-
公开(公告)号：CN119669838A
公开(公告)日：2025-03-21
申请号：CN202411478701.6
申请日：2024-10-22
Applicant: 北京理工大学
IPC: G06F18/241 , H04L9/00 , H04L9/40 , H04L41/12 , G06F18/214 , G06N3/042
Abstract: 本发明属于区块链和机器学习交叉技术领域，提供一种基于图持续学习的异常账户检测方法，具体过程为：步骤1：获得带有标签的正常和异常账户数据，提取账户特征；将所获得的账户划分为多组任务；步骤2：对图神经网络模型，使用一组任务进行模型的训练；步骤3：获取模型参数对当前任务损失的重要性分数和拓扑结构重要性分数，并计算出所有参数对当前任务的最终重要性分数；步骤4：当任务未训练完时，基于所述最终重要性分数更新损失函数，返回步骤2继续下一组任务的训练，当任务已训练完毕时，将所获得的模型用于异常账户的检测。
-
公开(公告)号：CN115080989B
公开(公告)日：2024-06-14
申请号：CN202210408193.9
申请日：2022-04-19
Applicant: 北京理工大学
Abstract: 本发明提出了车联网中支持标签范围查询的道路交通网络图加密方法，属于车联网与图加密技术领域。本发明使用分布式解密的公钥加密方法，对距离值进行加密，并利用对称密钥加密密码系统和伪随机函数对顶点信息和关键词信息进行加密与混淆处理。云服务器的所有操作均在密文数据下进行，因此无法知道图数据的原始信息以及用户的当前位置、进行标签范围查询的关键词和对应范围，保护了图数据的隐私和用户的查询隐私。本发明支持车联网场景下对加密道路交通网络图的标签范围查询，具有很强的实用性。本发明提出的图加密方法，对范围阈值没有限制，同时加密与存储成本较低，可以实现100％的查询准确率。
-
公开(公告)号：CN116415960A
公开(公告)日：2023-07-11
申请号：CN202310154060.8
申请日：2023-02-23
Applicant: 北京理工大学
IPC: G06Q20/40 , G06Q30/018 , G06Q40/04 , G06F18/2433 , G06F18/241 , G06N3/0464 , G06N3/08 , H04L9/40
Abstract: 本发明提供一种以太坊上基于异构图转换网络的非法账户检测方法，先定义了一种描述账户活动信息的以账户为中心的异构信息网络的网络模式，然后使用图转换器网络自动挖掘元路径，计算多跳连接，将得到的关系矩阵输入卷积神经网络，得到节点嵌入，检测非法账户；本发明的方法可以用于描述以太坊账户的活动信息，包括账户的交易、余额、区块信息等；提出使用图转换网络学习元路径获得关系矩阵，并作为卷积网络的输入，将非法账户的检测任务转化为基于图神经网络的节点嵌入分类任务；本发明提出的模型经实验验证，节点分类准确率高达95％，优于其他账户检测方案，单次检测时间在一分钟左右，具有高效性和准确性。
-
公开(公告)号：CN115080989A
公开(公告)日：2022-09-20
申请号：CN202210408193.9
申请日：2022-04-19
Applicant: 北京理工大学
Abstract: 本发明提出了车联网中支持标签范围查询的道路交通网络图加密方法，属于车联网与图加密技术领域。本发明使用分布式解密的公钥加密方法，对距离值进行加密，并利用对称密钥加密密码系统和伪随机函数对顶点信息和关键词信息进行加密与混淆处理。云服务器的所有操作均在密文数据下进行，因此无法知道图数据的原始信息以及用户的当前位置、进行标签范围查询的关键词和对应范围，保护了图数据的隐私和用户的查询隐私。本发明支持车联网场景下对加密道路交通网络图的标签范围查询，具有很强的实用性。本发明提出的图加密方法，对范围阈值没有限制，同时加密与存储成本较低，可以实现100％的查询准确率。
-
-
-
Search Results
4
records
(took 0.019 seconds)
