-
公开(公告)号：CN118972152A
公开(公告)日：2024-11-15
申请号：CN202411252700.X
申请日：2024-09-07
Applicant: 福州大学
Abstract: 本发明提供一种基于深度主动学习的联邦半监督入侵检测方法，基于联邦学习框架，各个客户端上均持有无标签数据集与有标签数据集，服务器仅用于聚合模型参数与分发模型；初始阶段，N个客户端从网络数据流中采集流量数据，预处理后构成有标记数据集与无标签数据集，服务器向各个客户端发送初始的全局模型；每个通讯轮次中，各个客户端依次执行基于多样性采样的主动学习、基于深度模型迁移的主动学习共标注T个样本以更新本地的无标签数据集与有标签数据集；随后对接收的全局模型执行基于伪标签的半监督学习从而得到本地模型，最后将本地模型参数上传到服务器，由服务器完成聚合更新全局模型；执行多个通讯轮次后得到收敛的全局模型用于执行入侵检测。
-
公开(公告)号：CN113407670B
公开(公告)日：2022-07-08
申请号：CN202110683720.2
申请日：2021-06-21
Applicant: 福州大学
IPC: G06F16/33 , G06F16/9535 , G06F40/289 , G06K9/62 , G06N3/04 , G06Q10/06 , G06Q50/20
Abstract: 本发明提出一种基于TextCNN的学生线上学习行为检测方法及系统，所述检测方法及系统包括以下步骤；步骤S1、登入在线课堂，爬取学生的发言信息作为学习行为数据；步骤S2、对爬取所获数据预处理形成预处理数据；步骤S3、利用所述预处理数据预训练Skip‑gram模型；步骤S4、训练得到TextCNN分类模型；步骤S5、使用TextCNN分类模型对待测学生的线上学习行为进行识别；步骤S6、根据识别结果计算课程评论活跃指数以及每位学生的最终分数；本发明通过识别在线课堂评论区的有效与无效评论，设计新的课程讨论分数评定方法，为线上学习平台提供辅助评价工具，端正学生学习行为，培养学生独立思考的能力。
-
公开(公告)号：CN113407670A
公开(公告)日：2021-09-17
申请号：CN202110683720.2
申请日：2021-06-21
Applicant: 福州大学
IPC: G06F16/33 , G06F16/9535 , G06F40/289 , G06K9/62 , G06N3/04 , G06Q10/06 , G06Q50/20
Abstract: 本发明提出一种基于TextCNN的学生线上学习行为检测方法及系统，所述检测方法及系统包括以下步骤；步骤S1、登入在线课堂，爬取学生的发言信息作为学习行为数据；步骤S2、对爬取所获数据预处理形成预处理数据；步骤S3、利用所述预处理数据预训练Skip‑gram模型；步骤S4、训练得到TextCNN分类模型；步骤S5、使用TextCNN分类模型对待测学生的线上学习行为进行识别；步骤S6、根据识别结果计算课程评论活跃指数以及每位学生的最终分数；本发明通过识别在线课堂评论区的有效与无效评论，设计新的课程讨论分数评定方法，为线上学习平台提供辅助评价工具，端正学生学习行为，培养学生独立思考的能力，推进疫情常态化下慕课课程建设。
-
公开(公告)号：CN107635018B
公开(公告)日：2021-05-18
申请号：CN201711051952.6
申请日：2017-10-30
Applicant: 福州大学
Abstract: 本发明涉及一种支持紧急接入访问控制和安全去重的跨域医疗云存储系统，患者设定一口令和基于该口令的紧急接入密钥，并将口令告知紧急联系人；患者指定访问策略和紧急接入密钥加密自己的医疗文档后存储至公有云；用户向医疗机构注册获取匿名身份和属性密钥，并得到相应的代理密钥发送给公有云，公有云根据代理密钥生成加密医疗文档的部分密文，用户根据属性密钥和部分密文得到加密医疗文档明文；紧急联系人利用口令获取紧急接入密钥来解密患者的加密医疗文档；公有云与医疗机构的私有云进行交互，执行安全去重操作消除加密医疗文档的副本。本发明支持紧急接入，采用了安全去重机制来删除包含相同消息的冗余密文从而节省存储空间和传输开销。
-
公开(公告)号：CN110225055A
公开(公告)日：2019-09-10
申请号：CN201910545310.4
