一种基于深度神经网络的异构网络推荐算法

    公开(公告)号:CN111832724A

    公开(公告)日:2020-10-27

    申请号:CN202010674870.2

    申请日:2020-07-14

    Abstract: 本发明公开了一种基于深度神经网络的异构网络推荐算法,包括如下步骤:S1:用户和物品的全局局部信息的向量表征;S2:利用螺栓遗传算法对元路径种类进行自动选取;S3:获取最优的X种元路径种类下的元路径实例;S4:获取基于元路径的交互向量;S5:用户,物品全局局部信息融合;S6:使用协同注意力机制,对用户和物品的向量表征进行加强;S7:用户,物品对的评分获取;S8:构建损失函数优化参数;S9:重复步骤1-8,当lu,i稳定趋于一个很小的阈值ε(ε>0)时,停止训练,即得到了一个基于深度神经网络的异构网络推荐模型。本发明利用遗传算法自动获取有价值的元路径种类,减少人为因素的干扰;通过节点域和网络结构信息挖掘异构网络中的全局和局部信息。

    基于深度学习与链接预测的嵌入表示获得及引文推荐方法

    公开(公告)号:CN110688474A

    公开(公告)日:2020-01-14

    申请号:CN201910826787.X

    申请日:2019-09-03

    Abstract: 本发明提供了一种基于深度学习与链接预测的引文推荐方法,包括以下步骤:步骤1,获取已知论文库中所有论文结点特征信息和已知论文库的引文网络;步骤2,将论文结点分别在引文网络中进行传播,得到每个论文结点的嵌入表示;步骤3,输入待推荐引文的论文结点,计算待推荐引文的论文结的嵌入表示;步骤4,根据待推荐引文的论文结点的嵌入表示和已知论文库中每个论文结点的嵌入表示,计算待推荐引文的论文结点和已知论文库中每个论文节点的余弦相似度,并选取前t个余弦相似度所对应的论文节点作为待推荐引文的论文结点的引文列表。

    一种基于深度神经网络的异构网络推荐方法

    公开(公告)号:CN111832724B

    公开(公告)日:2023-03-28

    申请号:CN202010674870.2

    申请日:2020-07-14

    Abstract: 本发明公开了一种基于深度神经网络的异构网络推荐算法,包括如下步骤:S1:用户和物品的全局局部信息的向量表征;S2:利用螺栓遗传算法对元路径种类进行自动选取;S3:获取最优的X种元路径种类下的元路径实例;S4:获取基于元路径的交互向量;S5:用户,物品全局局部信息融合;S6:使用协同注意力机制,对用户和物品的向量表征进行加强;S7:用户,物品对的评分获取;S8:构建损失函数优化参数;S9:重复步骤1‑8,当lu,i稳定趋于一个很小的阈值ε(ε>0)时,停止训练,即得到了一个基于深度神经网络的异构网络推荐模型。本发明利用遗传算法自动获取有价值的元路径种类,减少人为因素的干扰;通过节点域和网络结构信息挖掘异构网络中的全局和局部信息。

    一种开源威胁情报聚合平台
    15.
    发明公开

    公开(公告)号:CN115237978A

    公开(公告)日:2022-10-25

    申请号:CN202210796520.2

    申请日:2022-07-06

    Abstract: 本发明公开了一种开源威胁情报聚合平台,设置:多源异构情报数据获取模块、多源异构情报数据融合评价模块和威胁情报深度挖掘模块;多源异构情报数据融合评价模块,对多源异构情报数据获取模块获取的情报数据进行识别提取、融合评价及归一化存储,识别提取是生成结构化的威胁情报;融合评价进行威胁情报的甄选;归一化存储是扩展甄选后的威胁情报的信息维度,形成物联网漏洞聚合库和威胁情报数据库;威胁情报深度挖掘模块,结合已有的威胁数据及流量信息的匹配关系,构建模糊图形模式匹配模型,匹配物联网漏洞聚合库和威胁情报数据库中的威胁情报和流量信息,实现对潜在的攻击行为挖掘。

