-
公开(公告)号：CN107798215B
公开(公告)日：2021-07-23
申请号：CN201711153530.X
申请日：2017-11-15
Applicant: 扬州大学
Abstract: 本发明涉及基于PPI网络层次结构预测功能模块及作用的方法。本发明技术方案涉及输入PPI网络和生物信息，根据蛋白质相互作用网络，构建层次结构树T，蛋白质相互作用网络的似然值计算，编码层次结构树T，寻找最大似然值层次树结构树T的遗传算法，功能模块挖掘及作用预测。本发明克服了在密度较小的稀疏PPI网络中效果不佳和随机性的缺陷。本发明根据最大似然值层次结构树T，对功能模块进行挖掘以及作用预测，通过网络的似然值计算，同时实现功能模块的挖掘以及作用预测，该方法在考虑网络拓扑的基础上也融合了相应的生物信息，反映网络节点间的内部关系，减少许多不必要的密度计算，使预测结果更加准确，提高了预测结果的可靠性。
-
公开(公告)号：CN107798215A
公开(公告)日：2018-03-13
申请号：CN201711153530.X
申请日：2017-11-15
Applicant: 扬州大学
Abstract: 本发明涉及基于PPI网络层次结构预测功能模块及作用的方法。本发明技术方案涉及输入PPI网络和生物信息，根据蛋白质相互作用网络，构建层次结构树T，蛋白质相互作用网络的似然值计算，编码层次结构树T，寻找最大似然值层次树结构树T的遗传算法，功能模块挖掘及作用预测。本发明克服了在密度较小的稀疏PPI网络中效果不佳和随机性的缺陷。本发明根据最大似然值层次结构树T，对功能模块进行挖掘以及作用预测，通过网络的似然值计算，同时实现功能模块的挖掘以及作用预测，该方法在考虑网络拓扑的基础上也融合了相应的生物信息，反映网络节点间的内部关系，减少许多不必要的密度计算，使预测结果更加准确，提高了预测结果的可靠性。
-
公开(公告)号：CN114462043B
公开(公告)日：2025-01-21
申请号：CN202111629096.4
申请日：2021-12-28
Applicant: 扬州大学 , 蚂蚁金服(杭州)网络技术有限公司
Abstract: 本发明公开了一种基于强化学习的Java反序列化漏洞检测系统及方法，包括：漏洞数据采集；构建序列化感知的代码属性图SCPG，挖掘潜在漏洞调用链；利用强化学习对模糊测试的种子调度过程进行建模，训练模糊决策模型；对待检测的JAVA文件进行静态分析，构建序列化感知的代码属性图SCPG并识别潜在漏洞调用链，使用模糊决策模型对潜在漏洞调用链进行验证，输出存在利用风险的反序列化漏洞调用链。本发明可以一定程度上解决传统JAVA反序列化漏洞调用链挖掘方法中人工开销大、精度不高的问题；并且相较于基于变量可控性分析的JAVA反序列化漏洞调用链自动挖掘方法，本发明可以通过模糊测试对挖掘得到的潜在漏洞调用链进行验证，使得实际应用领域更广、精度更高。
-
公开(公告)号：CN117763560A
公开(公告)日：2024-03-26
申请号：CN202311689060.4
申请日：2023-12-08
Applicant: 扬州大学
Abstract: 本发明公开了一种基于双视图因果推理的可解释漏洞检测方法及系统，所述漏洞检测方法包括以下步骤：S1、获取代码样本，所述代码样本包括训练样本和待检测样本，将所述训练样本依次经过数据增强、静态分析、构建代码属性图、特征抽取后得到训练数据集；将所述待检测样本依次经过静态分析、构建代码属性图、特征抽取后得到待检测数据集；S2、基于混合对比学习法处理所述训练数据集，建立漏洞检测模型；将所述待检测数据集输入所述漏洞检测模型，输出漏洞代码；S3、对所述漏洞代码进行因果推理，输出漏洞检测解释。本发明具有鲁棒性高、准确性高、简洁性强的特点。
-
公开(公告)号：CN109686402B
公开(公告)日：2023-11-03
申请号：CN201811597170.7
申请日：2018-12-26
Applicant: 扬州大学
Abstract: 基于动态加权相互作用网络中关键蛋白质识别方法使用准则，计算蛋白质活动时间点和蛋白质活动概率，构建动态PPI网络，然后，根据蛋白质活动概率，计算蛋白质间相互作用权重，构建动态加权PPI网络。在建立好的动态加权PPI网络上，根据蛋白质网络的拓扑特性和生物属性，计算相互作用蛋白质对间的边缘聚类系数、基因本体相似度和皮尔逊相关系数。之后，得到一个重要性分数，最终按分值由大到小排列，输出分值对应的k个蛋白质即为最后结果。本发明提高了关键蛋白质识别的效率，扩展了该技术在生物信息领域的应用范围和实用性。
-
Patent Agency Ranking
公开(公告)号：CN115719096A
公开(公告)日：2023-02-28
申请号：CN202210612640.2
