-
公开(公告)号：CN110460598A
公开(公告)日：2019-11-15
申请号：CN201910741518.3
申请日：2019-08-12
Applicant: 西北工业大学深圳研究院 , 西北工业大学
IPC: H04L29/06
Abstract: 本发明公开了一种网络流量时空迁移异常检测方法，用于解决现有异常流量检测方法计算复杂度高的技术问题。技术方案是对网络中各个实体的流量数据提取统计特征形成样本集合；通过样本与同时间窗口内的其它样本的中心距评估在空间分布上的异常性；通过与自身历史数据比较变化率的L2范数评估在时间上的异常性；通过状态迁移概率评估变化的可能性。本发明通过计算网络实体的流量统计特征基于中心距的空间异常评分、基于历史数据变化率L2范数的时间异常评分以及基于状态转移概率异常评分，对三个评分进行加权平均，综合考虑空间、时间与系统中所有实体整体的状态迁移来判断网络流量是否异常。具有计算复杂度低，并行性好，适合在大规模网络中应用。
-
公开(公告)号：CN110460598B
公开(公告)日：2021-08-17
申请号：CN201910741518.3
申请日：2019-08-12
Applicant: 西北工业大学深圳研究院 , 西北工业大学
IPC: H04L29/06
Abstract: 本发明公开了一种网络流量时空迁移异常检测方法，用于解决现有异常流量检测方法计算复杂度高的技术问题。技术方案是对网络中各个实体的流量数据提取统计特征形成样本集合；通过样本与同时间窗口内的其它样本的中心距评估在空间分布上的异常性；通过与自身历史数据比较变化率的L2范数评估在时间上的异常性；通过状态迁移概率评估变化的可能性。本发明通过计算网络实体的流量统计特征基于中心距的空间异常评分、基于历史数据变化率L2范数的时间异常评分以及基于状态转移概率异常评分，对三个评分进行加权平均，综合考虑空间、时间与系统中所有实体整体的状态迁移来判断网络流量是否异常。具有计算复杂度低，并行性好，适合在大规模网络中应用。
-
公开(公告)号：CN119540841B
公开(公告)日：2025-05-02
申请号：CN202510095985.9
申请日：2025-01-22
Applicant: 西北工业大学
Abstract: 本发明公开了一种短视频信息检测方法、装置、设备及存储介质，涉及网络空间安全信息检测技术领域，包括以下步骤：获取目标短视频中的多模态信息，提取各模态信息对应的多个模态特征；将标题特征与其他模态特征分别进行特征对齐，得到与标题最相关的多个关键特征；分别对与标题最相关的多个关键特征之间的一致性进行建模，得到第一融合特征表示以及第二融合特征表示；将第一融合特征表示、第二融合特征表示和标题特征进行拼接，得到多模态融合特征；对多模态融合特征进行分类，得到目标短视频中多模态信息的检测结果。本方法基于特征对齐和语义一致性建模，更好地挖掘并融合了短视频中的关键信息，大幅提升了信息的检测结果的准确性。
-
公开(公告)号：CN113691550B
公开(公告)日：2023-02-24
申请号：CN202110998430.7
申请日：2021-08-27
Applicant: 西北工业大学
Abstract: 本发明公开了一种网络攻击知识图谱的行为预测系统，下载访问路径模型、攻击数据图谱、生成数据图谱、智能巡查模块、防护网、异常数据、恶意数据分析、关节节点匹配、攻击预测、放行、拦截、诱捕节点和蜜罐、深度分析。网络攻击知识图谱的行为预测系统，通过防护网和智能巡查模块的配合，防护网在指定的路径位置上，对各种路径数据进行检测，起到基础防护作用，同时也对恶意攻击者起到迷惑作用，而智能巡查模块通过大数据抽选，随机在路径上进行检测，如此不容易被恶意攻击者发现和捕捉，也防止恶意攻击者通过简单的补丁包等技术手段绕过防护网，如此增加的攻击者的攻击成本和攻击时间，给数据图谱提供了完善时间。
-
公开(公告)号：CN114722305A
公开(公告)日：2022-07-08
申请号：CN202210399130.1
申请日：2022-04-11
Applicant: 西北工业大学
IPC: G06F16/9536 , G06F16/906 , G06F17/16 , G06Q50/00
Abstract: 本发明公开了一种基于社区结构的社交网络影响力阻断最大化方法。该方法包括以下步骤：(1)使用社交网络节点的扩展h‑index中心性来选择候选种子节点。(2)以这些种子节点为起点，利用标签传播算法发现社交网络中的社区。(3)计算社交网络社区的关系矩阵及当前关系矩阵的模块度来对社区进行合并，将合并后的社区中具有最大度的节点添加到初始种子节点中。(4)计算初始种子节点的标签度量等级。(5)根据节点标签度量排序获得社交网络中具有最大阻断影响力的k个节点。本方法综合考虑了社交网络的社区结构、社交网络节点的中心性，整体运算时间短，筛选出影响力阻断种子节点的阻断性能好。
-
Patent Agency Ranking
公开(公告)号：CN119578381A
