-
公开(公告)号：CN113297500A
公开(公告)日：2021-08-24
申请号：CN202110697470.8
申请日：2021-06-23
Applicant: 哈尔滨工程大学
IPC: G06F16/9535 , G06F16/9536 , G06N3/04 , G06N3/06 , G06N3/08 , G06Q50/00
Abstract: 本发明属于社交网络链接预测技术领域，具体涉及一种社交网络孤立节点链接预测方法。本发明针对社交网络链接预测中的孤立节点预测任务，提供了采用辅助信息进行的半监督链接预测的一种社交网络孤立节点链接预测方法。本发明通过已知网络中节点的属性向量与拓扑向量学习一个映射模型；利用此模型将待预测节点的属性向量映射成拓扑向量；基于半监督的生成对抗网络并使用待预测节点的拓扑向量与当前网络节点的拓扑向量完成链接预测任务，并在社交数据集上验证模型的可行性和优势。本发明可用于处理在社交网络链接预测过程中孤立节点的预测问题，并在预测过程中一定程度上摆脱对含标签样本的依赖。
-
公开(公告)号：CN107682215B
公开(公告)日：2021-07-06
申请号：CN201710769599.9
申请日：2017-08-31
Applicant: 哈尔滨工程大学
IPC: H04L12/26 , H04L12/851 , H04L12/863
Abstract: 本发明为一种基于改进LRFU状态记录的DPI业务识别方法，提出了一种更高效的SIPT缓存管理策略，属于业务识别领域。本发明使用LRFU‑QT缓存算法，综合考虑时间和频率以及业务访问的特征，通过链式队列存储低频率节点防止频繁的换入换出，并增加时间轮对节点进行定时清理。实验验证本发明提出的业务识别模型可以有效提升业务识别效率。
-
公开(公告)号：CN112101996A
公开(公告)日：2020-12-18
申请号：CN202010959783.1
申请日：2020-09-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于社交网络动态影响力最大化技术领域，具体涉及一种基于区域的社交网络动态影响力最大化方法。本发明具有NP难特性和单调子模性。本发明首先采用了四叉树保存节点位置信息，在选取目标区域后，通过四叉树中的存储信息对节点进行筛选。然后，对相应区域的节点生成相应的元组，元组中包含目标节点，目标节点的坐标，目标节点与其他节点之间的传播关系函数，以及生成的草图，草图中的每一个节点都能到达目标节点。当目标区域中节点的位置信息发生改变时，可以实时更新元组。最后，计算出目标区域中的种子节点，并进行影响力的扩散。本发明提出的一种基于区域的社交网络动态影响力最大化方法在运行效率和准确率上高于现有的影响力算法。
-
公开(公告)号：CN112100241A
公开(公告)日：2020-12-18
申请号：CN202010959772.3
申请日：2020-09-14
Applicant: 哈尔滨工程大学
IPC: G06F16/2458 , G06Q10/04 , G06Q50/00
Abstract: 本发明属于社交网络影响力最大化技术领域，具体涉及一种基于主题的社交网络动态影响力最大化方法。本发明在基于主题的传播模型下具有NP难特性以及函数的单调子模性。本发明首先根据目标主题对数据集进行筛选，然后使用元组对节点的主题信息，主题向量进行存储，选取出种子节点，并通过主题传播模型进行影响力传播。当筛选后的集合内的节点以及节点的主题发生变化时，实时更新元组，确保能够选出最具有代表性的种子节点。本发明提出的一种基于主题的社交网络动态影响力最大化方法在效率性和准确性优势明显。
-
公开(公告)号：CN107749835B
公开(公告)日：2020-11-20
申请号：CN201710810483.5
申请日：2017-09-11
Applicant: 哈尔滨工程大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于预测的点击劫持攻击的渗透测试方法，属于网络安全领域。本发明主要包含以下步骤：运行流量劫持系统，初始化系统配置，包括加载目标域名和加载数据处理方式；针对目标域名发起劫持；数据还原模块接收劫持的网页数据，根据数据处理方式的具体配置来还原网页数据；点击预测算法处理网页数据；根据预测结果构造点击劫持攻击代码，将攻击代码插入到网页数据中；对处理过的网页数据进行头部封装以及内容编码，之后，通过流量劫持系统发送。
-
Patent Agency Ranking
公开(公告)号：CN111654479A
公开(公告)日：2020-09-11
申请号：CN202010438357.3
