-
公开(公告)号:CN117743479A
公开(公告)日:2024-03-22
申请号:CN202311642961.8
申请日:2023-12-01
Applicant: 重庆邮电大学
IPC: G06F16/28 , G06F16/2458 , G06F16/248 , G06F16/2457 , H04L9/40
Abstract: 本申请涉及网络安全领域,特别是涉及基于网络资产图谱构建的特定网络资产识别方法。获取特定网络资产信息,经预处理得到特定网络资产图谱数据集,描述特定有向图网络;采用社区分类算法将有向图网络划分为多个特定网络资产子图;进行资产信息节点排序,得到特定网络资产子图的资产信息节点重要性排序结果值,删除部分资产信息节点,得到特定网络资产子图的主要资产信息节点和关键链路;计算特定网络资产子图的相似度,得到相似结构的特定网络资产子图;进行可视化处理,得到特定网络资产子图的资产信息节点主视图和多个相关视图。采用本发明的方法,能够快速、准确、全部地识别特定网络资产的主要资产信息节点和关键链路。
-
公开(公告)号:CN109509033B
公开(公告)日:2023-04-07
申请号:CN201811535802.7
申请日:2018-12-14
Applicant: 重庆邮电大学
IPC: G06Q30/0202 , G06Q30/0207
Abstract: 本发明请求保护一种消费金融场景下的用户购买行为大数据预测方法,包括:101对用户的APP操作行为日志数据进行预处理操作;102对用户的APP操作行为日志数据进行特征工程操作;103对构建特征完成的样本集进行特征选择;104建立2个机器学习模型,并进行模型融合操作;105通过建立的模型,根据用户个人属性及其历史APP操作行为日志数据对用户在未来一个周是否购买APP上的优惠券进行预测。本发明为商家广告精准投放,个性化优惠信息推荐提供有力的决策支持。
-
公开(公告)号:CN109327855B
公开(公告)日:2021-07-16
申请号:CN201811430690.9
申请日:2018-11-28
Applicant: 重庆邮电大学
IPC: H04W24/08 , H04W24/10 , H04W4/029 , H04B17/336 , H04B17/318
Abstract: 本发明公开了一种多模终端测量小区选择方法,包括:首次测量任务完成后:终端记录本次测量的小区为已测量小区,选择信号质量最好的N个小区作为跟踪小区;估计各跟踪小区的传播路径时延及强度,作为该跟踪小区的历史传播路径时延及强度;在非首次测量任务中:终端估计各跟踪小区当前的传播路径时延及强度;如果有不少于N/2个跟踪小区当前的传播路径时延及强度与该跟踪小区的历史传播路径时延及强度的偏差小于预设的门限值,终端仅对新增的待测小区进行测量;否则终端对所有待测小区进行测量,本发明的技术方案在保证终端上报的测量数据的准确性的同时有效的降低了有效的降低了终端测量功耗和接收数据量。
-
公开(公告)号:CN107294993B
公开(公告)日:2021-02-09
申请号:CN201710543858.6
申请日:2017-07-05
Applicant: 重庆邮电大学
IPC: H04L29/06
Abstract: 本发明请求保护一种基于集成学习的WEB异常流量监测方法,包括数据预处理,构建特征工程,数据集重构,模型的建立与融合和模型测试五个过程。数据预处理是对URL数据进行有效信息抽取。特征工程的构建是采用信息熵、互信息等统计学方法进行URL特征的提取与构建。特征工程构建完成后,针对不同的访问性质,对数据集进行调整,输入XGBoost、LightGBM等四种机器学习算法中进行有监督学习。学习器构造完成后,采用Bagging框架集成学习器。在原始数据集上重新选取数据集进行分类预测,以多数投票的方式敲定标签,检验模型准确率。在使用模型过程中,将URL输入模型,模型中的五个子模型会分别给出各自的标签概率,概率最高的标签作为最终标签给出。
-
公开(公告)号:CN106598743B
公开(公告)日:2020-06-16
申请号:CN201611259383.X
申请日:2016-12-30
Applicant: 重庆邮电大学
IPC: G06F9/50
Abstract: 本发明请求保护一种基于MPI并行求信息系统属性约简的方法,首先,读取信息系统的数据,将数值进行预处理,数据离散化;其次,将信息系统水平划分为p个样本数据子集,通过通信分配给n个节点,并行计算数据子集的等价类,将各个节点的结果整合得到整个信息系统的m个等价类划分子信息系统;然后,将m个子信息系统分配给n个节点,并行计算属性核,直到处理完所有子信息系统,再将各个节点的结果合并,得出整个信息系统的属性核;最后,并行求出属性约简,将各个节点的属性约简结果进行整合,得到整个信息系统的属性约简。本发明结合了粗糙集属性约简方法和MPI并行计算,从而使得用分辨矩阵求属性约简的运算可以并行求得,提高算法的效率。