    涉密文档的检测方法、装置及存储介质

    公开(公告)号:CN110298024B

    公开(公告)日:2022-10-11

    申请号:CN201810232937.X

    申请日:2018-03-21

    Abstract: 本发明实施例提供一种涉密文档的检测方法、装置及存储介质,该涉密文档的检测方法包括:对待检测文档进行分词处理,得到N个词;N为大于等于2的整数;通过循环神经网络模型在N个词中提取M个关键词;其中,M为小于N的整数;将M个关键词与涉密词库中的关键词进行匹配,若匹配率大于第一阈值,则确定待检测文档为涉密文档。本发明实施例提供的涉密文档的检测方法、装置及存储介质,提高了检测效率,且提高了检测的准确度。

    一种快速克隆RFID标签检测方法

    公开(公告)号:CN112116050A

    公开(公告)日:2020-12-22

    申请号:CN202010951009.6

    申请日:2020-09-11

    Abstract: 本发明公开了一种快速克隆RFID标签检测方法,包括如下步骤:S1:使用RFID相位提取工具对所有RFID标签进行相位采集处理;S2:对所有待测量的RFID标签,经过多次变换距离测量得到多个相位数据,并利用最小二乘法进行减噪操作,得到的优化指纹库;S3:对于所得到的相位指纹信息库,进行了c2和K‑S随机性检测,经验证相位指纹符合均匀分布;S3:对于给定的待检测标签,我们同样做多次测量,进行最小二乘法操作得到待检测标签的优化相位指纹;S4:将测量得到的相位指纹和所存储相位指纹进行对比。本发明可准确识别出隐藏在真实标签中的所有克隆标签,有效减少克隆RFID标签带来的攻击威胁,提升系统安全性,保护RFID用户的隐私,保障RFID产品的应用安全。

    一种基于异构网络的引文推荐算法

    公开(公告)号:CN111831910A

    公开(公告)日:2020-10-27

    申请号:CN202010674143.6

    申请日:2020-07-14

    Abstract: 本发明公开的一种基于异构网络的引文推荐算法,具体包括如下步骤:S1、二元异构引文网络构建;S2、初始化作者节点向量表示vA以及文本内容向量表示;S3、生成基于结构信息的paper向量表征 S4、生成基于文本信息的paper向量表征 S5、联合交互,相互增强:S6、重复步骤S4-5、直到模型收敛,完成训练;S7、获取训练集中所有paper和author的最终向量,保存训练好的模型;S8、调用训练好的模型参数,即可得到测试集中每个paper的向量表示;S9、计算测试集中每篇paper和训练集中所有paper的余弦相似度,按照相似度从大到小排序,取前K个paper作为最终的推荐结果。本发明既能结合结构信息提高算法性能,又能对未知文档进行预测。

    一种基于神经网络的僵尸网络态势预测方法和预测系统

    公开(公告)号:CN115442084B

    公开(公告)日:2024-11-19

    申请号:CN202210966921.8

    申请日:2022-08-11

    Abstract: 本发明公开了一种基于神经网络的僵尸网络态势预测方法和预测系统:S1、获得基础僵尸感染流量数据,划分为训练集、验证集和测试集;S2、构建僵尸网络感染预测框架;S3、使用训练集对僵尸网络感染预测框架进行训练,得到预训练的僵尸网络感染预测框架;S4、使用验证集进行迭代验证,得到僵尸网络感染预测框架;S5、使用测试集进行测试,若不符合则返回执行步骤S3,输出符合要求的僵尸网络感染预测框架;S6、使用符合预测要求的僵尸网络感染预测框对僵尸网络规模作出预测。本发明解决了现有僵尸网络感染过程中传播和演进特征的全面建模和僵尸网络规模预测框架构建问题,在僵尸网络未来态势规模的预测方面有较高的准确率。

Patent Agency Ranking