-
公开(公告)号:CN118041744A
公开(公告)日:2024-05-14
申请号:CN202410257650.8
申请日:2024-03-06
Applicant: 东北电力大学 , 国网吉林省电力有限公司通化供电公司
IPC: H04L41/06 , H04L41/0631 , H04L41/14 , H04L41/16 , G06F18/214
Abstract: 本发明涉及电力通信网技术领域,即基于知识图谱推理的电力骨干通信网故障诊断方法。它包括以下步骤:步骤1)数据处理,步骤2)垂直领域实体识别,步骤3)垂直领域实体关系抽取,步骤4)电力骨干通信网故障知识图谱的构建,步骤5)垂直领域知识图谱推理模型的构建,步骤6)电力骨干通信网故障诊断方法。首先,基于获取的电力骨干通信网故障数据进行领域实体识别和关系抽取,构建该领域知识图谱;然后,设计基于对比学习的故障领域知识推理模型,引入负采样策略选择部分实体和关系作为负例更全面地训练模型,提高知识图谱的完整性。最后,融合图注意力机制和K跳拓扑结构来捕捉实体之间的复杂关系,实现故障处理的高效化。
-
公开(公告)号:CN115034618A
公开(公告)日:2022-09-09
申请号:CN202210660554.9
申请日:2022-06-13
Applicant: 东北电力大学
Abstract: 本发明是一种基于模糊评价的社区综合能源系统效益评价方法,其特点是,包括:基于综合能源系统的物理架构及其效益影响因素,构建包括技术、经济、环境和社会四个维度的评价指标体系,全面、合理地反映系统的综合效益;提出组合赋权法确定指标权重,其中结合三角模糊数和层次分析法确定指标的主观权重,熵权法确定客观权重,通过线性加权法结合主客观权重获得组合权重;提出模糊综合评价方法对综合能源系统进行效益评价,解决了评价指标模糊性的问题;该方法科学合理,准确性和可行性较高,对支撑项目优化决策、保障项目建设效益等方面具有重要理论意义和实践价值。
-
公开(公告)号:CN115174170B
公开(公告)日:2023-05-09
申请号:CN202210717842.3
申请日:2022-06-23
Applicant: 东北电力大学
IPC: H04L9/40 , H04L12/46 , G06F18/2321 , G06F18/214
Abstract: 本发明是一种基于集成学习的VPN加密流量识别方法,其特点是,包括:针对VPN加密流量数据特征冗余问题,采用基于最大相关最小冗余的VPN加密流量特征选择方法;针对VPN加密流量数据存在的类别不平衡问题,构建VPN加密流量FL‑XGB识别模型,采用Focal Loss函数对Xgboost集成学习模型进行改进,平衡难易样本的比例不均;为了进一步提高模型对VPN加密流量的识别性能,提出VPN加密流量识别模型优化方法,对VPN加密流量FL‑XGB识别模型进行改进。该方法科学合理,准确性较高,可适用于VPN加密流量的识别问题,对维护网络安全具有一定实用意义。
-
公开(公告)号:CN115174170A
公开(公告)日:2022-10-11
申请号:CN202210717842.3
申请日:2022-06-23
Applicant: 东北电力大学
Abstract: 本发明是一种基于集成学习的VPN加密流量识别方法,其特点是,包括:针对VPN加密流量数据特征冗余问题,采用基于最大相关最小冗余的VPN加密流量特征选择方法;针对VPN加密流量数据存在的类别不平衡问题,构建VPN加密流量FL‑XGB识别模型,采用Focal Loss函数对Xgboost集成学习模型进行改进,平衡难易样本的比例不均;为了进一步提高模型对VPN加密流量的识别性能,提出VPN加密流量识别模型优化方法,对VPN加密流量FL‑XGB识别模型进行改进。该方法科学合理,准确性较高,可适用于VPN加密流量的识别问题,对维护网络安全具有一定实用意义。
-
-
-