公开(公告)号：CN115659007B

公开(公告)日：2023-11-14

申请号：CN202211151849.X

申请日：2022-09-21

Applicant: 浙江大学

Inventor： 王霄阳 ,  史麒豪 ,  王新宇 ,  王灿 ,  罗进开 ,  冯雁

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N3/006 ,  G06Q50/00 ,  H04L51/42 ,  H04L51/52

Abstract: 本发明公开了一种基于多样性的动态影响力传播种子最小化方法，基于一个双向自适应贪婪算法的框架，采用基于鞅的影响力最大化算法(IMM)和基于鞅的多样性影响力最大化算法(DIMM)实现，算法核心是使用一种随机产生反向影响草图(RI‑Sketch)的采样方法，用于估计影响力扩散和多样性函数增益，具有良好的近似保证。本发明解决了如何以最小的成本在最少时间内使得影响力传播达到特定阈值的问题，克服了传统方法不能有效考虑多样性问题以及算法本身缺乏动态选择过程的弊端，可以在一定的扩散模型下有效选取合适的种子集合。

公开(公告)号：CN116566982A

公开(公告)日：2023-08-08

申请号：CN202310358413.6

申请日：2023-04-06

Applicant: 浙江大学

Inventor： 潘志豪 ,  庄永真 ,  罗进开 ,  万志远

IPC: H04L67/1001 ,  H04L67/1023

Abstract: 本发明公开了一种面向分布式服务状态冗余处理的负载均衡方法，首先构建一个大小为质数的散列槽，所述散列槽有多个槽位，每个槽位用于存放多个服务节点，所有服务节点均匀地填充到散列槽中至散列槽填满；当请求到达时，对请求的源地址的哈希值取模，将请求定位到槽位；将随机选择槽位中任意一个服务节点处理请求；进行状态冗余，槽位上的所有服务节点都将存储该槽位上对应的所有请求产生的状态集合。本发明着力解决在分布式服务下，传统的负载均衡方法难以在多个服务节点间进行状态冗余，从而当服务节点因为故障无法访问，用户请求转移到其他服务节点进行处理时，原有状态将会丢失的问题。

公开(公告)号：CN116303763A

公开(公告)日：2023-06-23

申请号：CN202310060074.3

申请日：2023-01-18

Applicant: 浙江大学

Inventor： 陈佳祺 ,  庄永真 ,  罗进开 ,  万志远

IPC: G06F16/27 ,  G06F16/23 ,  G06F16/28

Abstract: 本发明公开了一种基于顶点度的分布式图数据库增量图划分方法及系统。通过追踪图顶点度数的变化，快速对高阶顶点及其连通边进行划分，在为单个OLTP操作提供服务的同时，即时做出每个事务的在线分区决策。随着客户端对图数据库发起请求，本发明根据有关图信息的增加(顶点度的变化)，在多个阶段中递增地调整分区，主要分成三个步骤：哈希划分阶段，顶点重新划分阶段，边重新划分阶段。本发明的方法适用于OLTP负载，对图的局部数据进行持续更新，并响应多个客户端的图查询。并能够通过较小的系统开销，为分布式服务器提供优秀的负载均衡，实现更好的数据本地性；从而增加访问的并行性和图数据库的吞吐量。

公开(公告)号：CN116155581A

公开(公告)日：2023-05-23

申请号：CN202310074762.5

申请日：2023-02-07

Applicant: 浙江大学

Inventor： 王新宇 ,  庄永真 ,  罗进开 ,  万志远

IPC: H04L9/40

Abstract: 本发明公开了一种基于图神经网络的网络入侵检测方法与装置。本发明通过监听交换机镜像端口，拉取网络流量数据，将网络主机信息、网络流量信息收集起来，利用收集的信息构建主机与流量的特征。随后利用图神经网络，同时聚合边信息和节点信息，学习到流量和节点的模式结构。将定期收集好的数据，输入到训练好的图神经网络模型中，通过衡量待检测流量与正常流量模式之间的偏移，检测出异常流量信息，并将异常流量信息存储并推送给运维人员。本发明还构建了实现该方法的装置，提供了高效的数据收集手段，选出了关键的特征信息，并同时考虑到了节点和边两种维度的特征，可以有效识别出不断变化的异常流量，并及时发出告警。

公开(公告)号：CN118193795A

公开(公告)日：2024-06-14

申请号：CN202410351628.X

申请日：2024-03-26

Applicant: 浙江大学

Inventor： 田文杰 ,  王灿 ,  史麒豪 ,  罗进开

IPC: G06F16/901 ,  G06Q50/00 ,  G06F17/18

Abstract: 本发明公开了一种基于多层图收缩和反向可达图采样的稀疏社交网络影响最大化方法及装置。首先对原图进行逐层收缩，得到一个结构相近，但规模更小的缩略图；然后对缩略图求解影响最大化算法，得到一个近似的种子节点集合；最后对缩略图逐层展开，恢复至原图，同时将种子节点集合逐层展开并调优，进行用户感兴趣的主题信息推送。相较影响最大化领域的现有算法，本发明可以有效地求解节点个数巨大的稀疏社交网络，通过收缩提高图结构的稠密程度，解决传统反向可达图采样算法中单次采样局部性过强、对图结构整体覆盖能力弱的问题，从而大幅降低采样所需的时空开销，同时本发明具有实现简单、近似能力良好、可扩展性强的优点。

