-
公开(公告)号：CN110097074B
公开(公告)日：2021-06-22
申请号：CN201910207855.4
申请日：2019-03-19
Applicant: 中国科学院信息工程研究所
IPC: G06K9/62
Abstract: 本发明公开了一种基于序列相似度的车辆轨迹压缩方法。本方法为：1)将单位时间内同一标识ID的车辆的轨迹合成为一条长轨迹；该长轨迹为TrajectoryID＝{(l1,t1),(l2,t2),…,(ln,tn)}，其中，第n次采集的信息包括位置ln、时间信息tn，记为采集点(ln，tn)；2)根据设定的速度阈值对该长轨迹进行切割，得到多条分段轨迹；3)基于分段轨迹之间的序列相似度，对该长轨迹进行全局轨迹压缩。本发明大大节约了存储开销。
-
公开(公告)号：CN102710616B
公开(公告)日：2015-04-22
申请号：CN201210155437.3
申请日：2012-05-18
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种数据流预测方法及装置。数据流预测方法包括：根据样本数据更新集成模型索引，集成模型索引用于存储关键词与支持向量集合之间的映射关系，支持向量集合中的支持向量为所述集成模型中支持向量机SVM分类器的支持向量；对输入文本进行分词，得到该输入文本的关键词，输入文本为待测数据流；根据更新后的集成模型索引检索包含关键词的支持向量集合，以及该支持向量集合中的支持向量所在SVM分类器的信息；用检索到的支持向量集合中的所有支持向量对输入文本进行预测。本发明的数据流预测方法及装置，基于集成模型索引进行亚线性的在线预测，由于通过倒排表将支持向量按照关键字进行聚集，因而预测速度得到了明显的提升。
-
公开(公告)号：CN103795592A
公开(公告)日：2014-05-14
申请号：CN201410027720.7
申请日：2014-01-21
Applicant: 中国科学院信息工程研究所
IPC: H04L12/26
Abstract: 本发明涉及一种网络水军的检测方法及装置。其中，网络水军的检测方法包括：步骤一，将原始的用户描述信息表示为归一化的用户描述向量，从用户描述向量中筛选出已分类数据，将该已分类数据的a%作为深度信念网络DBN模型的训练数据，将该已分类数据的b%作为DBN模型的检测数据；步骤二，用训练数据训练DBN模型，输出训练得到的DBN模型；步骤三，检验输出DBN模型的收敛性和判定准确率，根据检验结果调整所述步骤一和步骤二中的相关参数，直至所述输出DBN模型达到预设收敛条件或终止条件；步骤四，使用最终DBN模型对网络水军进行检测。本发明的网络水军的检测方法及装置，既提高了网络水军检测算法的收敛性和准确率，又缩短了海量样本数据下的模型训练时间。
-
公开(公告)号：CN102710616A
公开(公告)日：2012-10-03
申请号：CN201210155437.3
申请日：2012-05-18
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种数据流预测方法及装置。数据流预测方法包括：根据样本数据更新集成模型索引，集成模型索引用于存储关键词与支持向量集合之间的映射关系，支持向量集合中的支持向量为所述集成模型中支持向量机SVM分类器的支持向量；对输入文本进行分词，得到该输入文本的关键词，输入文本为待测数据流；根据更新后的集成模型索引检索包含关键词的支持向量集合，以及该支持向量集合中的支持向量所在SVM分类器的信息；用检索到的支持向量集合中的所有支持向量对输入文本进行预测。本发明的数据流预测方法及装置，基于集成模型索引进行亚线性的在线预测，由于通过倒排表将支持向量按照关键字进行聚集，因而预测速度得到了明显的提升。
-
公开(公告)号：CN103617235B
公开(公告)日：2017-01-25
申请号：CN201310611396.9
申请日：2013-11-26
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
Abstract: 本发明涉及一种基于粒子群算法的网络水军账号识别方法，具体包括以下步骤：步骤1：收集β个用户的用户信息，从所述每个用户信息中提取λ个相关指标，得到β个指标向量；步骤2：对λ个指标根据需要分配权重，得到权重向量；步骤3：将β个指标向量按照其中每个指标大小进行排序，得到λ个序列；步骤4：选取每个用户为粒子，应用粒子群算法，将符合条件的粒子保存到水军用户列表；步骤5：选取水军用户列表中所有可疑水军用户，将符合条件的所有邻居加入水军用户列表。本发明在实时性方面，本专利提出的基于改进粒子群算法的网络水军账号识别方法更为适宜。
-
Patent Agency Ranking
公开(公告)号：CN103729678B
