公开(公告)号：CN114356704B

公开(公告)日：2025-04-04

申请号：CN202111617712.4

申请日：2021-12-27

Applicant: 北京大学深圳研究生院

Inventor： 黄罡 ,  刘譞哲 ,  柳熠 ,  韩捷

IPC: G06F11/30 ,  G06F11/32 ,  G06F9/455 ,  G06F8/30 ,  G06F8/75

Abstract: 本发明公开了一种面向云网端流式数据的软件定义方法和系统，移动互联网技术领域，该方法包括：对应用程序中流式数据的函数处理逻辑进行定位，应用程序为待制作流式数据的访问接口的应用程序；将函数处理逻辑进行展示，以供开发者将基于函数处理逻辑编写的Hook接口代码加载入应用程序中，在应用程序运行Hook接口代码的过程中，将确定的应用程序需要钩子Hook的函数和参数传递给Android操作系统中的Android虚拟机，以使Android虚拟机基于Hook技术实时获取应用程序运行中产生的流式数据，并将流式数据以Hook结果输出。如此，本发明面对云网端下的应用程序软件，完成了应用程序中流式数据的软件定义化过程，能够通过接口方便的访问该流式数据。

公开(公告)号：CN114925808B

公开(公告)日：2023-10-10

申请号：CN202210397325.2

申请日：2022-04-15

Applicant: 北京理工大学 ,  北京大学深圳研究生院

Inventor： 袁汉宁 ,  彭青峰 ,  王树良 ,  耿晶 ,  黄罡 ,  党迎旭

IPC: G06F18/2433 ,  G06F18/15 ,  G06N3/044 ,  G06N3/08

Abstract: 本发明涉及一种基于云网端资源中不完整时间序列的异常检测方法，包括：输入带有缺失的云网端资源中的时间序列，生成时间序列样本，并对所述时间序列样本进行预处理操作；构建深度学习网络模型，将经过预处理操作的时间序列样本分为训练样本集和测试样本集，所述训练样本集输入所述深度学习网络模型中完成模型训练，所述测试样本集进行模型异常检测测试，得到异常检测结果。本发明提出的方法中云网端资源中不完整时间序列的异常检测模型将缺失值插补过程与异常检测过程相结合，减少了从缺失值插补到异常检测导致的误差传递。相较于现有技术，发明成果在云网端资源中不完整时间序列场景下进行异常检测拥有更高的准确率。

公开(公告)号：CN114519086B

公开(公告)日：2025-02-07

申请号：CN202210145820.4

申请日：2022-02-17

Applicant: 北京大学深圳研究生院 ,  北京理工大学

Inventor： 金福生 ,  韩华旭 ,  黄罡 ,  陈朔鹰 ,  张舒汇

IPC: G06F16/28 ,  G06F16/26 ,  G06F21/62 ,  G06F18/213

Abstract: 本发明公开了一种云端数据可信共享的增量交互式聚类可视化方法及系统，该方法包括：编写数据共享智能合约，并运行智能合约；根据编写的数据共享智能合约，对数据集进行目标数据抽取；采用聚类算法，对抽取到的目标数据进行聚类，输出聚类结果；对聚类结果进行多维尺度降维，实现在二维空间的投影，并进行可视化展示；根据用户对目标数据的改变需求，进行相应的投影交互、聚类分析和可视化操作。在基于区块链数据可信共享的基础上，对数据进行增量交互式的分析挖掘，在有效保障数据安全、提高数据处理效率的同时，方便用户更为直观的进行数据的分析与挖掘。

公开(公告)号：CN114925808A

公开(公告)日：2022-08-19

申请号：CN202210397325.2

申请日：2022-04-15

Applicant: 北京理工大学 ,  北京大学深圳研究生院

Inventor： 袁汉宁 ,  彭青峰 ,  王树良 ,  耿晶 ,  黄罡 ,  党迎旭

IPC: G06N3/04 ,  G06N3/08 ,  G06F11/30

Abstract: 本发明涉及一种基于云网端资源中不完整时间序列的异常检测方法，包括：输入带有缺失的云网端资源中的时间序列，生成时间序列样本，并对所述时间序列样本进行预处理操作；构建深度学习网络模型，将经过预处理操作的时间序列样本分为训练样本集和测试样本集，所述训练样本集输入所述深度学习网络模型中完成模型训练，所述测试样本集进行模型异常检测测试，得到异常检测结果。本发明提出的方法中云网端资源中不完整时间序列的异常检测模型将缺失值插补过程与异常检测过程相结合，减少了从缺失值插补到异常检测导致的误差传递。相较于现有技术，发明成果在云网端资源中不完整时间序列场景下进行异常检测拥有更高的准确率。

公开(公告)号：CN114519086A

公开(公告)日：2022-05-20

申请号：CN202210145820.4

申请日：2022-02-17

Applicant: 北京大学深圳研究生院 ,  北京理工大学

Inventor： 金福生 ,  韩华旭 ,  黄罡 ,  陈朔鹰 ,  张舒汇

IPC: G06F16/28 ,  G06F16/26 ,  G06F21/62 ,  G06K9/62

Abstract: 本发明公开了一种云端数据可信共享的增量交互式聚类可视化方法及系统，该方法包括：编写数据共享智能合约，并运行智能合约；根据编写的数据共享智能合约，对数据集进行目标数据抽取；采用聚类算法，对抽取到的目标数据进行聚类，输出聚类结果；对聚类结果进行多维尺度降维，实现在二维空间的投影，并进行可视化展示；根据用户对目标数据的改变需求，进行相应的投影交互、聚类分析和可视化操作。在基于区块链数据可信共享的基础上，对数据进行增量交互式的分析挖掘，在有效保障数据安全、提高数据处理效率的同时，方便用户更为直观的进行数据的分析与挖掘。