-
公开(公告)号：CN108446568B
公开(公告)日：2021-04-13
申请号：CN201810228544.1
申请日：2018-03-19
Applicant: 西北大学
Abstract: 一种去趋势分析差分隐私保护的直方图数据发布方法，将判断信号序列趋势的方法引入到直方图异常分布的判断中来，大量的离群点会造成数据分布的波动性比较大，平稳性降低，从这个角度将直方图桶计数分布情况看做连续的数字信号进行数据离群点。同时，针对于传统方法会造成大量离群点的聚类目标函数，加入离群均衡约束与相似惩罚约束来均衡相似桶与离群桶数据对于聚类的影响，减少离群的发生；对于离群数据基于离群相似度进行离群数据微聚类。
-
公开(公告)号：CN107846392A
公开(公告)日：2018-03-27
申请号：CN201710743859.5
申请日：2017-08-25
Applicant: 西北大学
Abstract: 一种基于改进协同训练-ADBN的入侵检测算法，包括以下步骤：1）入侵检测数据的预处理；2）基于改进协同训练算法的数据预训练；3）主动DBN数据训练算法；4）基于改进协同-ADBN的入侵检测，很大程度上提高了入侵检测的效率与准确率，为今后的入侵检测研究提供了一种思路。
-
公开(公告)号：CN107396372A
公开(公告)日：2017-11-24
申请号：CN201710800499.8
申请日：2017-09-07
Applicant: 西北大学
CPC classification number: H04W16/10 , H04J11/0056 , H04W24/06 , H04W48/20 , H04W72/0446
Abstract: 一种时域干扰协调下最大最小公平的分布式能效(EE,Energy Efficiency)优化方法(EE-eICIC-MaxMin)在异构蜂窝网络中提出了时域的小区间干扰协调(eICIC,Enhanced Inter Cell Interference Coordination)，旨在通过宏基站在几乎空白的子帧中保持静默减少对微基站或者家庭基站的干扰。微基站或者家庭基站的密集化部署对异构蜂窝网络的能源效率提出了更高的要求。该方法从最大最小公平的角度解决时域上几乎空白子帧(ABS,Almost Blank Subframe)的能效分配和空间上用户设备的能效接入问题，并以分布式的方式实现，适合大规模密集微蜂窝的部署。数值仿真结果表明，EE-eICIC-MaxMin方法在系统和用户的能效方面保持较好的均衡，并且该分布式算法具有较好的收敛性。本发明可用于实际5G异构蜂窝网络基于时域干扰协调下保证用户能效公平的实现。
-
公开(公告)号：CN110336768B
公开(公告)日：2021-07-20
申请号：CN201910060212.1
申请日：2019-01-22
Applicant: 西北大学
Abstract: 一种基于联合隐马尔可夫模型与遗传算法的态势预测方法，该方法利用人工鱼群算法优化模糊聚类方法来处理冗余警报及误报，人工鱼群算法可以很好的克服模糊c均值聚类对初始聚类中心敏感的缺点，从而达到优化警报聚类精度的目的。同时针对隐马尔可夫模型在训练过程中初始参数的设定不当易导致训练结果局部最优的问题使用聚类后的警报作为输入，利用遗传算法来优化隐马尔可夫的初始值，再采用鲍姆韦尔奇算法来进一步训练优化后的参数，最终得出最大似然估计下的隐马尔可夫模型参数，用维特比算法结合观测值对安全态势进行预测。本方法可提高网络安全态势预测的准确度。
-
公开(公告)号：CN110336768A
公开(公告)日：2019-10-15
申请号：CN201910060212.1
申请日：2019-01-22
Applicant: 西北大学
Abstract: 一种基于联合隐马尔可夫模型与遗传算法的态势预测方法，该方法利用人工鱼群算法优化模糊聚类方法来处理冗余警报及误报，人工鱼群算法可以很好的克服模糊c均值聚类对初始聚类中心敏感的缺点，从而达到优化警报聚类精度的目的。同时针对隐马尔可夫模型在训练过程中初始参数的设定不当易导致训练结果局部最优的问题使用聚类后的警报作为输入，利用遗传算法来优化隐马尔可夫的初始值，再采用鲍姆韦尔奇算法来进一步训练优化后的参数，最终得出最大似然估计下的隐马尔可夫模型参数，用维特比算法结合观测值对安全态势进行预测。本方法可提高网络安全态势预测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN109948771A