申请日：2022-05-31
Applicant: 扬州大学
Abstract: 本发明涉及谣言抑制技术领域，具体涉及一种基于社区挖掘的谣言抑制最大化方法，首先利用独立路径计算节点之间的标签传播概率，获得标签传播概率矩阵，从而获得初始社区的划分。通过计算社区中心的距离，进行社区合并，最终得到满足稠密度值的社区。结合边聚集系数之和边上的带宽，本发明提出了SoECC‑BW来衡量节点的重要性。为各个社区分配传播真相的节点预算，最终选取前k个SoECC‑BW值最高的节点传播真相，来抑制谣言的扩散。该技术在解决谣言抑制的问题上较其他算法具有更高的效率，可以更快的识别社交网络中影响力大的节点传播真相，扩展了该技术在谣言抑制问题领域的应用范围和实用性。
-
公开(公告)号：CN113868546A
公开(公告)日：2021-12-31
申请号：CN202110997385.3
申请日：2021-08-27
Applicant: 扬州大学
IPC: G06F16/9536 , G06F16/951 , G06F17/11 , G06F17/16 , G06F17/18 , G06Q50/00
Abstract: 本说明书一个或多个实施例提供一种独立级联模型下基于极大似然的源定位方法，通过根据种子节点集在IC模型上扩散，形成感染网络，利用独立路径计算传播概率，再计算影响范围最小的似然函数利用贪心策略选取种子集合，最终得到输出感染源，相比于传统的源定位方法大部分都只能解决单影响源定位问题，并且利用简单的IC模型来解决复杂的多源定位问题的工作甚少。本方法在只考虑概率因素的情况下，就能同时解决单源和多源的源定位问题，为以后似然概率运用于多源问题的研究提供了相应基础。该技术可以提高识别社交网络中影响力传播的源节点方面的效率，扩展了该技术在源定位问题领域的应用范围和实用性。
-
公开(公告)号：CN113553541A
公开(公告)日：2021-10-26
申请号：CN202110623693.X
申请日：2021-06-04
Applicant: 扬州大学
Abstract: 本说明书一个或多个实施例提供一种独立级联模型下基于独立路径分析的源定位方法，研究了不同源在不同时刻发出的影响力的传播情况，基于相同时间差的受感染节点有更大机率是被同一个源所感染这一前提，我们根据不同的独立路径进行分析判断，根据同一时间出现最多的对应独立路径上的观测者集合来定位可能的源，提高了定位的准确性，相比传统的源定位方法，大部分都是默认源感染的出发点是同一时刻，忽略了不同源节点在不同时刻开始发出影响力的可能，并且在生成独立路径后，对每个源节点的探索过程都是基于这条独立路径来单独分析的，该技术可以提高识别社交网络中影响力传播的源节点方面的效率，扩展了该技术在源定位问题领域的应用范围和实用性。
-
公开(公告)号：CN109686402A
公开(公告)日：2019-04-26
申请号：CN201811597170.7
申请日：2018-12-26
Applicant: 扬州大学
Abstract: 基于动态加权相互作用网络中关键蛋白质识别方法使用准则，计算蛋白质活动时间点和蛋白质活动概率，构建动态PPI网络，然后，根据蛋白质活动概率，计算蛋白质间相互作用权重，构建动态加权PPI网络。在建立好的动态加权PPI网络上，根据蛋白质网络的拓扑特性和生物属性，计算相互作用蛋白质对间的边缘聚类系数、基因本体相似度和皮尔逊相关系数。之后，得到一个重要性分数，最终按分值由大到小排列，输出分值对应的k个蛋白质即为最后结果。本发明提高了关键蛋白质识别的效率，扩展了该技术在生物信息领域的应用范围和实用性。
-
公开(公告)号：CN118134672A
公开(公告)日：2024-06-04
申请号：CN202410337669.3
申请日：2024-03-24
Applicant: 扬州大学
Abstract: 本发明公开一种基于离散雁群优化的时序网络上的影响力最大化方法，通过本发明，提出了离散雁群优化算法(DWGSO)在时序网络中选取有影响力的传播者。在DWGSO中，首先提出稳定中心性指标(SC)衡量节点重要性，并根据节点重要性构建候选节点集。其次，为了避免使用频繁的蒙特卡洛模拟时序独立级联模型下候选解的表现而产生的高时间开销，提出了时序局部影响力评估函数(TLIE)替代传统的蒙特卡洛模拟，以快速评估雁群优化算法中生成的候选解的质量。离散雁群优化算法将TLIE用作适应性函数，TLIE计算的是被种子节点激活的一跳以及二跳邻居的期望数目。最后，定义雁群每个个体的速度向量和位置向量更新规则，并对于表现最好的种子集进行再施加局部优化策略对其再优化。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.022 seconds)