公开(公告)日：2025-03-07
申请号：CN202510138731.0
申请日：2025-02-08
Applicant: 西北工业大学
IPC: G06F40/166 , G06F40/216 , G06F40/284 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/08 , G06F16/35
Abstract: 本发明公开了一种基于生成对抗网络的文本风格迁移方法，将原始语句通过文本卷积网络得到预测的属性风格概率；在原始语句中删除属性词，将删除后的语句再次输入文本卷积网络，直至得到删除每个属性词后的预测的属性风格概率；将预测的属性风格概进行概率差值运算，根据结果将每个属性词按照降序排列得到排序结果；并按照从大到小的顺序在原始语句中将第一属性词删除，得到第一语句；在第一语句的属性风格概率和长度均不符合预设条件时，继续在第一语句上删除第二属性词，直至删除后的语句的属性风格概率和长度符合预设条件时，得到语义内容；将语义内容经编码器和解码器得到目标风格语句。本发明提高了语句风格判断准确率、文本生成质量和真实性。
-
公开(公告)号：CN117808615A
公开(公告)日：2024-04-02
申请号：CN202410040581.5
申请日：2024-01-10
Applicant: 西北工业大学
IPC: G06Q50/00 , G06N5/01 , G06F18/2323
Abstract: 本发明公开了一种基于候选节点集合的社交网络影响力最大化方法。该方法包括以下步骤：(1)使用Louvain算法对社交网络进行社团划分，得到多个规模较小的社团。(2)使用混合指标计算社交网络中每个节点的影响力大小。(3)在每个划分后的社团中，选取部分影响力大小排名靠前的节点，以此组合成候选节点集合。(4)使用CELF算法从候选节点集合中选择出使社交网络获得具备最大影响力的k个种子节点。本发明综合考虑了社交网络的社团结构、社交网络节点的度中心性和接近中心性、以及CELF算法，相对于CELF算法，本发明在不牺牲模型准确率的同时具备更高的执行效率。
-
公开(公告)号：CN117544391A
公开(公告)日：2024-02-09
申请号：CN202311658925.0
申请日：2023-12-06
Applicant: 西北工业大学
IPC: H04L9/40 , G06F16/907 , G06F16/903
Abstract: 本发明公开了基于日志数据的网络安全检测方法及系统，属于网络安全检测技术领域，包括如下步骤：S1：实时采集日志服务器在运行时所产生的日志数据，且对日志数据进行检索及特征值提取，确定出基于日志数据的日志特征信息；S2：基于日志特征信息，从多个日志标准信息中调取出与日志特征信息相匹配的日志标准信息，基于日志标准信息，对日志特征信息进行检测分析，确定出基于日志数据的检测分析报告。本发明解决了现有不能对日志数据进行实时的网络安全检测管控，导致日志数据的网络安全检测管控效果差的问题，本发明可对日志数据进行实时的网络安全检测管控，且提升日志数据的网络安全检测管控效果。
-
公开(公告)号：CN114722283A
公开(公告)日：2022-07-08
申请号：CN202210380951.0
申请日：2022-04-11
Applicant: 西北工业大学
IPC: G06F16/9535 , G06F16/9537 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 本专利公开了一种基于位置社交网络的兴趣点组合推荐算法。该方法包括以下步骤：(1)通过LightGCN图卷积网络模型得到用户对兴趣点的协作偏好分数；(2)利用兴趣点之间的地理相关性更新兴趣点的嵌入表示；(3)通过带有注意机制的GRU序列模型得到用户对兴趣点的地理偏好分数；(4)通过线性加权的组合策略得到最终的兴趣点推荐分数。本方法综合考虑了地理信息、协作信息和序列信息，提高了离线推荐的召回率。
-
公开(公告)号：CN113886140A
公开(公告)日：2022-01-04
申请号：CN202111163690.9
申请日：2021-09-30
Applicant: 西北工业大学
Abstract: 本发明涉及人工智能技术领域，特别涉及基于可信性验证的人工智能模型输出数据判断系统，包括：可信输入模块，用于存储第一标准数据和与第一标准数据对应的标准计算结果，并向人工智能模型发送所述第一标准数据；可信性验证模块，用于接收人工智能模型返回的计算结果，并将接收到的技术结果与标准计算结果进行对比，根据对比的结果来判断人工智能模型输出数据的状态，当对比的结果为相同时，判断人工智能模型输出数据的状态正常，当对比的结果为不相同时，判断人工智能模型输出数据为异常。能够对人工智能模型输出数据进行可信性验证。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.027 seconds)
