-
公开(公告)号：CN105678590A
公开(公告)日：2016-06-15
申请号：CN201610083749.6
申请日：2016-02-07
Applicant: 重庆邮电大学
Abstract: 本发明公开一种面向社交网络基于云模型的topN推荐方法，属于数据挖掘和信息检索领域。利用社交网络海量数据集收集被推荐用户信息，评分物品信息，推荐用户信息；从被推荐用户信息和推荐用户信息中提取用户属性、获得用户评分，由多维云逆向云发生器生成多维云；通过多维云相似度计算用户属性云相似度；由推荐用户和被推荐用户的评分生成评分云，合并所有评分云生成父云，在父云中生成新的评分；综合相似度和评分生成被推荐用户对新物品的兴趣度，取兴趣度高的前N个物品生成topN推荐集。该方法解决了属性单一或多属性权值设置不确定给推荐系统带来的阻碍，个性化推荐针对不同用户产生不同的推荐集，并将推荐相关信息发送至用户，节省了网络资源。
-
公开(公告)号：CN103778368A
公开(公告)日：2014-05-07
申请号：CN201410032134.1
申请日：2014-01-23
Applicant: 重庆邮电大学
IPC: G06F21/53
CPC classification number: G06F21/53
Abstract: 本发明公开了一种基于系统虚拟化技术的进程安全隔离方法，属于云计算中的信息安全领域。其包括如下步骤：加载被隔离进程，获取进程运行环境信息；创建进程虚拟机，创建上述进程环境，并设置虚拟机进入、退出机制；在虚拟机内存中写入进程引导程序，等待被引导进程的植入；将被隔离进程移植到虚拟机内部，并引导其正常运行。本发明优点在于：简化传统虚拟机，摒弃操作系统而将进程直接运行于虚拟机中，节省系统开销；虚拟机进入与退出机制保证进程访问系统资源所涉及的系统调用必须受到宿主机的控制，防止进程对系统资源的非法访问；只针对可疑进程进行隔离措施，有效阻止进程间非法通信，适用于高安全性需求的系统。
-
公开(公告)号：CN105678590B
公开(公告)日：2020-03-17
申请号：CN201610083749.6
申请日：2016-02-07
Applicant: 重庆邮电大学
IPC: G06Q30/02 , G06Q50/00 , G06F16/9535
Abstract: 本发明公开一种面向社交网络基于云模型的topN推荐方法，属于数据挖掘和信息检索领域。利用社交网络海量数据集收集被推荐用户信息，评分物品信息，推荐用户信息；从被推荐用户信息和推荐用户信息中提取用户属性、获得用户评分，由多维云逆向云发生器生成多维云；通过多维云相似度计算用户属性云相似度；由推荐用户和被推荐用户的评分生成评分云，合并所有评分云生成父云，在父云中生成新的评分；综合相似度和评分生成被推荐用户对新物品的兴趣度，取兴趣度高的前N个物品生成topN推荐集。该方法解决了属性单一或多属性权值设置不确定给推荐系统带来的阻碍，个性化推荐针对不同用户产生不同的推荐集，并将推荐相关信息发送至用户，节省了网络资源。
-
公开(公告)号：CN104734916B
公开(公告)日：2018-04-27
申请号：CN201510104409.2
申请日：2015-03-10
Applicant: 重庆邮电大学
IPC: H04L12/26
Abstract: 本发明请求保护一种基于TCP协议的高效多级异常流量检测方法，在传统的异常流量检测的过程中加入了一种多级异常检测机制。该方法是对网络中客户端发送的数据流量的异常检测，它使用差分均值的方法对客户端产生的原始流量进行差分平稳化处理，同时根据网络中已有的流量进行分析、统计，动态的设定一个自适应阈值区间，对平稳化之后的流量进行自适应阈值差分流量检测，并对通过初级检测的数据包进行进一步的异常检测。这种进一步的异常检测主要是对经过路由转发过来的数据包进行解析，提取其关键字段，根据对关键字段的判定，进一步判断从客户端发送过来的数据包是否为异常。本发明提高了检测精度且简便易于实现。
-
公开(公告)号：CN104734916A
公开(公告)日：2015-06-24
申请号：CN201510104409.2
申请日：2015-03-10
Applicant: 重庆邮电大学
IPC: H04L12/26
Abstract: 本发明请求保护一种基于TCP协议的高效多级异常流量检测方法，在传统的异常流量检测的过程中加入了一种多级异常检测机制。该方法是对网络中客户端发送的数据流量的异常检测，它使用差分均值的方法对客户端产生的原始流量进行差分平稳化处理，同时根据网络中已有的流量进行分析、统计，动态的设定一个自适应阈值区间，对平稳化之后的流量进行自适应阈值差分流量检测，并对通过初级检测的数据包进行进一步的异常检测。这种进一步的异常检测主要是对经过路由转发过来的数据包进行解析，提取其关键字段，根据对关键字段的判定，进一步判断从客户端发送过来的数据包是否为异常。本发明提高了检测精度且简便易于实现。
-
