-
公开(公告)号：CN110866276A
公开(公告)日：2020-03-06
申请号：CN201911107507.6
申请日：2019-11-13
Applicant: 电子科技大学广东电子信息工程研究院 , 哈尔滨工业大学
IPC: G06F21/62
Abstract: 本发明属于数据的隐私保护的技术领域，具体涉及一种混合云环境下数据的隐私保护方法，包括如下步骤，步骤一、将DaaS承载平台作为混合云，根据高维稀疏数据的特征及数据发布模式，分析引入云平台后数据隐私泄露的潜在风险；步骤二、在匿名分割策略的基础上，通过贪心策略，分析数据可用性最大化的约束场景；步骤三、利用交互型差分隐私保护的统计搜索，分析加噪对数据可用性的影响；步骤四、针对并行化匿名分割造成的数据误分割，通过共享聚合簇，减小保留在私有云上的数据量。本发明能够减少信息损失，提高算法的执行效率，从而提高数据的隐私保护的可行性和实用性。
-
公开(公告)号：CN101820357B
公开(公告)日：2012-10-10
申请号：CN201010109333.X
申请日：2010-02-11
Applicant: 哈尔滨工业大学
IPC: H04L12/24
Abstract: 网络安全事件可视化系统，涉及到网络安全事件可视化技术领域。本发明解决了现有网络安全事件可视化技术不适用于大规模网络系统的问题。本发明中采用数据获取模块主动测量获得网络的物理连接状况来获得拓扑数据、异常数据和whois定位库信息，并形成网络拓扑图；采用拓扑数据的分簇模块将拓扑数据进行分簇处理，并为每个为簇的中心分配唯一的标识；采用异常数据的坐标映射模块将异常数据的坐标映射到网络拓扑图上，并标示异常事件对应的点；采用网络拓扑图的优化模块将标示有异常事件的网络拓扑图进行划分、优化，使各个簇之间均匀；采用受力布局控制模块将网络拓扑图根据受力平衡的原则进行摆放、布局；采用可视化模块将布局后的拓扑图进行可视化。
-
公开(公告)号：CN101820357A
公开(公告)日：2010-09-01
申请号：CN201010109333.X
申请日：2010-02-11
Applicant: 哈尔滨工业大学
IPC: H04L12/24
Abstract: 网络安全事件可视化系统，涉及到网络安全事件可视化技术领域。本发明解决了现有网络安全事件可视化技术不适用于大规模网络系统的问题。本发明中采用数据获取模块主动测量获得网络的物理连接状况来获得拓扑数据、异常数据和whois定位库信息，并形成网络拓扑图；采用拓扑数据的分簇模块将拓扑数据进行分簇处理，并为每个为簇的中心分配唯一的标识；采用异常数据的坐标映射模块将异常数据的坐标映射到网络拓扑图上，并标示异常事件对应的点；采用网络拓扑图的优化模块将标示有异常事件的网络拓扑图进行划分、优化，使各个簇之间均匀；采用受力布局控制模块将网络拓扑图根据受力平衡的原则进行摆放、布局；采用可视化模块将布局后的拓扑图进行可视化。
-
公开(公告)号：CN101808084A
公开(公告)日：2010-08-18
申请号：CN201010109449.3
申请日：2010-02-12
Applicant: 哈尔滨工业大学
IPC: H04L29/06
Abstract: 一种大规模网络安全事件模拟与仿真方法及控制方法，涉及网络安全事件仿真领域。解决了现有的网络安全模拟系统存在无法进行全面的安全事件模拟的问题。具体步骤如下：A、根据拓扑数据进行链路带宽和延迟的估算，获得路由节点的连接关系文件，将安全事件文件的格式转换；B、根据拓扑和并行模拟的粒度，对路由节点的连接关系文件进行划分，使其能够部署在多机并行的环境下进行并行模拟，并根据划分结果更新相应的拓扑数据文件；C、按照相应的规则生成并行模拟可用的模拟脚本，不同模拟节点上的模拟脚本相同，每个节点读取与自己有关的部分脚本，共同完成模拟任务。本发明适用于大规模的网络安全事件模拟。
-
公开(公告)号：CN112307364A
公开(公告)日：2021-02-02
申请号：CN202011336057.0
申请日：2020-11-25
Applicant: 哈尔滨工业大学
IPC: G06F16/9537 , G06F16/29 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/00
Abstract: 一种面向人物表征的新闻文本发生地抽取方法，属于信息提取领域，用以解决在人物表征过程中现有的命名实体识别算法缺少语义结构信息分析，导致新闻文本中出现多个地名时难以分辨新闻发生地的问题。本发明的技术要点包括，对新闻文本数据集中新闻文本进行预处理；对预处理后的新闻文本中的实体及实体类别、段落特征、句子特征、词特征进行标注；对标注后的新闻文本中的地名关系进行抽取，构建新的地名实体知识图谱；并采用基于深度森林算法gcForest对新闻文本数据集中的新闻发生地进行预测抽取。本发明可用于新闻事件相关人物的特性表征。
-
Patent Agency Ranking
公开(公告)号：CN117436449B
公开(公告)日：2024-07-09
申请号：CN202311442418.3
申请日：2023-11-01
Applicant: 哈尔滨工业大学
