-
公开(公告)号：CN113591911B
公开(公告)日：2024-07-09
申请号：CN202110709555.3
申请日：2021-06-25
Applicant: 南京财经大学 , 云境商务智能研究院南京有限公司
IPC: G06F18/214 , G06F18/2411 , G06Q10/083
Abstract: 本发明公开了一种散粮集装箱物流运输过程的级联多类异常识别方法，首先将采集到的散粮集装箱物流运输过程的数据样本集分为训练样本集和验证样本集，从训练样本集中选取数据集构建一级训练样本集，对二类分类模型bi‑KELM‑train进行训练；同时选取数据集构建二级训练样本集，训练多类分类模型multi‑KELM‑train；然后从样本集中挑选一级异常验证样本集，使用bi‑KELM‑train对样本集进行验证；当验证异常时，构建二级异常验证样本，进一步进行验证，确认散粮集装箱物流的具体异常类别；通过散粮集装箱物流运输状态数据集上的实验表明，相比于直接使用KELM模型的方法，本发明的级联多类异常识别方法具备误差小，验证精度高的优点。
-
公开(公告)号：CN112865752B
公开(公告)日：2024-06-14
申请号：CN202011543905.5
申请日：2020-12-24
Applicant: 南京财经大学 , 国家粮食和物资储备局科学研究院 , 北京国贸东孚工程科技有限公司 , 云境商务智能研究院南京有限公司
IPC: H03H21/00
Abstract: 本发明公开了一种混合网络攻击下基于自适应事件触发机制的滤波器设计方法，首先基于物联网系统初步建立系统模型，对所述系统模型进行T‑S模糊处理；对模糊处理后的系统模型建立对应的滤波器模型；引入自适应事件触发机制，针对重放攻击、欺骗攻击、DoS攻击下对传输数据的影响建立网络攻击模型；并设计滤波器误差系统；利用李雅普诺夫稳定性理论，获得了保证系统指标均方根稳定性的充分条件，最终求解线性不等式获得滤波器参数；本发明采用了T‑S模糊处理方法，引入了自适应事件触发机制以节省有限的带宽,提高通信资源的利用率，同时考虑了包含重放攻击、欺骗攻击和DoS攻击在内的混合攻击对网络安全的影响，保证所设计的滤波器的有效性。
-
公开(公告)号：CN116471126B
公开(公告)日：2023-09-15
申请号：CN202310728072.7
申请日：2023-06-20
Applicant: 江苏苏宁银行股份有限公司 , 南京财经大学 , 云境商务智能研究院南京有限公司
Abstract: 本发明提供一种识别异常IP的数据处理方法及装置，响应管理端地址配置需求和终端配置需求，标准地址和第一权限进行更新，标准终端和第二权限进行更新，得到地址比对表和终端比对表。基于融合策略进行融合，得到融合比对表。对访问IP数据报进行解析，得到访问地址、访问终端和访问内容。接收当前时间段的验证需求信息，调用相应的地址比对表、终端比对表或融合比对表对访问地址、访问终端和/或访问内容进行验证。若访问地址、访问终端和/或访问内容与相应的地址比对表、终端比对表或融合比对表不对应，则将访问IP数据报标记为异常IP，禁止操作端进行访问内容的操作，并将异常IP发送给管理端进行提醒。
-
公开(公告)号：CN116361640A
公开(公告)日：2023-06-30
申请号：CN202310024568.6
申请日：2023-01-09
Applicant: 江苏电力信息技术有限公司 , 南京财经大学
IPC: G06F18/214 , G06N3/049 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于分层注意力网络的多变量时间序列异常检测方法，首先将采用双向门控循环单元Bi‑GRU提取时间和序列的特征，然后采用图注意力网络GAN将变量和时间序列构建成一个相似图，图的节点代表序列中的变量，图的边代表变量之间的关系，然后在图上构建第一个图注意力层，提取不同变量之间关系的特征表示即变量学习，在图上构建第二个图注意力层，学习变量和序列之间的相互作用即序列学习，最后采用自动编码器重构时间序列，计算损失值进行异常序列检测。本发明能够有效检测多变量时间序列中的异常，并且实验结果优于当前最先进的方法。
-
公开(公告)号：CN109190508B
公开(公告)日：2022-09-06
申请号：CN201810917557.X
申请日：2018-08-13
Applicant: 南京财经大学
IPC: G06V20/52 , G06V10/80 , G06V10/764 , G06T7/292 , G06T7/73
Abstract: 本发明公开了一种基于空间坐标系的多摄像头数据融合方法，包括以下步骤：针对需要提取的目标构建训练数据集，完成目标检测与识别模型的训练；提取各摄像头采集到的视频数据中的目标的类别和目标在二维图像坐标系统下的位置信息，建立二维图像坐标系与三维空间坐标系之间的坐标映射关系；对于连续多个场景中的摄像头采集到的视频流数据，进行目标检测与目标识别处理，提取各帧中出现的目标的类别信息以及目标在二维图像坐标系下的位置信息；将目标在二维图像坐标系下的位置信息映射为目标在三维空间坐标系下的坐标；并根据当前时间节点中的各目标与上一时间节点中各目标之间的距离信息，得到目标在三维空间坐标系下的运动轨迹数据。
