一种基于节点相似性和非负矩阵分解的社区检测方法

    公开(公告)号:CN118779574A

    公开(公告)日:2024-10-15

    申请号:CN202410749152.5

    申请日:2024-06-12

    Abstract: 本发明提供一种基于节点相似性和非负矩阵分解的社区检测方法,该方法从其他方面考虑节点相似性,提出一种新的节点相似性指标并利用非负矩阵分解进行社区检测。该方法主要结合社区检测自身的特点,对传统的聚类系数指标进行改进来表征节点间的相似性,从而丰富社区检测的输入矩阵,然后将模块度指标用于每一次划分过程中,通过不断迭代使得模块度达到最大,具体的方法包括将非负矩阵分解方法和模块度指标相结合共同构建目标函数,并且通过迭代更新规则来获取每个参数的更新公式,最后进行迭代训练,直达模型收敛,从而进一步提高社区检测的准确率。

    一种基于LSTM的BGP异常检测方法与系统

    公开(公告)号:CN118590284A

    公开(公告)日:2024-09-03

    申请号:CN202410749150.6

    申请日:2024-06-12

    Abstract: 本发明提供一种基于LSTM的方法来检测网络中各种类型的BGP异常行为,并构建一个实时自动化BGP异常检测系统。该方法针对传统机器学习方法忽视异常发生前后的连续变化以及检测异常类型单一的问题,考虑到异常发生前后的变化连续性,根据一定的时间窗口划分时间序列,利用多层感知器从原始特征中获取到高级复杂特征,基于LSTM的模型实现多种类型BGP异常事件检测。本发明还将该方法应用于BGP异常检测系统之中,实现了多类型BGP异常事件实时自动化检测,无需依赖第三方检测。

    一种基于高阶Jaccard相似性和类深度自编码器的社区检测方法

    公开(公告)号:CN119378606A

    公开(公告)日:2025-01-28

    申请号:CN202411388504.5

    申请日:2024-10-08

    Abstract: 本发明提供一种基于高阶Jaccard相似性和类深度自编码器的社区检测方法,该方法改进了传统Jaccard指标,利用改进后的Jaccard节点相似性指标来获取网络结构的深层次信息,并通过类深度自编码器对获取的深层次结构进行分解,提取出节点之间的隐藏关系,从而能够更加准确地进行社区检测。具体的方法为将编码器和解码器的目标函数集成为同一个目标函数,并且通过迭代更新来获取每个参数的更新规则,最后进行迭代训练,直到模型收敛。

Patent Agency Ranking