-
公开(公告)号：CN117997606A
公开(公告)日：2024-05-07
申请号：CN202410059139.7
申请日：2024-01-16
Applicant: 北京航空航天大学
IPC: H04L9/40 , G06F18/2433 , G06F18/20 , G06F18/25
Abstract: 本发明通过网络安全领域的方法，实现了一种基于多时间尺度行为分析的异常访问检测方法以及装置。方法面向网络访问行为数据，首先采集待测网络环境中的访问流量并进行协议解析；随后在短期、中期、长期三个时间尺度下分别聚合访问数据；针对每个时间尺度下的行为序列构建行为关联图；而后对长期尺度、中期尺度、短期尺度的关联图进行节点嵌入，获得节点嵌入结果；在此基础上，基于面向本发明的场景改进的多任务学习框架实现异常行为检测，基于异常检测结果绘制可视化输出界面，产生相应的告警与访问阻断建议。实现了高效的多尺度异常访问行为检测。
-
公开(公告)号：CN111177366B
公开(公告)日：2023-06-27
申请号：CN201911396046.9
申请日：2019-12-30
Applicant: 北京航空航天大学
Abstract: 本发明通过深度学习的方法，构建训练数据与数据预处理；基于BERT模型预训练语言模型进行文档与查询内容编码；基于BERT模型的查询内容进行词编码；建立基于句子级别的层级结构(Hierarchical结构)模型，实现查询内容与文档关系语义建模；模型训练后封装，通过接口输出抽取式摘要五个步骤，使BERT模型学习词级别的特征向量表示，抽取代表文档的句子和查询的句子，并将上述特征导入Transformer模型进行句子级别的语义关系特征学习，结合查询模型的思想，学习查询内容与文档的关系，通过分类函数判定最终得到文本的摘要。
-
公开(公告)号：CN111199458B
公开(公告)日：2023-06-02
申请号：CN201911393658.2
申请日：2019-12-30
Applicant: 北京航空航天大学
IPC: G06Q30/0601 , G06N20/00
Abstract: 本发明通过元学习、强化学习和数据挖掘领域的方法，实现了一种基于元学习与强化学习的推荐系统，定义和构建内部更新模块和元更新模块模型，并由上述两模块构成系统模型；系统模型训练过程为：对一次用户的特征数据输入产生推荐的策略，进而根据这个策略求出误差，然后通过内部更新过程中提到的优化方法来优化模型的参数得到下一步策略，根据设定的内部更新的步数得到最终的策略，最后通过输入用户对推荐内容的反馈而产生误差，然后对初始的模型进行求导，并进行更新得到新的模型。在模型训练完成之后，系统接受用户的特征数据，为该用户推荐推内容，并收集这之后用户对于这些内容的反馈。
-
-
公开(公告)号：CN115758372A
公开(公告)日：2023-03-07
申请号：CN202211322557.8
申请日：2022-10-27
Applicant: 北京航空航天大学
IPC: G06F21/57 , G06N3/042 , G06N3/0464 , G06N3/09 , G06F18/25
Abstract: 本发明公开一种基于证据理论图学习的智能合约代码安全性检测方法，包括步骤：对智能合约代码进行双构图处理，分别为函数视角构图和变量视角构图；对函数视角构图和变量视角构图进行归一化处理；用图神经网络分别对两种构图的节点信息处理；获得两份测试结果，计算可信度系数，可信度系数验证成功；利用DS证据合并结果，输出最终检测结果。本发明在智能合约的构图方面，通过采用两种不同的构图方式独立地得到漏洞检测结果，由于构图方法不同，得到的检测结果应当是互相独立的，符合DS证据理论的使用条件；在得到独立检测结果的基础上，利用DS证据理论将结果综合，得出最终的检测结果，进一步提高检测的准确率。
-
Patent Agency Ranking
公开(公告)号：CN113312210B
公开(公告)日：2022-07-29
申请号：CN202110589994.5
申请日：2021-05-28
Applicant: 北京航空航天大学
IPC: G06F11/14