公开(公告)日：2019-06-28
申请号：CN201910225959.8
申请日：2019-03-25
Applicant: 西北大学
Abstract: 一种于细菌觅食优化BP神经网络的态势评估算法，建立网络态势粗糙集，确定神经网络模型的具体层数与各层节点数以及参数的初始化，包括神经网络模型以及细菌觅食算法的初始参数。接下来随机生成BP神经网络各个结点连接的权值、节点阈值，并对生成的各个BP神经网络进行编码，使之对应于细菌觅食算法中的细菌个体，最终形成算法的初始群体。初始群体形成之后对群体中每个个体进行寻优处理，最终输出当前最优个体。通过实验验证，本方法偏差小，能够提高网络安全态势评估的准确性。在网络安全领域中，态势评估准确性的提高能够为后期处理问题提供极大的便利，对未来风险提前做出判断并采取解决方案，有效的降低风险、减少损失。
-
公开(公告)号：CN107396372B
公开(公告)日：2022-03-25
申请号：CN201710800499.8
申请日：2017-09-07
Applicant: 西北大学
Abstract: 一种时域干扰协调下最大最小公平的分布式能效(EE,Energy Efficiency)优化方法(EE‑eICIC‑MaxMin)在异构蜂窝网络中提出了时域的小区间干扰协调(eICIC,Enhanced Inter Cell Interference Coordination)，旨在通过宏基站在几乎空白的子帧中保持静默减少对微基站或者家庭基站的干扰。微基站或者家庭基站的密集化部署对异构蜂窝网络的能源效率提出了更高的要求。该方法从最大最小公平的角度解决时域上几乎空白子帧(ABS,Almost Blank Subframe)的能效分配和空间上用户设备的能效接入问题，并以分布式的方式实现，适合大规模密集微蜂窝的部署。数值仿真结果表明，EE‑eICIC‑MaxMin方法在系统和用户的能效方面保持较好的均衡，并且该分布式算法具有较好的收敛性。本发明可用于实际5G异构蜂窝网络基于时域干扰协调下保证用户能效公平的实现。
-
公开(公告)号：CN107846392B
公开(公告)日：2020-11-13
申请号：CN201710743859.5
申请日：2017-08-25
Applicant: 西北大学
Abstract: 一种基于改进协同训练‑ADBN的入侵检测算法，包括以下步骤：1）入侵检测数据的预处理；2）基于改进协同训练算法的数据预训练；3）主动DBN数据训练算法；4）基于改进协同‑ADBN的入侵检测，很大程度上提高了入侵检测的效率与准确率，为今后的入侵检测研究提供了一种思路。
-
公开(公告)号：CN108446568A
公开(公告)日：2018-08-24
申请号：CN201810228544.1
申请日：2018-03-19
Applicant: 西北大学
Abstract: 一种去趋势分析差分隐私保护的直方图数据发布方法，将判断信号序列趋势的方法引入到直方图异常分布的判断中来，大量的离群点会造成数据分布的波动性比较大，平稳性降低，从这个角度将直方图桶计数分布情况看做连续的数字信号进行数据离群点。同时，针对于传统方法会造成大量离群点的聚类目标函数，加入离群均衡约束与相似惩罚约束来均衡相似桶与离群桶数据对于聚类的影响，减少离群的发生；对于离群数据基于离群相似度进行离群数据微聚类。
-
公开(公告)号：CN107528850A
公开(公告)日：2017-12-29
申请号：CN201710790833.6
申请日：2017-09-05
Applicant: 西北大学
CPC classification number: H04L63/1408 , H04L41/142 , H04L63/20
Abstract: 一种基于改进蚁群算法的最优防护策略分析系统及方法，包括网络风险评估子系统、攻击路径预测子系统、安全策略管理子系统。1）通过引入贝叶斯概率模型来描述多步原子攻击间的复杂关系，运用贝叶斯信念网络构建攻击图评估网络安全风险；2）通过结合防护成本与收益的量化指标，模拟攻击者的决策过程，预测可能的攻击路径；3）利用能在多项式时间内计算出近似最优解的改进蚁群算法解决攻击路径上的安全策略选择问题。本发明能及时向网络安全管理员提供风险解决方案，解决了网络安全防护中的攻击路径预测和防护策略选择问题，在防护资源有限的条件下能有效防护整网安全。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.036 seconds)
