-
公开(公告)号：CN103345419A
公开(公告)日：2013-10-09
申请号：CN201310316923.3
申请日：2013-07-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于Android平台的动态取证方法，该方法取证人员在获得犯罪嫌疑人的目标设备后，对目标设备进行信号屏蔽，连接到PC端，搭建仿真系统，获取目标设备中可仿真应用程序及其数据，将数据导入到仿真系统中进行仿真，分析应用程序使用痕迹以及网络远程信息，整理相关数据，形成总结性报告，作为证据提交给相关部门；本发明动态取证对相应版本的软件进行仿真，避免了软件版本不断更新导致的静态取证不断升级的麻烦，同时可以绕过某些应用程序的数据加密，直接进行取证，而且动态取证可以获取应用程序除使用痕迹以外的网络远程信息，实现了对静态取证有限性的补充。
-
Patent Agency Ranking
公开(公告)号：CN103390051A
公开(公告)日：2013-11-13
申请号：CN201310316316.7
申请日：2013-07-25
Applicant: 南京邮电大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于微博数据的话题发现与追踪方法，该方法针对大规模的社交网络信息中潜在的隐主题进行挖掘；首先将海量增长的微博数据按照时序属性进行分块，过滤冗余信息；对时间窗口中的文本内容进行分析和归类从中返回抽取后语义独立的关键性主题描述，提取出不同时间窗口中的话题；最后通过分析时间窗口间话题的继承性与同一性总结出微博话题变化趋势。通过该方法可以展现话题内容的动态发展过程，即话题的产生，发展，高潮，消亡的整个过程，更为准确、全面的描述话题。
-
公开(公告)号：CN103390051B
公开(公告)日：2016-07-20
申请号：CN201310316316.7
申请日：2013-07-25
Applicant: 南京邮电大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于微博数据的话题发现与追踪方法，该方法针对大规模的社交网络信息中潜在的隐主题进行挖掘；首先将海量增长的微博数据按照时序属性进行分块，过滤冗余信息；对时间窗口中的文本内容进行分析和归类从中返回抽取后语义独立的关键性主题描述，提取出不同时间窗口中的话题；最后通过分析时间窗口间话题的继承性与同一性总结出微博话题变化趋势。通过该方法可以展现话题内容的动态发展过程，即话题的产生，发展，高潮，消亡的整个过程，更为准确、全面的描述话题。
-
公开(公告)号：CN103345530A
公开(公告)日：2013-10-09
申请号：CN201310318042.5
申请日：2013-07-25
Applicant: 南京邮电大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于语义网的社交网络黑名单自动过滤模型，该模型的恶意垃圾信息会被自动屏蔽标记为垃圾信息，只有用户主动查看时才可见到此类信息；恶意信息发布者也会被自动被标记为信息接收者的黑名单中，屏蔽其发送的恶意信息；该模型还设置了用户自定义屏蔽信息，且此类信息被标记为恶意信息权值最高，即用户最不能忍受的信息，一旦被判为此类信息，则发送者与接收者回复正常好友关系的概率就很小了，这就继承了传统黑名单的特点，在此基础上，该模型还有一些恶意权值较低的信息类，被评判为此类信息时，如果接收者主动与发送者进行了数据交互，则被评判为恶意发布者的用户则有可能被系统恢复出黑名单，使二者成为正常关系。
-
公开(公告)号：CN103345530B
公开(公告)日：2017-07-14
申请号：CN201310318042.5
申请日：2013-07-25
Applicant: 南京邮电大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于语义网的社交网络黑名单自动过滤模型，该模型的恶意垃圾信息会被自动屏蔽标记为垃圾信息，只有用户主动查看时才可见到此类信息；恶意信息发布者也会被自动被标记为信息接收者的黑名单中，屏蔽其发送的恶意信息；该模型还设置了用户自定义屏蔽信息，且此类信息被标记为恶意信息权值最高，即用户最不能忍受的信息，一旦被判为此类信息，则发送者与接收者回复正常好友关系的概率就很小了，这就继承了传统黑名单的特点，在此基础上，该模型还有一些恶意权值较低的信息类，被评判为此类信息时，如果接收者主动与发送者进行了数据交互，则被评判为恶意发布者的用户则有可能被系统恢复出黑名单，使二者成为正常关系。
-
公开(公告)号：CN103617279A
公开(公告)日：2014-03-05
申请号：CN201310664373.4
申请日：2013-12-09
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本发明公开了一种基于Pagerank方法的微博信息传播影响力评估方法，该方法在大规模增量微博信息上进行数据分析，通过研究微博信息的传播特征，提出微博信息传播的直接影响力和间接影响力的综合评估模型。首先从网络上爬取实验中所需要的真实微博网络信息数据；其次根据某一时间段内某节点处个体平均每天发布的原创微博数量，转发的微博数量，参与评论的微博数量，经过规范化度量得出个体活跃度；然后缩小用户粉丝数量的数量级差异，根据微博的浏览数，评论数，转发数以及点赞数计算出节点的受关注度；最后将微博传播能力作为分配影响力值的传递因子，基于Pagerank方法，构造出微博传播影响力模型。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
