网络拓扑中的异常检测
    1.
    发明授权

    公开(公告)号:CN116210211B

    公开(公告)日:2024-12-27

    申请号:CN202180060830.1

    申请日:2021-06-29

    Abstract: 公开了一种用于训练循环神经网络以创建用于网络拓扑中的异常检测的模型的方法。该方法包括基于将嵌入算法应用于网络的每个资源来创建针对网络中的每个资源的嵌入向量。然后,基于对网络中的资源的每个改变的一个或多个属性,创建针对所述改变的特征向量。因此,可以利用嵌入向量和特征向量来训练循环神经网络,以创建用于网络拓扑中的异常检测的模型。

    使用原始和修改的图像的用户认证

    公开(公告)号:CN116917890A

    公开(公告)日:2023-10-20

    申请号:CN202280017652.9

    申请日:2022-01-29

    Abstract: 提供了用于使用原始和修改的图像的用户认证的方法和系统。该方法包括接收用户的原始图像,其中原始图像是满足某些配置标准的私有的图像。该方法使用预先训练的卷积神经网络(CNN)模型来提取原始图像的一个或多个图像特征并将提取的图像特征馈送到生成对抗网络(GAN)图像生成器中以实际地修改提取的图像特征以生成修改的图像。该方法基于呈现的原始图像或呈现的修改的图像的识别来认证用户。

    网络拓扑中的异常检测
    3.
    发明公开

    公开(公告)号:CN116210211A

    公开(公告)日:2023-06-02

    申请号:CN202180060830.1

    申请日:2021-06-29

    Abstract: 公开了一种用于训练循环神经网络以创建用于网络拓扑中的异常检测的模型的方法。该方法包括基于将嵌入算法应用于网络的每个资源来创建针对网络中的每个资源的嵌入向量。然后,基于对网络中的资源的每个改变的一个或多个属性,创建针对所述改变的特征向量。因此,可以利用嵌入向量和特征向量来训练循环神经网络,以创建用于网络拓扑中的异常检测的模型。

Patent Agency Ranking