IPC: G06F40/295 , G06F16/35 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/047 , G06N3/084 , G06N3/092
Abstract: 一种基于多源域适应和强化学习的众包命名实体识别模型及系统，属于众包命名实体识别技术领域。本发明为了解现有的使用域适应模型解决众包问题的方法往往没有充分考虑标注者的可靠性导致低质量标注者的数据对模型训练产生负面影响、以及现有众包命名实体识别方法在处理低质量标注者提交的极低质量数据时存在困难等问题。通过考虑标注者可靠性生成合成的专家表示，并采用基于强化学习的实例选择器丢弃低质量的标注，从而提高命名实体识别模型在众包数据集上的性能，本发明加深了对众包命名实体识别领域适应方法中标注者可靠性的理解，提出了一种基于强化学习的数据预处理实例选择器，并展示了其在解决众包标注中的命名实体识别挑战方面的有效性。本发明用于在无监督众包数据中高效地提取命名实体信息。
-
公开(公告)号：CN117216397B
公开(公告)日：2024-03-12
申请号：CN202311237690.8
申请日：2023-09-22
Applicant: 哈尔滨工业大学
IPC: G06F16/9535 , G06F16/9537 , G06N3/044 , G06N3/08
Abstract: 本发明提出一种基于区域影响的深度矩阵分解的POI推荐方法，属于智能推荐技术领域。包括：S1.获取POI数据，进行预处理，并构建用户兴趣点矩阵；S2.对用户兴趣点进行偏置分析；S3.对用户兴趣点矩阵进行正则化处理；S4.构建POI图获取POI功能嵌入表示，构建Region图获取区域嵌入表示；S5.获取区域影响指数和关联区域特征的用户兴趣点偏置矩阵；S6.构建深度矩阵分解模型，训练模型，预测用户对未知兴趣点的兴趣程度。本发明通过学习用户和POI之间的潜在特征向量，能够更好地捕捉用户的兴趣和POI的特征。通过对用户‑POI矩阵的分解和补全，能够准确地预测用户的POI访问偏好，并生成个性化的推荐结果。
-
公开(公告)号：CN117436449A
公开(公告)日：2024-01-23
申请号：CN202311442418.3
申请日：2023-11-01
Applicant: 哈尔滨工业大学
IPC: G06F40/295 , G06F16/35 , G06N3/0464 , G06N3/0442 , G06N3/0455 , G06N3/047 , G06N3/084 , G06N3/092
Abstract: 一种基于多源域适应和强化学习的众包命名实体识别模型及系统，属于众包命名实体识别技术领域。本发明为了解现有的使用域适应模型解决众包问题的方法往往没有充分考虑标注者的可靠性导致低质量标注者的数据对模型训练产生负面影响、以及现有众包命名实体识别方法在处理低质量标注者提交的极低质量数据时存在困难等问题。通过考虑标注者可靠性生成合成的专家表示，并采用基于强化学习的实例选择器丢弃低质量的标注，从而提高命名实体识别模型在众包数据集上的性能，本发明加深了对众包命名实体识别领域适应方法中标注者可靠性的理解，提出了一种基于强化学习的数据预处理实例选择器，并展示了其在解决众包标注中的命名实体识别挑战方面的有效性。本发明用于在无监督众包数据中高效地提取命名实体信息。
-
公开(公告)号：CN101808084B
公开(公告)日：2012-09-26
申请号：CN201010109449.3
申请日：2010-02-12
Applicant: 哈尔滨工业大学
IPC: H04L29/06
Abstract: 一种大规模网络安全事件模拟与仿真方法及其控制方法，涉及网络安全事件仿真领域。解决了现有的网络安全模拟系统存在无法进行全面的安全事件模拟的问题。具体步骤如下：A、根据拓扑数据进行链路带宽和延迟的估算，获得路由节点的连接关系文件，将安全事件文件的格式转换；B、根据拓扑和并行模拟的粒度，对路由节点的连接关系文件进行划分，使其能够部署在多机并行的环境下进行并行模拟，并根据划分结果更新相应的拓扑数据文件；C、按照相应的规则生成并行模拟可用的模拟脚本，不同模拟节点上的模拟脚本相同，每个节点读取与自己有关的部分脚本，共同完成模拟任务。本发明适用于大规模的网络安全事件模拟。
-
公开(公告)号：CN101783752B
公开(公告)日：2012-04-18
申请号：CN201010108420.3
申请日：2010-02-10
Applicant: 哈尔滨工业大学
Abstract: 一种基于网络拓扑特征的网络安全量化评估方法，它涉及网络安全技术领域，它解决了现有的网络安全量化评估过程中忽略网络拓扑特征的问题。本发明的过程为：步骤一：选取用于评估网络安全事件损害程度的网络性能指标；步骤二：定义网络熵值Hi＝-log2Vi；步骤三：计算每一个网络性能指标的指标权重；步骤四：利用格兰姆-施密特正交化方法去除多个网络性能指标间的相关性，获得多个去相关网络性能指标；步骤五：获得安全事件损害程度ΔH和安全事件损害等级；步骤六：利用析因设计方法并结合安全事件损害程度ΔH，实现量化网络拓扑特征进行评估网络安全事件对网络性能的影响程度。本发明为指导网络安全宏观预警与响应提供了参考信息。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.033 seconds)