申请日：2019-06-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于KNN半监督学习模型的网络流量异常检测方法与系统，首先使用初始有标记数据作为训练样本，利用监督学习训练初始分类模型；然后，利用初始分类模型对网络流量无标记数据进行分类，得到初始分类数据；再利用半监督学习模型对初始分类数据进行重新标记和修正；最后，利用新的分类数据重新训练分类模型，并更新初始分类模型，如此往复不断更新分类模型，从而提高检测效果。本发明基于半监督学习模型，在分类检测过程中不断优化和更新分类模型，能够在生产环境下实现快速、高效的网络异常检测。
-
Patent Agency Ranking
公开(公告)号：CN106501365A
公开(公告)日：2017-03-15
申请号：CN201611192885.5
申请日：2016-12-21
Applicant: 福州大学
CPC classification number: G01N29/043 , G01N29/245 , G01N2291/0232 , G01N2291/0289
Abstract: 本发明提出一种用于结构监测的压电智能骨料传感器阵列及使用方法，包括信号发射面、信号发射阵列、信号接收面和信号接收阵列；信号发射阵列包括信号发生器和压电信号发射阵列，发射阵列包括在信号发射面按发射阵形并联的压电智能骨料单元，信号发生器与压电信号发射阵列间以并联方式电性连接；信号接收阵列包括波形分析器和压电信号接收阵列，压电信号接收阵列包括在信号发射面按接收阵形并联的压电智能骨料单元，波形分析器与压电信号接收阵列间以并联方式电性连接；信号发射面与接收面平行；发射阵形与接收阵形相同；本发明针对大体积或管状混凝土结构设计，能以较低的成本、较高的监测效率实现基于压电智能骨料技术的混凝土结构监测。
-
公开(公告)号：CN103324796B
公开(公告)日：2016-08-10
申请号：CN201310249724.5
申请日：2013-06-21
Applicant: 福州大学
IPC: G06F17/50
Abstract: 本发明涉及一种大规模集成电路设计中的绕障直角斯坦纳树构造方法属于集成电路计算机辅助设计领域,尤其大规模集成电路物理设计中电路布线设计领域，其特征在于：首先根据逃逸图（Escape Graph）理论构建出该布线问题布线图；然后以人工蜂群优化方法的为基本框架，使用布线图中的边构造出一个准最优可行解；为了实现人工蜂群优化方法，设计了全局搜索策略、基于关键节点的局部搜索策略、基于关键节点的编码和一个以改进的启发式算法为基础的编码器。它是一种绕障直角斯坦纳树构造方法，可以构造出高质量的绕障直角斯坦纳树，适用于解决集成电路设计电路布线中的绕障最小直角Steiner树和非绕障最小直角Steiner树问题。
-
-
公开(公告)号：CN116204789A
公开(公告)日：2023-06-02
申请号：CN202310171299.6
申请日：2023-02-27
Applicant: 福州大学
IPC: G06F18/214 , G06F18/2431 , G06F18/2135 , H04L9/40
Abstract: 本发明的目的在于提供一种基于半监督自适应多分类平衡的网络异常检测方法，基于带标签与无标签数据分布一致性的假设，以及半监督学习与集成学习之间的互利性，通过从标签不充分和类别不平衡的流量数据中高效学习，提高了网络异常检测性能。
-
公开(公告)号：CN113098910B
公开(公告)日：2022-05-10
申请号：CN202110521018.6
申请日：2021-05-13
Applicant: 福州大学
IPC: H04L9/40 , H04L41/142 , G06N20/00
Abstract: 本发明涉及一种基于时空粒度和三宽度学习的网络入侵检测方法及系统。该方法包括：步骤S1、从网络数据流中采集流量数据，进行时空粒度划分后构造时间粒度、空间粒度和数据内容三个特征数据集；步骤S2、将得到的三种粒度特征输入三宽度学习系统；步骤S3、利用基础单元宽度学习模型分别提取每个粒度的高维特征，主要包括特征节点和增强节点的映射特征；步骤S4、将三种粒度特征并联作为最后提取的总特征；步骤S5、采用岭回归广义逆算法求取全局最优解，得到权值矩阵，并保存；步骤S6、将待检测数据输入训练完成的三宽度学习模型，得到分类结果。本发明结合时空多维数据之间的关联关系，通过三宽度学习的粒度融合对网络数据流检测，提高了检测精度。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.03 seconds)