Abstract: 本发明通过网络技术领域的方法，实现了一种流式处理系统的轻量级容错方法。分为无故障运行阶段和故障恢复阶段；无故障运行阶段将流式处理系统中的有状态任务组织成多条链式结构，以多个任务连成一条链，链上的每一个任务都周期性地采用链式地将状态增量的同步方法，结合上游备份机制和冗余消息去重机制，向其备份任务同步任务状态；故障恢复阶段在故障发生时，将故障任务切换到其链上的备份任务，备份任务启动计算逻辑准备计算，在完成状态同步后，将计算切换到主任务。这一方法在无故障运行时，容错开销比较小，同时资源耗费较少，故障恢复的过程满足毫秒级且不会造成数据的明显的更新停滞和回滚现象。
-
公开(公告)号：CN111191023B
公开(公告)日：2022-07-26
申请号：CN201911395888.2
申请日：2019-12-30
Applicant: 北京航空航天大学
IPC: G06F16/34 , G06F40/205 , G06F40/30 , G06K9/62
Abstract: 一种话题标签自动生成方法、装置与系统，包括：步骤一：构建训练数据集合与数据预处理;步骤二：实现基于内容片段的内容选择机制的Transformer encoder特征编码器;步骤三：Transformer decoder的话题摘要生成器模型；步骤四：训练数据并根据交叉验证调优，并实现模型封装与装置的接口实现；本发明通过文本摘要生成技术实现话题标签的自动生成，提出了一种话题标签生成的新场景，本发明提出内容选择机制的Transformer编码并抽取重要的源文本片段，输入解码器用于文本生成，这种设计即捕捉了有效的核心语义片段，又减少了模型训练的开销。
-
公开(公告)号：CN112669980B
公开(公告)日：2022-03-11
申请号：CN202011579617.5
申请日：2020-12-28
IPC: G16H50/80 , G06F16/901 , G06K9/62
Abstract: 本发明涉及一种基于节点相似度的流行病传播网络重构方法和系统，属于流行病数据重构分析领域，首先整合流调报告初步建立局部流行病传播网络，接着基于网络结构和节点属性定义了三类流行病传播网络的节点相似性指标，然后通过计算节点对的相似性指标向局部流行病传播网络中添加可能的缺失边来重构流行病传播网络，最后对比了不同指标下的网络重构准确度，本发明解决了现有流行病分析中传播链难挖掘、传播特征难以准确分析、大量流调报告利用率低等问题，构建出了能够如实反映病毒传播途径的流行病传播网络，可以基于构建的流行病传播网络有效挖掘流行病传播链，分析病毒传播速度，预测病毒的时空传播范围。
-
公开(公告)号：CN111191413B
公开(公告)日：2021-11-12
申请号：CN201911393738.8
申请日：2019-12-30
Applicant: 北京航空航天大学
IPC: G06F40/117 , G06F40/211 , G06F40/253 , G06F40/289 , G06F40/295 , G06F16/33
Abstract: 本发明通过深度学习技术，针对新闻文本的要素标记问题设计了一种基于图排序模型的事件核心内容自动标记方法及应用该方法的设备和系统，该方法包括基于句法依存树的事件关键要素抽取及核心词标记、核心事件构建、事件核心句定位并输出标记文本三个基本步骤，对文本的核心句子和核心词进行标记，从而实现新闻文本标记过程中节约人工成本以及时间成本，节省资源的技术效果。
-
公开(公告)号：CN113314205A
公开(公告)日：2021-08-27
申请号：CN202110589696.6
申请日：2021-05-28
Applicant: 北京航空航天大学
Abstract: 本发明通过医学影像处理领域的方法，实现了一种高效的医学影像标注与学习系统。系统包括：无监督对比学习预训练模块基于MoCo算法在预训练过程引入无监督对比学习方法；基于主动学习和对比学习的训练模块获取预训练后的模型和实际目标任务数据集，结合发现无标注样本中最有价值的样本获取标注以及对错分类的样例给予更高的权重的难例挖掘以及引入了标注数据的有监督对比学习方法来对模型进行进一步调整以适应实际需求；人工标注与模型训练交互控制模块提供标注的交互界面以及对模型训练的控制模块。通过上述架构的系统，实现一个通用的训练框架。
-
-
-
-
-
-
-
-
-
Search Results
301
records
(took 0.108 seconds)
