一种构建用户画像的方法
    11.
    发明公开

    公开(公告)号:CN106503015A

    公开(公告)日:2017-03-15

    申请号:CN201510564860.2

    申请日:2015-09-07

    CPC classification number: G06F16/958 G06F16/337

    Abstract: 本发明公开了一种构建用户画像的方法。其中,构建用户画像的方法包括:获取用户互联网上网日志数据并进行预处理,对预处理后的互联网上网日志数据进行特征提取,得到用户的属性特征,然后基于已建立的多维特征库训练的标签分类,根据用户的属性特征在多维特征库中进行匹配,得到用户的多维度属性标签,根据多维度属性标签构建用户画像。通过上述方式,本发明能够构建出全息的多维度用户画像,从而能够满足运营商/企业/公司快速精准广告投放和用户群体的消费行为的推荐。

    一种软件隐私泄露行为的定量分析方法及装置

    公开(公告)号:CN106127040A

    公开(公告)日:2016-11-16

    申请号:CN201610466982.2

    申请日:2016-06-23

    CPC classification number: G06F21/556 G06F21/566 G06F2221/033

    Abstract: 本发明实施例公开了一种软件隐私泄露行为的定量分析方法及装置,方法包括:根据目标软件的属性值,构建软件隐私泄露行为模型;计算软件隐私泄露行为模型中每条行为路径发生隐私泄露的概率,并进一步计算得到目标软件隐私泄露的可能性;若判断获知隐私泄露可能性大于预设值,则根据每条行为路径发生隐私泄露的概率,计算得到每条行为路径发生隐私泄露的严重性,并根据每条行为路径发生隐私泄露的严重性,计算得到目标软件隐私泄露的严重性。本发明实施例通过目标软件的属性值构建软件隐私泄露行为模型,并进一步计算目标软件隐私泄露的可能性和严重性,使得软件隐私泄露行为的分析结合了严谨的数学运算,其定量分析结果更为严谨和准确。

    一种基于云服务的软件稳定性测试远程监控系统

    公开(公告)号:CN104967667A

    公开(公告)日:2015-10-07

    申请号:CN201510278645.6

    申请日:2015-05-27

    CPC classification number: H04L67/025 H04L43/08 H04L67/10

    Abstract: 本发明公开了一种基于云服务的软件稳定性测试远程监控系统,包括:在每个loadrunner控制主机上部署一个loadrunner代理采集模块,用于采集对应loadrunner控制主机上的测试信息,并将采集的测试信息发送至局域网服务器数据库;数据处理模块,用于将局域网服务器数据库中存储的测试信息进行格式转换及压缩处理后发送至云服务器;云服务器,用于将接收到的测试信息进行解压处理,并按信息类型插入到云服务器数据库中;云服务器Web展现模块,用于提供人机交互界面,通过与所述云服务器数据库通信,响应用户的查询操作。本发明很好的解决了使用Loadrunner软件进行长时间稳定性测试远程监控困难的问题。

    一种基于游戏网络流量特征的ICMP隐蔽隧道检测方法

    公开(公告)号:CN118972096A

    公开(公告)日:2024-11-15

    申请号:CN202410943587.3

    申请日:2024-07-15

    Abstract: 本发明涉及网络流量特征检测技术领域,公开了一种基于游戏网络流量特征的ICMP隐蔽隧道检测方法,首先对游戏网络流量数据进行解析,提取流量数据中ICMP协议流量,提取ICMP相关类型数据,对payload字段按字节分解生成字符串,构建特征工程并生成特征数据表;将数据集中的数据进行数值化、归一化处理,再将处理后的数据集进行数据划分,分为训练集与测试集,按正常流量:隐蔽隧道流量为1:1的比例进行随机抽取,重新构建训练集,并训练生成供隐蔽隧道检测使用的XGBoost模型;将结构化数据结果调入训练好的XGBoost模型获取模型输出的分类结果;进行模型评价。本发明检测效率更为高效,准确的ICMP隐蔽隧道流量检测方法,实现较高的识别准确率及可移植性。

    恶意代码检测系统训练方法及装置、电子设备和存储介质

    公开(公告)号:CN115168852A

    公开(公告)日:2022-10-11

    申请号:CN202210689851.6

    申请日:2022-06-17

    Abstract: 本公开公开了一种恶意代码检测系统训练方法及装置、电子设备和存储介质,涉及信息处理领域。主要技术方案包括:基于第一训练检测模型,得到第二训练恶意代码样本;对得到的第二训练恶意代码样本进行标注,用其对第三训练恶意代码样本进行更新;重复获取第二训练恶意代码样本,迭代更新第三训练恶意代码样本,以使用最新的第三训练恶意代码样本对第一训练检测模型进行训练;当满足训练终止条件后,得到预设检测模型。与相关技术相比,重复获取第二训练恶意代码样本,迭代更新第三训练恶意代码样本,以使用最新的第三训练恶意代码样本对第一训练检测模型进行训练,进而得到了基于深度学习方法且提供训练样本动态标注功能的恶意代码检测系统。

    ICT供应链网络关键节点识别属性提取方法

    公开(公告)号:CN112101414A

    公开(公告)日:2020-12-18

    申请号:CN202010811145.5

    申请日:2020-08-13

    Abstract: 本发明涉及ICT供应链网络关键节点的识别和关键节点识别属性提取方法,属于计算机与信息科学技术领域。本发明首先结合ICT供应链的拓扑信息、商业信息进行关键节点识别;然后使用boruta算法分析待选属性的重要性,提取出影响关键节点的重要属性;再使用待选属性构建逻辑回归模型,得到对关键节点有显著影响属性;对于两种方法筛选得到关键属性,采用交集归类的方法进行属性融合,得到最终的关键属性。本发明使用两个不同方法对影响关键节点的属性进行选择,算法之间差异明显,避免单一方法带来的局限性,提高关键属性的泛化性。

Patent Agency Ranking