公开(公告)号：CN104394021A

公开(公告)日：2015-03-04

申请号：CN201410745810.X

申请日：2014-12-09

Applicant: 中南大学

Inventor： 周芳芳 ,  王俊韡 ,  赵颖 ,  彭燕妮 ,  施荣华 ,  樊晓平

IPC: H04L12/24

Abstract: 本发明公开了一种基于可视化聚类对网络流量进行异常分析的方法，步骤为：1)对网络流量监控数据记录进行预处理；2)对流量数据进行RadViz可视聚类，得到网络流量特征类似的流量时隙聚类；3)归纳2)所得到的流量时隙聚类的网络流量特征，得到流量特征异常的聚类；4)对2)所得到的流量时隙聚类过滤选择，得到不在聚类内离散的时隙点；5)结合IPPort矩阵对3)4)所得到的流量异常聚类中的和离散的时隙点进行分析。本发明能结合多角度快速对网络流量进行协同过滤，高效分析出网络流量的异常。

公开(公告)号：CN111143544B

公开(公告)日：2023-06-16

申请号：CN201911338681.1

申请日：2019-12-23

Applicant: 中南大学

Inventor： 周芳芳 ,  陈文江 ,  赵颖 ,  赵勇 ,  彭燕妮 ,  马小龙 ,  吴青

IPC: G06F16/335 ,  G06F18/2411 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了一种基于神经网络的柱形图信息提取方法、装置、电子设备及计算机可读存储介质，包括文本信息提取步骤/模块、数值信息提取步骤/模块和信息恢复步骤/模块。文本信息提取步骤/模块先使用目标检测模型对文本信息同时地进行定位和分类，然后通过光学字符识别器对文本信息进行字符识别，得到文本信息提取结果。数值信息提取步骤/模块通过编码器‑解码器架构来提取归一化的柱形值，并通过注意力模型来提高提取精确度。信息恢复步骤/模块先使用RANSAC回归对文本提取模块的结果进行错误过滤，然后恢复数值提取模块的归一化柱形值。本发明可以高效且精确地提取柱形图中的信息。

公开(公告)号：CN111143544A

公开(公告)日：2020-05-12

申请号：CN201911338681.1

申请日：2019-12-23

Applicant: 中南大学

Inventor： 周芳芳 ,  陈文江 ,  赵颖 ,  赵勇 ,  彭燕妮 ,  马小龙 ,  吴青

IPC: G06F16/335 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于神经网络的柱形图信息提取方法、装置、电子设备及计算机可读存储介质，包括文本信息提取步骤/模块、数值信息提取步骤/模块和信息恢复步骤/模块。文本信息提取步骤/模块先使用目标检测模型对文本信息同时地进行定位和分类，然后通过光学字符识别器对文本信息进行字符识别，得到文本信息提取结果。数值信息提取步骤/模块通过编码器-解码器架构来提取归一化的柱形值，并通过注意力模型来提高提取精确度。信息恢复步骤/模块先使用RANSAC回归对文本提取模块的结果进行错误过滤，然后恢复数值提取模块的归一化柱形值。本发明可以高效且精确地提取柱形图中的信息。

公开(公告)号：CN104394021B

公开(公告)日：2017-08-25

申请号：CN201410745810.X

申请日：2014-12-09

Applicant: 中南大学

Inventor： 周芳芳 ,  王俊韡 ,  赵颖 ,  彭燕妮 ,  施荣华 ,  樊晓平

IPC: H04L12/24

Abstract: 本发明公开了一种基于可视化聚类对网络流量进行异常分析的方法，步骤为：1)对网络流量监控数据记录进行预处理；2)对流量数据进行RadViz可视聚类，得到网络流量特征类似的流量时隙聚类；3)归纳2)所得到的流量时隙聚类的网络流量特征，得到流量特征异常的聚类；4)对2)所得到的流量时隙聚类过滤选择，得到不在聚类内离散的时隙点；5)结合IPPort矩阵对3)4)所得到的流量异常聚类中的和离散的时隙点进行分析。本发明能结合多角度快速对网络流量进行协同过滤，高效分析出网络流量的异常。