公开(公告)号：CN114819296A

公开(公告)日：2022-07-29

申请号：CN202210364310.6

申请日：2022-04-08

Applicant: 哈尔滨理工大学

Inventor： 高兴华 ,  张玉 ,  王青

IPC: G06Q10/04 ,  G06Q40/04 ,  G06N3/04

Abstract: 本发明公开了一种融合波动性的股票预测系统。通过python语言中的tushare模块获取股票的基本信息，其中包括：开盘价、收盘价、成交量等基本信息。本发明包括一个基于广义自回归条件异方差(GARCH)模型和一个基于长短期记忆神经网络(LSTM)模型。其中基于广义自回归条件异方差(GARCH)模型，用于对股票波动性的预测，将股票的基本信息作为输入，预测股票的波动性特征。基于长短期记忆(LSTM)神经网络模型，将股票的波动性特征和股票基本信息作为模型的输入，利用LSTM神经网络模型对股票的涨跌进行预测。

公开(公告)号：CN114844701A

公开(公告)日：2022-08-02

申请号：CN202210477099.9

申请日：2022-05-03

Applicant: 哈尔滨理工大学

Inventor： 张玉 ,  王青 ,  罗智勇

IPC: H04L9/40 ,  G06K9/62

Abstract: 本发明是一种基于贝叶斯攻击图的网络入侵意图分析方法。本发明涉及网络安全技术领域，本发明为了保护重要的网络节点，针对攻击意图量化网络安全风险，给网络安全管理员提供安全策略支撑，提出了一种基于贝叶斯攻击图的网络入侵意图分析方法。首先，利用漏洞价值、攻击成本和收益3个评估指标计算出原子攻击概率，通过原子攻击概率得到静态可达概率和动态可达概率量化攻击图，构建基于入侵意图的风险分析模型；其次，利用构建的风险分析模型计算出每条攻击路径总体可达概率，预测可能的攻击路径；最后，从属性节点的可达概率和预测路径的总体可达概率两方面和其他文献的评估方法进行对比，验证本发明方法的优越性。

公开(公告)号：CN114795137A

公开(公告)日：2022-07-29

申请号：CN202210226958.7

申请日：2022-03-08

Applicant: 哈尔滨理工大学

Inventor： 张玉 ,  王青 ,  罗智勇

IPC: A61B5/02 ,  A61B5/00 ,  G06F30/27 ,  G06K9/62 ,  G06F119/02

Abstract: 本发明公开了一种基于神经网络的脉象诊断系统，包括一个获取患者腕脉脉搏搏动数据的脉诊袖和一个基于神经网络的脉象诊断系统。其中脉诊袖的腕脉感受器，是患者腕部脉搏搏动数据获取设备，脉诊袖与计算机的脉象诊断系统链接，用于数据的传输，脉诊袖中置有传感器用于精准感受患者的腕部脉搏搏动数据。该诊断系统的核心技术包括：患者腕脉搏动信息数据的获取；患者腕脉搏动信息样本的划分；患者腕脉搏动信息的特征提取；基于神经网络的的患者脉象征型识别模型的构建。利用CSPDarknet53提取脉象搏动特征在验证集上构建脉诊识别模块，利用K‑means算法针对脉诊数据集重新聚类,得到精准、具代表性的脉象分型。

公开(公告)号：CN114726620A

公开(公告)日：2022-07-08

申请号：CN202210364993.5

申请日：2022-04-08

Applicant: 哈尔滨理工大学

Inventor： 张玉 ,  王青 ,  罗智勇

IPC: H04L9/40 ,  H04L41/14 ,  H04L41/142

Abstract: 本发明是一种基于贝叶斯攻击图的SDN攻击意图分析方法。本发明涉及网络安全技术领域，本发明针对目前已有的软件定义网络(software‑definednetwork,SDN)安全预测方法中未考虑攻击代价以及控制器漏洞对SDN网络安全所产生的影响，提出了一种基于贝叶斯攻击图的SDN攻击意图评估方法。在利用PageRank算法求出设备关键度，并与漏洞价值、攻击成本、攻击收益以及偏好函数相结合构建攻击图，建立风险评估模型，来进行对入侵路径进行预测。实验结果表明，所提模型能更为准确的预测了入侵路径，有效地保证了安全预测的准确性，为控制器的防御提供了依据。