-
Patent Agency Ranking
公开(公告)号：CN114498745A
公开(公告)日：2022-05-13
申请号：CN202210107143.7
申请日：2022-01-28
Applicant: 南京财经大学
Abstract: 本发明公开了一种控制输入延迟下受到周期性DoS攻击的孤岛交流微电网的安全控制器设计方法，首先建立能够刻画控制输入延迟的孤岛交流微电网电力系统的数学模型；引入新的变量，对控制输入延时的孤岛交流微电网电力系统数学模型进行变换；然后，在变换后的数学模型的基础上，进一步考虑周期性DoS攻击；最后，通过李雅普诺夫函数方法导出控制输入延时与周期性DoS攻击下的控制器设计准则，确定同时考虑时间延迟与周期性DoS攻击下孤岛交流微电网系统模型的控制器增益矩阵K。本发明可有效抵御周期性DoS攻击与控制输入延迟带来的不利影响。
-
公开(公告)号：CN113674045A
公开(公告)日：2021-11-19
申请号：CN202110401328.4
申请日：2021-04-14
Applicant: 南京财经大学
IPC: G06Q30/06 , G06F16/903 , G06F17/11 , G06F17/16
Abstract: 本发明公开一种基于区间分割的电商水军识别方法，步骤是：使用Z‑score对初始数据进行标准化；计算出每个商品正确的评分区间，在该区间内的评分被认为是合理的，反之不合理；计算出各个用户评分的准确率和极差；计算出用户的各个评分到对应商品正确评分区间的距离和，并结合用户评分的准确率和极差，计算出来用户的信誉。最后，选择前N个低信誉用户作为水军。我们在三个数据集(MoiveLens、Netflix和Amazon)上测试了该方法，结果表明该方法在计算用户信誉和识别水军方面表现良好，具有较高的准确性和鲁棒性，且可扩展性强。
-
公开(公告)号：CN113591911A
公开(公告)日：2021-11-02
申请号：CN202110709555.3
申请日：2021-06-25
Applicant: 南京财经大学 , 云境商务智能研究院南京有限公司
Abstract: 本发明公开了一种散粮集装箱物流运输过程的级联多类异常识别方法，首先将采集到的散粮集装箱物流运输过程的数据样本集分为训练样本集和验证样本集，从训练样本集中选取数据集构建一级训练样本集，对二类分类模型bi‑KELM‑train进行训练；同时选取数据集构建二级训练样本集，训练多类分类模型multi‑KELM‑train；然后从样本集中挑选一级异常验证样本集，使用bi‑KELM‑train对样本集进行验证；当验证异常时，构建二级异常验证样本，进一步进行验证，确认散粮集装箱物流的具体异常类别；通过散粮集装箱物流运输状态数据集上的实验表明，相比于直接使用KELM模型的方法，本发明的级联多类异常识别方法具备误差小，验证精度高的优点。
-
公开(公告)号：CN113590710A
公开(公告)日：2021-11-02
申请号：CN202110731588.8
申请日：2021-06-30
Applicant: 南京财经大学
Abstract: 一种基于Spark内存计算的粮食质量分类方法，包括两个步骤，即粮库质量评价指标体系构建和基于Spark内存计算的粮食质量分类方法，具体内容如下：粮库质量评价指标体系构建，粮库中粮食(包括小麦、早籼稻谷、晚籼稻谷、籼糯稻谷、粳稻谷、粳糯稻谷)进行质量评价体系构建，然后，针对不同种类粮食存在等级严重不均衡以及数据量比较大的问题，提出了基于Spark内存计算的粮食质量分类方法，主要通过合成少数过采样技术解决每个Spark节点中类别的不均衡问题，并行计算则采用并行k最近邻方法；最后，通过不断的迭代实现每个未知粮库中不同仓中粮食的类别分类。
-
公开(公告)号：CN113570301A
公开(公告)日：2021-10-29
申请号：CN202110727304.8
申请日：2021-06-29
Applicant: 南京财经大学
Abstract: 本发明公开了一种基于半监督学习的粮库清仓查库欺诈行为检测方法，包括两个步骤，第一步骤为粮库欺诈行为特征产生，构建了6个判别是否存在欺诈行为的特征；第二步骤主要参数为基于半监督学习的粮库清仓查库欺诈行为检测方法设计，然后，针对粮库清仓查库中存在大量无标记粮库和少量的标记粮库特征数据的这一问题，提出了基于半监督ExpectationMaximization(EM)算法的粮库清仓查库欺诈行为检测方法；最后可以通过EM算法不断迭代来改进分类器的效果，从而提升了粮库清仓查库欺诈行为检测的效果。
-
-
-
-
-
-
-
-
-
Search Results
170
records
(took 0.028 seconds)