公开(公告)号：CN117875391A

公开(公告)日：2024-04-12

申请号：CN202410039382.2

申请日：2024-01-10

Applicant: 上海浙江大学高等研究院

Inventor： 张龙姣 ,  汪睿 ,  庄永真 ,  罗进开

IPC: G06N3/08 ,  G06N3/042 ,  G06N3/044 ,  G06N3/045 ,  G06F18/241 ,  G06F18/214 ,  G06Q50/00

Abstract: 本发明公开了一种基于分布式的连续时间动态图神经网络训练方法及系统，包括以下步骤：将用于训练的动态社交网络图数据进行子图划分、批次划分、校准以及采样，得到若干个批次的动态社交网络采样子图数据，由每个节点的获取历史时序嵌入和历史交互消息得到每个节点的时序嵌入，当完成一个批次训练过程后，利用每个节点的时序嵌入以及动态社交网络采样子图数据的边特征进行聚合计算，得到每个节点的更新交互消息。本发明的方法通过提供图划分存储、分布式内存同步机制、分布式子图采样和编码‑解码器训练，将单机的连续时间动态图神经网络模型拓展到分布式场景下，解决了在大数据情况下内存资源不足的问题。

公开(公告)号：CN117149843A

公开(公告)日：2023-12-01

申请号：CN202310886631.7

申请日：2023-07-19

Applicant: 浙江大学

Inventor： 蒋甜甜 ,  王豪烨 ,  宋明黎 ,  罗进开

IPC: G06F16/2458 ,  G06F16/2453 ,  G06F16/23 ,  G06F16/248

Abstract: 本发明公开了一种时序图的图数据管理方法。该方法将携带时序信息的图数据以时序属性图形式组织起来，通过一套建模规则存储在Neo4j图数据库中，借助Neo4j图数据库所提供的成熟的图数据管理方法，可以查询和更新时序图数据。时序属性图用对象节点表示实体，用属性节点描述实体，用值节点表示属性节点的值，用边表示实体间的关系。时序属性图帮助图数据与时态信息有机结合，并通过约束增强了时序图数据的完整性，能够捕捉图数据随时间的变化。针对时间维度，本发明研究了时序图的查询和更新需求，包括时序图模式匹配、时序路径查询和时间窗口限定等，提供的查询和更新语法可以显著降低代码量和编写难度，优化时序图数据分析的业务逻辑并提高执行效率。

公开(公告)号：CN115659007A

公开(公告)日：2023-01-31

申请号：CN202211151849.X

申请日：2022-09-21

Applicant: 浙江大学

Inventor： 王霄阳 ,  史麒豪 ,  王新宇 ,  王灿 ,  罗进开 ,  冯雁

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N3/006 ,  G06Q50/00 ,  H04L51/42 ,  H04L51/52

Abstract: 本发明公开了一种基于多样性的动态影响力传播种子最小化方法，基于一个双向自适应贪婪算法的框架，采用基于鞅的影响力最大化算法(IMM)和基于鞅的多样性影响力最大化算法(DIMM)实现，算法核心是使用一种随机产生反向影响草图(RI‑Sketch)的采样方法，用于估计影响力扩散和多样性函数增益，具有良好的近似保证。本发明解决了如何以最小的成本在最少时间内使得影响力传播达到特定阈值的问题，克服了传统方法不能有效考虑多样性问题以及算法本身缺乏动态选择过程的弊端，可以在一定的扩散模型下有效选取合适的种子集合。

公开(公告)号：CN118194088A

公开(公告)日：2024-06-14

申请号：CN202410297915.7

申请日：2024-03-15

Applicant: 浙江大学

Inventor： 任立新 ,  段明江 ,  庄永真 ,  罗进开 ,  万志远

IPC: G06F18/24 ,  G06F18/213 ,  G06Q30/018 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种融合图扩散卷积与分组聚合特征的欺诈识别方法和装置。该方法包括提取原图结构，对原图进行图结构增强获得两跳图，输入到分类模型，包括对图按照关系类型划分关系子图，对各关系子图做特征分组聚合，对各关系子图分组聚合后的特征做图扩散卷积，再将各关系子图扩散卷积后的特征做关系聚合得到最终特征并通过全连接层输出预测结果。本发明的图扩散卷积除了聚合原图的分组邻域节点特征，还聚合了图结构增强生成的二跳图的分组邻域节点特征，充分利用了图的结构信息，关系信息，分组信息。本发明在欺诈检测领域的应用，能有效提高对欺诈的识别能力，有很大的实用价值。

公开(公告)号：CN116108217B

公开(公告)日：2023-12-19

申请号：CN202211327218.9

申请日：2022-10-27

Applicant: 浙江大学

Inventor： 谢谨蔓 ,  高杨 ,  冯尊磊 ,  庄永真 ,  罗进开 ,  宋明黎

IPC: G06F16/583 ,  G06V10/56 ,  G06V20/58 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深度哈希编码和多任务预测的逃费车辆相似图片检索方法。其特征在于，以resnet50作为特征提取器，分别输入到车辆id、车型、颜色预测模块和哈希码生成模块四个分支同时训练。哈希码生成模块可以生成不同长度的哈希编码，车型和颜色预测模块分别对车型和颜色进行预测。该方法同时对车型预测、颜色预测、哈希编码生成模块进行优化，可以实现基于属性的粗粒度检索和基于不同层次哈希码的细粒度检索。针对逃费车辆，首先可以从数据库中针对粗粒度属性特征筛选出匹配的图片，再根据由短到长的哈希码不断进行更加精细化的检索。由粗到精的检索方法和哈希编码的方式大大提高检索速度和检索效率。