公开(公告)号：CN111210096A

公开(公告)日：2020-05-29

申请号：CN202010218247.6

申请日：2020-03-25

Applicant: 电子科技大学

Inventor： 蔡世民 ,  陈枭 ,  张智成 ,  王晨曦

IPC: G06Q10/04 ,  G06Q50/20 ,  G06N20/00

Abstract: 该发明公开了一种基于高考大数据的院校录取成绩预测方法，属于数据挖掘领域。本发明提取了高考数据中影响录取成绩的重要特征：专业数、计划数以及录取级差。计划数是指当年各院校文理各科总招生人数；录取级差是指院校录取考生中最高分与最低分的差值。除此以外，基于高考志愿填报的特点，本发明还考虑到各高校之间会有竞争关系的存在，即某一高校的招生人数变化，影响到其他高校的录取情况。本发明提供的模型先使用同位分法进行预测，得到粗略预测值；再利用上述重要特征，使用集成学习模型，拟合出录取成绩变化率，与粗略预测值结合，得到初步预测值；最后利用无监督聚类模型对高校进行划分，拟合高校间的竞争关系，调整初步预测值，得到最终预测结果。

公开(公告)号：CN118982020A

公开(公告)日：2024-11-19

申请号：CN202411013371.3

申请日：2024-07-26

Applicant: 电子科技大学

Inventor： 王勇 ,  卢国明 ,  罗光春 ,  张智成 ,  黄睿正 ,  廖一奥

IPC: G06F40/279 ,  G06F40/284 ,  G06F18/2415 ,  G06F18/2431 ,  G06F18/213 ,  G06N3/042 ,  G06N3/08 ,  H04L9/40 ,  G06F21/57 ,  G06F21/56

Abstract: 本发明公开了一种基于异构图神经网络的威胁杀伤链提取方法，方法包括：训练样本标注；实体提取，从网络攻击报告中提取出安全实体；关系三元组提取，从报告中提取出安全实体之间的关系；建立威胁知识图，将从报告中提取的边和实体组成的三元组建立为异构图；模型训练，将图多分类任务作为目标训练异构图神经网络。每个训练样本图是报告中包含的实体和边的组成的子图，将该子图分类至一个或多个杀伤链阶段；杀伤链提取，提取测试集中的报告中的杀伤链。本方案可以从非结构化文本中自动提取出相关杀伤链，使用户避免了手动分析和提取的繁琐，减轻安全运营人员的压力。

公开(公告)号：CN119005298A

公开(公告)日：2024-11-22

申请号：CN202411013014.7

申请日：2024-07-26

Applicant: 电子科技大学

Inventor： 王勇 ,  王洁磊 ,  罗光春 ,  许毅 ,  张智成 ,  罗裕杰 ,  廖一奥

IPC: G06N3/098 ,  G06N3/048 ,  G06N3/042

Abstract: 本发明公开了一种基于关系学习的异构联邦子图学习方法，包括以下步骤：S1.每个参与方利用本地子图数据训练本地图神经网络；S2.关系学习，服务器生成随机图发送给每个参与方，参与方获取随机图的指定边集的预测概率并上传给服务器，服务器动态学习参与方的子图关系矩阵；S3.知识聚合，服务器平均聚合所有参与方上传的知识并通过子图关系矩阵对知识进行加权聚合，为每个参与方生成个性化知识；S4.更新本地图神经网络；S5.重复执行S1‑S4步骤。本发明实现了子图场景下拥有不同架构的参与方的本地模型的协作训练，并且通过关系学习解决了子图间的数据异质性问题。

公开(公告)号：CN118981658A

公开(公告)日：2024-11-19

申请号：CN202411013426.0

申请日：2024-07-26

Applicant: 电子科技大学

Inventor： 罗光春 ,  王勇 ,  詹思瑜 ,  张智成 ,  罗裕杰 ,  黄睿正

IPC: G06F18/23213 ,  H04L9/40 ,  G06F21/57 ,  G06F21/56 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0895

Abstract: 本发明公开了一种基于异构图自编码器的APT攻击者聚类方法，包括：情报获取与STIX情报映射、异构图自编码器训练和攻击者聚类几个基础步骤；本方案针对APT攻击者的聚类问题，使用异构图来表示全面、复杂的威胁知识；同时使用异构图自编码器来在标签数据不足时，从数据本身提取攻击者的特征，并用于攻击者聚类，在自编码的自监督学习过程中，以元路径重建作为学习目标，使该自编码器可以有效提取包含语义信息的APT攻击者特征，可将其用于APT攻击者聚类任务，提高攻击者特征提取的准确性，更好地完成了攻击者聚类任务。