Patent Agency Ranking
公开(公告)号：CN116170878A
公开(公告)日：2023-05-26
申请号：CN202211631308.7
申请日：2022-12-19
Applicant: 重庆邮电大学
IPC: H04W72/044 , H04W72/0446
Abstract: 本发明涉及一种基于改进IBN网络的意图冲突协调化解方法，属于意图网络领域，包括以下步骤：S1：将用户的意图请求映射到网络资源的层面上，将意图冲突问题转化为资源分配问题；S2：将所述资源分配问题从时间维度上划分为时间容忍型意图和非时间容忍型意图；S3：针对时间容忍型意图，将其意图调整到与之相邻的其他时间片上去实现，并增加上一个时间段对该时间段的影响；S4：针对非时间容忍型意图，将多个性能意图冲突化解问题转化为关于网络资源调配的多目标优化问题，使用深度强化学习网络不断感知学习网络环境，调整更新网络中部署策略，解决意图冲突。
-
公开(公告)号：CN105786979A
公开(公告)日：2016-07-20
申请号：CN201610083788.6
申请日：2016-02-07
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于隐链接的用户参与热点话题行为分析方法,属于计算机网络信息领域。获取用户过往行为以及自身属性等信息，提取用户间共同过往行为获取标签相似度系数，利用云模型分析用户对共同过往行为的关注程度，得到用户相似度，根据阈值判断两用户是否存在隐链接。最后，根据用户参与话题的驱动因素——显示连接、隐链接、个人兴趣、行为随机性构建驱动力模型，确定对用户参与话题讨论决定性因素。该方法将隐链接引入驱动力分析模型，并且提供了一种多维云模型为用户建立隐链接，避免了赋权问题的产生。针对每个用户分析用户参与话题讨论的驱动力因素。本方法可以广泛应用于社交网络数据分析等相关领域。
-
公开(公告)号：CN105786979B
公开(公告)日：2020-03-17
申请号：CN201610083788.6
申请日：2016-02-07
Applicant: 重庆邮电大学
IPC: G06F16/958 , G06Q50/00
Abstract: 本发明公开了一种基于隐链接的用户参与热点话题行为分析方法,属于计算机网络信息领域。获取用户过往行为以及自身属性等信息，提取用户间共同过往行为获取标签相似度系数，利用云模型分析用户对共同过往行为的关注程度，得到用户相似度，根据阈值判断两用户是否存在隐链接。最后，根据用户参与话题的驱动因素——显示连接、隐链接、个人兴趣、行为随机性构建驱动力模型，确定对用户参与话题讨论决定性因素。该方法将隐链接引入驱动力分析模型，并且提供了一种多维云模型为用户建立隐链接，避免了赋权问题的产生。针对每个用户分析用户参与话题讨论的驱动力因素。本方法可以广泛应用于社交网络数据分析等相关领域。
-
公开(公告)号：CN106127590A
公开(公告)日：2016-11-16
申请号：CN201610454030.9
申请日：2016-06-21
Applicant: 重庆邮电大学
IPC: G06Q50/00
CPC classification number: G06Q50/01
Abstract: 本发明属于社交网络分析领域，公开了一种基于节点影响力的信息态势感知及传播管控模型，包括数据获取模块，从社交网络中获取源数据，并从中获取节点的个人属性、历史行为和好友关系，构建信息传播网络；特征提取模块，分别从网络静态属性和交互动态属性两个维度提取特征，并分别计算相应的因子函数；信息态势感知及传播模块，基于平均场理论构建信息态势感知及传播管控模型，模拟信息传播趋势，感知信息扩散趋势，捕获信息爆发的高峰期，并挖掘驱动该信息传播的动力因子。本发明能有效地解释在线社会网络中信息传播的动力学原因，感知社会网络中信息传播演化态势，可以广泛应用于信息传播相关领域。
-
公开(公告)号：CN104735654A
公开(公告)日：2015-06-24
申请号：CN201510104390.1
申请日：2015-03-10
Applicant: 重庆邮电大学
Abstract: 一种可检测数据完整性的隐私数据融合方法。本发明请求保护一种可进行数据完整性和隐私保护的数据融合方法，涉及无线传感器网络数据融合中节点数据的隐私保护和完整性检测。在无线传感器网络节点与节点之间进行数据传输的过程中，容易遭受攻击者注入虚假或者篡改数据，导致数据跟节点收集的原始数据不一致。提出一种方法，在节点进行数据融合的过程中加入同态消息验证码，使节点的真实密钥与相应生成的消息验证码都随着存储数据的改变而改变，而节点自身的存储密钥不发生改变。即使攻击者同时捕获了节点的密钥和数据，但也无法获取节点真实密钥，实现数据的完整性和隐私保护。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.029 seconds)