-
公开(公告)号:CN107071841B
公开(公告)日:2020-05-12
申请号:CN201710121480.0
申请日:2017-03-02
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种异构无线网络中基于动态权重优化的垂直切换方法。针对终端的移动性和网络状态的时变性带来的动态特性,以及不同业务类型对网络的个性化需求,导致垂直切换性能不佳的问题,从以下方面开展性能优化:首先采用层次分析法(AHP)和熵值法分别计算网络参数的主观权重和客观权重,并基于线性单目标最优化理论(SOP)初始化组合权重;其次引入权重调整因子,动态地调整各网络参数权重,以适应网络状况的动态变化特性;最后根据终端的个性化需求,采用切换阈值可调的效用函数来选择最佳接入网络。实验结果表明,本发明能有效降低终端的切换阻塞率和掉话率,减少不必要的切换,降低“乒乓效应”,提高垂直切换的综合性能。
-
公开(公告)号:CN107708153B
公开(公告)日:2019-11-15
申请号:CN201710909318.5
申请日:2017-09-29
Applicant: 重庆邮电大学
IPC: H04W28/06
Abstract: 本发明公开了一种无线调制解调器上行分组数据处理方法,无线Modem在接收到主机发送的上行数据时,接口驱动模块申请PDDU存储空间,接口驱动模块、接口适配模块、PDCP模块、RLC模块在上行分组数据处理过程中,直接将本层封装信息添加到PDDU和/或修改上行分组数据存储的偏移地址及数据长度,然后发送所述偏移地址和数据长度到下一个模块来实现各个模块对上行分组数据的处理。本发明的技术方案减少了上行分组数据处理过程中数据拷贝和保存、存储空间申请和释放的操作次数,有效提高了上行分组数据处理过程的效率。
-
公开(公告)号:CN109255651A
公开(公告)日:2019-01-22
申请号:CN201810961106.6
申请日:2018-08-22
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于大数据的搜索广告转化智能预测方法,包括以下步骤:数据预处理;根据行为时间对数据进行划分操作;根据搜索广告、用户、商铺历史数据进行特征工程构建操作;根据特征工程特征分布进行特征调整操作;建立多个机器学习模型,并进行模型融合操作;通过已建立模型,根据搜索广告、用户、商铺数据预测广告转化率。本发明主要通过对搜索广告、用户、商铺数据进行预处理和分析提取特征,建立多个机器学习模型并进行stacking模型融合,从而准确预测广告的转化率,能够使得广告主匹配到最可能购买自家商品的用户;另一方面,也能让用户快速找到购买意愿最强的商品,从而提升在电商平台中的用户体验。
-
公开(公告)号:CN107301562A
公开(公告)日:2017-10-27
申请号:CN201710341039.3
申请日:2017-05-16
Applicant: 重庆邮电大学
IPC: G06Q30/02
CPC classification number: G06Q30/0211 , G06Q30/0202
Abstract: 本发明请求保护一种O2O优惠券使用大数据预测方法,包括:101对用户的历史消费数据集进行预处理操作;102对用户的历史消费数据集打标,划分和构建训练集和预测集;103对用户的历史消费数据集进行特征工程构建;104特征选择和不平衡数据的处理;105对上述数据进行多分类器集成学习;106通过已建立模型,根据用户历史消费数据对用户的优惠券使用情况进行预测,优化O2O优惠券的投放。本发明主要是通过对用户消费数据的处理及对数据进行多分类器集成学习,建立预测模型,从而预测用户未来的优惠券使用情况,对O2O优惠券的投放进行优化。
-
公开(公告)号:CN106598743A
公开(公告)日:2017-04-26
申请号:CN201611259383.X
申请日:2016-12-30
Applicant: 重庆邮电大学
IPC: G06F9/50
Abstract: 本发明请求保护一种基于MPI并行求信息系统属性约简的方法,首先,读取信息系统的数据,将数值进行预处理,数据离散化;其次,将信息系统水平划分为p个样本数据子集,通过通信分配给n个节点,并行计算数据子集的等价类,将各个节点的结果整合得到整个信息系统的m个等价类划分子信息系统;然后,将m个子信息系统分配给n个节点,并行计算属性核,直到处理完所有子信息系统,再将各个节点的结果合并,得出整个信息系统的属性核;最后,并行求出属性约简,将各个节点的属性约简结果进行整合,得到整个信息系统的属性约简。本发明结合了粗糙集属性约简方法和MPI并行计算,从而使得用分辨矩阵求属性约简的运算可以并行求得,提高算法的效率。
-
-
-
-
-
-
-
-
-