公开(公告)日：2016-10-05
申请号：CN201310681479.5
申请日：2013-12-12
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于改进DBN模型的水军检测方法，具体包括以下步骤：步骤1：采用已分类数据集对原始DBN深度信念网络模型进行训练和检测，构成改进DBN深度信念网络模型；步骤2：将待分类数据集中的数据输入改进DBN深度信念网络模型进行分类，完成对水军用户的识别。本发明结合DBN深度信念网络和PSO粒子群算法对“苍蝇水军”进行识别，然后构造DBN模型，用已分类数据集对模型进行训练，最后用得到的模型对待分类用户数据进行分类，即实现了“苍蝇水军”的识别。该方法是对BP神经网络算法的改进，既可以保证较高的判定准确率，又具有较短的训练时间，且不易陷入局部最优解。
-
公开(公告)号：CN103716204A
公开(公告)日：2014-04-09
申请号：CN201310712975.2
申请日：2013-12-20
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于维纳过程的异常入侵检测集成学习方法，包括以下步骤：选择网络流量数据集；将每个网络流量样本及其样本概率分布输入到未初始化的神经网络分类器或者经过上次训练得到的神经网络弱分类器中，判断神经网络弱分类器对每个网络流量样本是否分类错误，调整每个网络流量样本的数量及样本概率分布；反复执行步骤2，得到多个神经网络弱分类器；分别确定每个神经网络弱分类器的权重；根据每个弱分类器及每个弱分类器对应的权重，得到强分类器；将待检测网络数据流输入到强分类器中，得到入侵检测结果；重复执行步骤6，直至所有待检测网络数据流检测完毕。本发明能够解决不平衡数据集的分类问题、得到分类正确率较高的无偏分类器。
-
公开(公告)号：CN107612890B
公开(公告)日：2020-09-15
申请号：CN201710733192.0
申请日：2017-08-24
Applicant: 中国科学院信息工程研究所
IPC: H04L29/06
Abstract: 本发明提供一种网络监测方法，其步骤包括：接收攻击窃密行为检测策略；根据其中的规则特征，对网络流量进行检测，发现攻击窃密行为；根据与攻击窃密行为检测策略对应的报文留存策略，对相应攻击窃密行为进行报文留存；并据以完成攻击窃密行为溯源。同时提供相应系统，包括存储器、接收器和处理器；存储器用于存储攻击窃密行为检测策略以及与上述方法对应的程序指令；接收器用于接收内部网络与互联网之间的网络流量以及上述攻击窃密行为检测策略；处理器用于执行存储器中存储的上述方法对应的程序指令。该方法及系统能够根据与攻击窃密行为检测策略对应的报文留存策略，采取不同的动态报文留存操作对相应攻击窃密行为进行报文留存与上报。
-
公开(公告)号：CN110097074A
公开(公告)日：2019-08-06
申请号：CN201910207855.4
申请日：2019-03-19
Applicant: 中国科学院信息工程研究所
IPC: G06K9/62
Abstract: 本发明公开了一种基于序列相似度的车辆轨迹压缩方法。本方法为：1)将单位时间内同一标识ID的车辆的轨迹合成为一条长轨迹；该长轨迹为TrajectoryID＝{(l1,t1),(l2,t2),…,(ln,tn)}，其中，第n次采集的信息包括位置ln、时间信息tn，记为采集点(ln，tn)；2)根据设定的速度阈值对该长轨迹进行切割，得到多条分段轨迹；3)基于分段轨迹之间的序列相似度，对该长轨迹进行全局轨迹压缩。本发明大大节约了存储开销。
-
公开(公告)号：CN107612890A
公开(公告)日：2018-01-19
申请号：CN201710733192.0
申请日：2017-08-24
Applicant: 中国科学院信息工程研究所
IPC: H04L29/06
Abstract: 本发明提供一种网络监测方法，其步骤包括：接收攻击窃密行为检测策略；根据其中的规则特征，对网络流量进行检测，发现攻击窃密行为；根据与攻击窃密行为检测策略对应的报文留存策略，对相应攻击窃密行为进行报文留存；并据以完成攻击窃密行为溯源。同时提供相应系统，包括存储器、接收器和处理器；存储器用于存储攻击窃密行为检测策略以及与上述方法对应的程序指令；接收器用于接收内部网络与互联网之间的网络流量以及上述攻击窃密行为检测策略；处理器用于执行存储器中存储的上述方法对应的程序指令。该方法及系统能够根据与攻击窃密行为检测策略对应的报文留存策略，采取不同的动态报文留存操作对相应攻击窃密行为进行报文留存与上报。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.106 seconds)
