步骤：步骤A：收集搜索引擎的用户查询日志记录，对用户查询日志记录数据进行预处理，构建用户查询日志训练集TS；步骤B：使用用户查询日志训练集TS训练基于带有时间特征的VHRED及强化学习的查询推荐深度学习网络模型；步骤C：查询推荐系统接受用户输入的查询语句，将查询语句输入到训练好的查询推荐深度学习网络模型中，输出相匹配的查询推荐。该方法及系统有利于生成符合用户需要的查询推荐。

公开(公告)号：CN110222163A

公开(公告)日：2019-09-10

申请号：CN201910497128.6

申请日：2019-06-10

Applicant: 福州大学

Inventor： 陈羽中 ,  张衍坤 ,  郭昆 ,  张毓东

IPC: G06F16/332 ,  G06N3/04

Abstract: 本发明涉及一种融合CNN与双向LSTM的智能问答方法及系统，包括以下步骤：采集智能问答系统中的问题以及回答记录，构建问答对训练集QA；采集智能问答系统中每个用户的问题回答记录，构建用户的历史回答训练集UA；步骤C：使用问答对训练集QA以及用户的历史回复训练集UA，训练融合CNN与双向LSTM的深度学习网络模型M；步骤D：智能问答系统接受用户的提问，将提问输入到训练好的深度学习网络模型M中，输出匹配的答案。本发明融合CNN与双向LSTM，能够全面准确地提取影响智能问答精度的各项特征。

公开(公告)号：CN109088899A

公开(公告)日：2018-12-25

申请号：CN201811280577.7

申请日：2018-10-30

Applicant: 福州大学

Inventor： 陈羽中 ,  张毓东 ,  张衍坤 ,  郭昆

IPC: H04L29/06

Abstract: 本发明涉及一种针对XSS攻击的APT预警方法，首先接收来自WEB应用防火墙的WEB攻击检测结果，并针对XSS攻击检测结果，模拟黑客绕过WEB应用防火墙拦截规则的行为，产生新的攻击规则，丰富XSS攻击规则库；然后结合APT攻击知识库，对XSS攻击检测结果进行标识，产生APT攻击标识结果；并将没有标识的XSS攻击添加到未知APT攻击集中；接着对未知APT攻击集合中进行预处理，得到未知APT攻击预处理结果集；利用基于MapReduce的分布式Aprior算法对未知APT攻击预处理结果集进行关联分析，产生APT关联规则，得到与XSS攻击对应的APT分析情报，作为APT威胁情报输出。本发明实现了对目前XSS攻击种类多样并主动防御的机制。

公开(公告)号：CN108984745A

公开(公告)日：2018-12-11

申请号：CN201810780502.9

申请日：2018-07-16

Applicant: 福州大学

Inventor： 陈羽中 ,  张伟智 ,  郭昆 ,  林剑

IPC: G06F17/30 ,  G06K9/62

Abstract: 本发明涉及一种融合多知识图谱的神经网络文本分类方法，包括以下步骤：将训练集中文本输入至长短期记忆网络中，得到文本的上下文向量；对训练集中各文本抽取实体，在知识图谱中进行实体匹配；分别计算匹配到的各实体、知识图谱中各关系在上下文向量下的注意力权重，得到文本的总体实体向量、总体关系向量，进而得到事实三元组向量；计算不同知识图谱下的事实三元组向量，计算这些事实三元组的注意力权重，得到文本表征向量并输入到神经网络的全连接层，使用分类器计算各文本属于各类别的概率来训练网络；利用训练好的深度神经网络模型预测待预测文本所属类别。该方法提升了模型对文本语义的理解，可以更可靠、准确且鲁棒地对文本内容进行分类。

公开(公告)号：CN108984532A

公开(公告)日：2018-12-11

申请号：CN201810840667.0

申请日：2018-07-27

Applicant: 福州大学

Inventor： 刘漳辉 ,  肖顺鑫 ,  郭昆 ,  陈羽中

IPC: G06F17/27

Abstract: 本发明涉及一种基于层次嵌入的方面抽取方法，对原始语料执行多阶段的预处理操作，使用字符层次的嵌入和双向循环神经网络获得词的高层次特征，通过级联词嵌入与字符嵌入特征以作为词层次双向循环神经网络的输入，获得最终标注结果。本发明提出的一种基于层次嵌入的方面抽取方法，有效地提高方面抽取模型自动化的程度。

公开(公告)号：CN108765180A

公开(公告)日：2018-11-06

申请号：CN201810535515.X

申请日：2018-05-29

Applicant: 福州大学

Inventor： 郭昆 ,  郭文忠 ,  陈羽中 ,  牛玉贞 ,  陈基杰

IPC: G06Q50/00

CPC classification number: G06Q50/01

Abstract: 本发明涉及一种基于影响力与种子扩展的重叠社区发现方法，包括：1、读取网络数据集，生成网络结构图并获取节点信息；2、结合Jaccard系数和节点信息，计算节点的影响力分数；3、基于影响力分数，找到核心种子节点，建立核心种子社区集合；4、合并相似度高的社区，得到优化后的核心种子社区集合；5、根据社区邻居集中节点与相应社区的相似度，标记出候选节点；6、将满足模块度要求的候选节点加入相应社区中，得到重叠社区集合；7、将自由节点加入相似度高的重叠社区，更新重叠社区集合；8、合并相似度高的社区，得到优化后的重叠社区集合；9、输出最终的社区划分结果。该方法可以高效、准确地对复杂网络的重叠结构进行划分。

公开(公告)号：CN108763436A

公开(公告)日：2018-11-06

申请号：CN201810510959.8

申请日：2018-05-25

Applicant: 福州大学

Inventor： 郭昆 ,  郭文忠 ,  陈羽中 ,  李坤辉

IPC: G06F17/30 ,  H04L29/08

CPC classification number: H04L67/06 ,  H04L67/1095 ,  H04L67/1097

Abstract: 本发明涉及一种基于ElasticSearch与HBase的分布式数据存储系统，包括客户端以及设在主服务器上的ElasticSearch集群、HBase集群与FastDFS集群；所述ElasticSearch集群用以存储数据的索引信息；所述HBase集群用以存储数据的元数据；所述FastDFS集群用以存储文件。本发明结合了ElasticSearch、HBase和FastDFS各自的优点，实现了数据的快速存储和查询，克服了传统单一式的存储系统的不足。

公开(公告)号：CN108563729A

公开(公告)日：2018-09-21

申请号：CN201810301630.0

申请日：2018-04-04

Applicant: 福州大学

Inventor： 陈羽中 ,  林剑 ,  郭昆 ,  张伟智

IPC: G06F17/30 ,  G06F17/22

Abstract: 本发明的目的是挺一种基于DOM树的招标网站中标信息抽取方法，包括以下步骤：首先通过对招标网站的中标信息列表页的采集，得到每一个中标项目在列表页中显示的标题以及中标项目详情页的链接，并通过链接得到中标项目详情页的HTML代码，上述数据构成一项中标项目数据，N项中标项目数据构成用数据集；对数据集中的每一项中标项目数据，利用该中标项目在列表页中的标题以及对应的HTML代码，创建一棵DOM树；遍历数据集，生成N棵DOM树；再根据N棵DOM树生成包装器；最后使用包装器抽取中标项目详情页面中的正文内容，即中标项目信息。该方法能够在提高中标信息抽取准确率的同时减少任务总执行时间。