申请日：2020-05-22
Applicant: 哈尔滨工程大学
IPC: H04L29/06 , H04L12/24 , H04L12/26 , H04L12/721
Abstract: 本发明属于信息中心网络的洪泛攻击检测技术领域，具体涉及一种基于随机森林与XGBoost的洪泛攻击检测方法。本发明采用当前较流行的集成学习算法随机森林和梯度提升算法XGBoost，在特征选择方面，提出了基于集成学习思想的特征选择模型，模型采用随机森林算法，解决了模型特征选择问题，提高了检测模块构建的速度，降低了过拟合的风险，提升了检测模块的准确率。本发明解决了传统统计检测方法需要手动设置阈值的问题，方法通过模型学习得到分类标准，降低了阈值设置对检测率的影响，提升了分类效果，增加了虚假兴趣包洪泛攻击检测的准确率。
-
公开(公告)号：CN111628931A
公开(公告)日：2020-09-04
申请号：CN202010438368.1
申请日：2020-05-22
Applicant: 哈尔滨工程大学
IPC: H04L12/721 , H04L12/751 , G06N3/08
Abstract: 本发明属于信息中心网络的生产者移动性支持技术领域，具体涉及一种基于BP神经网络预测的ICN生产者移动性支持方法。本发明采用LM算法优化后的BP神经网络作为生产者移动性支持的预测模型结构，加快了收敛速度、避免过度拟合和锯齿问题。本发明利用BP神经网络来预测生产者可能的移动轨迹，提前判断出新接入路由的所在位置；利用和兴趣包类似的通知包结构进行传递信息，在原有兴趣包的基础上进行更改，可以避免额外引入其他分组结构。本发明使用通知包和修改后的FIB表共同作用进行路径信息的变更，将路由收敛过程发生的时间提前，有效避免收敛带来的时延，进而加快了生产者移动导致的时延。
-
公开(公告)号：CN111481203A
公开(公告)日：2020-08-04
申请号：CN202010438362.4
申请日：2020-05-22
Applicant: 哈尔滨工程大学
IPC: A61B5/08
Abstract: 本发明属于基于信道状态信息的人体检测技术领域，具体涉及一种基于信道状态信息的室内静态被动人体检测方法。本发明应用于基于信道状态信息的人体检测领域，主要针对室内检测环境中存在静止人体时，对信道状态信息影响微小的情况。本发明对室内静止人体的检测主要是通过呼吸对CSI的状态影响来判断的。考虑到在理想条件下，由于人的呼吸造成的信号波动具有规律性，而实际的数据采集中，存在一定程度的噪声和环境干扰，将对数据进行降噪的处理并提取信号特征。本发明有效的解决检测环境中存在静止人体时，检测漏报率较高的问题。
-
公开(公告)号：CN110059612A
公开(公告)日：2019-07-26
申请号：CN201910300112.1
申请日：2019-04-15
Applicant: 哈尔滨工程大学
Abstract: 本发明属于人工智能领域，具体涉及一种基于信道状态信息的位置无关的手势识别方法及系统，包括以下步骤：收集无线信道状态信息；将收集到的信息经过预处理操作后提取出对应的90个子载波的信息，通过程序文件提取出其中的幅值信息；对提取到的子载波中的幅度数据进行主成分分析，去噪降维；对数据做离散小波阈值去噪处理；使用一种基于滑动窗口的方差阈值方法在去噪后的完整子载波中提取出手势动作；本发明针对同一人在不同位置的手势一致性识别问题的解决方法具有较高的识别准确率，其不仅可以对四种手势进行识别，还能在视距路径和非视距路径两种条件下进行识别，极大的增强了手势识别系统的鲁棒性。
-
公开(公告)号：CN109919794A
公开(公告)日：2019-06-21
申请号：CN201910194857.4
申请日：2019-03-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于社交网络分析领域，具体涉及一种基于信任传播的微博用户信任评估方法。包括选取种子节点；对于用户社交关系图执行剪枝方法；偏差地设置初值，并从可信传播和不可信传播两个方向来传播可信评分。在种子节点选取方面，本发明将数据集中的节点根据用户特征进行聚类，来选取最具有传播价值的两类种子节点集——可信种子和恶意种子。为了防止破坏用户和正常用户建立起的关系对算法产生影响，本发明设计了一种基于社交活跃度和相似度的剪枝方法，能将攻击边有效地裁剪。最后利用用户社交网络图从两类种子节点同时进行信任传播，加权计算出最后的用户可信度，筛选出可信度值低的恶意用户。本发明能够有效抵御恶意用户对评估方法的攻击。
-
-
-
-
-
-
-
-
-
Search Results
266
records
(took 0.034 seconds)
