-
公开(公告)号：CN109412969B
公开(公告)日：2021-10-26
申请号：CN201811104919.X
申请日：2018-09-21
Applicant: 华南理工大学
IPC: H04L12/851
Abstract: 本发明公开了一种移动App流量统计特征选择方法，该方法包括：S1、获取原始移动App的流量数据集，提取移动App流量的流统计特征，获取用于训练的有标记数据集LD，以及待分类的无标记数据集UD；S2、在LD数据集上，利用信息增益率，评估每个流统计特征在类间的区分能力；S3、在LD和UD数据集上，计算每个流统计特征的取值分布，利用Hellinger距离评估特征取值分布差异性，评估流统计特征的漂移程度；S4、将漂移程度作为区分能力的惩罚因子，计算流统计特征的综合评估值；S5、基于综合评估值，搜索区分能力强且漂移程度低的流统计特征子集。本发明的方法涉及移动互联网流量测量领域的移动App流量分类技术，降低数据维度，并提高分类鲁棒性能。
-
Patent Agency Ranking
公开(公告)号：CN104102700A
公开(公告)日：2014-10-15
申请号：CN201410318598.9
申请日：2014-07-04
Applicant: 华南理工大学
IPC: G06F17/30
CPC classification number: G06K9/6223 , G06K9/6267
Abstract: 本发明公开一种面向因特网不平衡应用流的分类方法，在对所收集的流量数据报文已完成组流、流统计特征值计算和类别标记，获得流样本以及流量数据集的基础上，通过聚簇算法划分数据集，形成多个密集且不相交的子集；针对子集流样本特征值，利用插值法扩充小类流样本；根据当前子集流样本间的近邻关系和流样本字节数制定大类流样本的欠采样规则；基于显式考虑集成多样性的boosting-style集成学习算法逐个训练集成分类模型；判断测试集流样本与各训练子集聚簇中心的距离，选择距离最近的聚簇中心所对应的集成分类模型分类流样本，并输出其所属的应用类别。本发明促成分类模型在不降低大类分类准确率的情况下，提高小类分类准确率和总体字节分类准确率。
-
公开(公告)号：CN116015102B
公开(公告)日：2024-05-10
申请号：CN202310194156.7
申请日：2023-03-01
Applicant: 华南理工大学
IPC: H02N3/00
Abstract: 本发明公开一种环境湿度发电器件及其制备方法。所述环境湿度发电器件包括：基底；第一电极和第二电极，位于所述基底的两端；纳米多孔材料层，位于所述基底的具有所述第一电极和第二电极的表面上；水凝胶层，位于所述纳米多孔材料层一端。本发明将水凝胶铺展在器件的一端，使得器件该端富含丰富的水分，而另一端直接和环境接触，由此会使得器件两端湿度分布不均，在环境中形成稳定的湿度梯度。该设计使器件本身置于自然环境中便能形成稳定的湿度梯度，可以实现随时随地发电，具有稳定电能输出、使用便捷的优势。而且水凝胶也会沿着器件迁移到纳米多孔材料层，使得该层中富含凝胶，这会大大降低器件的内阻，从而大大增强电能输出效果。
-
公开(公告)号：CN116015102A
公开(公告)日：2023-04-25
申请号：CN202310194156.7
申请日：2023-03-01
Applicant: 华南理工大学
IPC: H02N3/00
Abstract: 本发明公开一种环境湿度发电器件及其制备方法。所述环境湿度发电器件包括：基底；第一电极和第二电极，位于所述基底的两端；纳米多孔材料层，位于所述基底的具有所述第一电极和第二电极的表面上；水凝胶层，位于所述纳米多孔材料层一端。本发明将水凝胶铺展在器件的一端，使得器件该端富含丰富的水分，而另一端直接和环境接触，由此会使得器件两端湿度分布不均，在环境中形成稳定的湿度梯度。该设计使器件本身置于自然环境中便能形成稳定的湿度梯度，可以实现随时随地发电，具有稳定电能输出、使用便捷的优势。而且水凝胶也会沿着器件迁移到纳米多孔材料层，使得该层中富含凝胶，这会大大降低器件的内阻，从而大大增强电能输出效果。
-
公开(公告)号：CN111563234A
公开(公告)日：2020-08-21
申请号：CN202010328975.2
申请日：2020-04-23
Applicant: 华南理工大学
Abstract: 本发明公开了一种主机异常检测中系统调用数据的特征提取方法。所述方法包括以下步骤：获取应用程序在运行期间的系统调用序列记录，在每个序列记录上，提取系统调用的n-gram数值序列；在每个系统调用序列记录上，基于提取的n-gram数值序列，获得n-gram频数序列；在每个n-gram频数序列上，进行K个统计值计算，将K个统计值作为特征值。本发明的方法涉及基于主机的异常检测领域，将不等长的系统调用序列转化为K个统计值描述的特征向量，此特征向量独立于系统调用的采集平台，可实现跨平台。
-
公开(公告)号：CN109412969A
公开(公告)日：2019-03-01
申请号：CN201811104919.X
申请日：2018-09-21
Applicant: 华南理工大学
IPC: H04L12/851
Abstract: 本发明公开了一种移动App流量统计特征选择方法，该方法包括：S1、获取原始移动App的流量数据集，提取移动App流量的流统计特征，获取用于训练的有标记数据集LD，以及待分类的无标记数据集UD；S2、在LD数据集上，利用信息增益率，评估每个流统计特征在类间的区分能力；S3、在LD和UD数据集上，计算每个流统计特征的取值分布，利用Hellinger距离评估特征取值分布差异性，评估流统计特征的漂移程度；S4、将漂移程度作为区分能力的惩罚因子，计算流统计特征的综合评估值；S5、基于综合评估值，搜索区分能力强且漂移程度低的流统计特征子集。本发明的方法涉及移动互联网流量测量领域的移动App流量分类技术，降低数据维度，并提高分类鲁棒性能。
-
-
-
-
-
Search Results
6
records
(took 0.038 seconds)
