-
公开(公告)号：CN112507299A
公开(公告)日：2021-03-16
申请号：CN202011400514.8
申请日：2020-12-04
Applicant: 重庆邮电大学
Abstract: 本发明属于持续身份认证领域，具体涉及一种持续身份认证系统中的自适应击键行为认证方法及装置；所述认证方法包括提取出键对数据中每个按键的持续时间的统计特征，并将这些统计特征进行聚类处理，使用类标签替换对应按键数据的键值，采用数据集对单分类器进行训练调整，按照单分类器的分类结果计算出三支决策所需的阈值α和β；将待测的键对数据输入到单分类器中，将单分类器的输出结果与三支决策的阈值α和β进行比较判断，输出最终的认证结果；本发明可以在较小的所需键对期望值下获得较高的认证准确率，实现持续认证系统中安全性与用户友好性的平衡。
-
公开(公告)号：CN112507247A
公开(公告)日：2021-03-16
申请号：CN202011476008.7
申请日：2020-12-15
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明属于社交网络分析领域，具体涉及一种融合用户状态信息的跨社交网络用户对齐方法；所述方法包括采用随机游走采样的方式提取用户的局部特征；采用迭代的方式计算出用户的状态值，循环比较具有相似状态值的用户集合作为该用户的全局特征；将局部特征和全局特征输入到词向量模型的神经网络模型中映射为低维特征向量；将用户在两个社交网络中的低维特征向量采用预设的映射函数进行对齐，输出源社交网络中的用户与目标社交网络中的用户中可能存在的潜在对齐用户对；本发明利用网络嵌入方法分别从局部和全局提取出社交用户特征，利用节点状态量化节点在网络中的重要性，通过融合节点状态以及迭代地更新训练对齐模型，提高用户识别的准确率。
-
公开(公告)号：CN114691934A
公开(公告)日：2022-07-01
申请号：CN202210259737.X
申请日：2022-03-16
Applicant: 重庆邮电大学
IPC: G06F16/901 , G06K9/62 , G06Q50/00
Abstract: 本发明请求保护一种融合社区连接信息的网络嵌入方法及存储介质，具体涉及表示领域，用于复杂网络分析，包括以下步骤：根据输入数据建立无向网络；通过Louvain算法获得网络中的社区信息；使用CR‑JC相似度计算社区间亲密度；通过随机游走以及社区跳跃游走获取融合局部信息，社区内信息，社区间信息的节点序列；使用Skip‑Gram模型最大化窗口中节点同现的概率获得节点嵌入，并用于下游网络分析任务。本发明通过融合社区连接信息的网络嵌入，捕获网络中的局部信息和社区信息，提高下游任务的准确率。
-
公开(公告)号：CN114662069A
公开(公告)日：2022-06-24
申请号：CN202210261084.9
申请日：2022-03-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于鼠标交互行为的持续身份认证方法、存储介质及系统，具体涉及持续身份认证领域，所述方法包括收集用户操作计算机的鼠标数据并对收集的数据进行异常处理；将多个鼠标操作组成的数据序列划分为有意义的鼠标行为，基于鼠标行为从多方面挖掘鼠标行为特征；将获得的鼠标行为特征训练二分类算法得到分类模型，结合分类模型和信任模型得到用户最终的身份认证模型；该模型可以每收集一个鼠标行为，就进行分类得分的计算，然后信任函数根据分类得分更新用户的信任值，当信任值低于阈值时，用户将被锁定。本发明可以在收集较少的鼠标行为下识别出非法用户，同时合法用户也能执行较多的鼠标行为才可能被误判。
-
公开(公告)号：CN107480694B
公开(公告)日：2021-02-09
申请号：CN201710548072.3
申请日：2017-07-06
Applicant: 重庆邮电大学
IPC: G06K9/62
Abstract: 本发明请求保护一种基于Spark平台采用两次评价的加权选择集成三支聚类方法，主要包括如下步骤：步骤1，对大数据集进行分区和管理并生成对应的弹性分布式数据集(RDD)；步骤2，使用基于Spark的K‑Means聚类算法对每个分区数据进行聚类，生成多个不同的聚类成员；步骤3，通过两次评价，构造新的评价函数以及加权选择策略，对聚类成员进行选择，删除聚类效果不佳的聚类结果，构成新的聚类成员；步骤4，将聚类成员进行集成，构造一个加权的投票矩阵，根据三支决策规则进行聚类划分，得到最终的三支聚类结果。本发明大幅减少了算法运行时间，提高了算法效率。
-
Patent Agency Ranking
公开(公告)号：CN112016004A
公开(公告)日：2020-12-01
申请号：CN202010851950.0
申请日：2020-08-21
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00 , G06Q50/26
Abstract: 本发明属于信息化管理领域，特别涉及一种基于多粒度信息融合的职务犯罪筛查系统及方法；所述筛查系统包括数据采集服务器系统、数据存储服务器、中心计算服务器、网络通信服务器以及若干客户端；通过数据采集服务器系统共同采集涉案人员的多源数据信息，并存储至数据存储服务器中，所述中心计算服务器将对数据进行多粒度融合，按照数据认知方式学习涉案人员的低维向量，计算出涉案人员与其密切人员的相似度距离，按照相似度距离推荐出与所述涉案人员相近似的若干密切人员；并通过网络通信服务器传输至若干客户端进行监控和处理；本发明融合多源数据，基于多粒度认知计算理论去除冗余线索，从中发现对职务犯罪侦查有用的知识，为办案人员提供辅助。
-
公开(公告)号：CN117149934A
公开(公告)日：2023-12-01
申请号：CN202311170381.3
申请日：2023-09-12
Applicant: 重庆邮电大学
IPC: G06F16/29 , G06F16/2457 , G06F18/214 , G06F18/2411 , G06F18/25
Abstract: 本发明属于行人轨迹预测领域，具体涉及一种基于时空注意力机制的行人轨迹预测方法；包括：获取轨迹序列并将其划分为历史长时期轨迹序列和当前短时期轨迹序列；将两种轨迹序列输入到输入层进行处理，得到历史长时期轨迹序列、当前短时期轨迹序列和当前短时期最优轨迹序列的偏好向量；采用历史长时期处理模块对历史长时期轨迹序列和当前短时期轨迹序列的偏好向量进行处理，得到用户长期行为偏好表征；对当前短时期轨迹序列的偏好向量和当前短时期最优偏好表征进行加权求和，得到综合短时期偏好表征；将综合短时期偏好表征和用户长期行为偏好表征输入到预测模块中，得到行人轨迹预测结果；本发明可更好的捕获用户偏好，行人预测结果更加准确。
-
公开(公告)号：CN115391673A
公开(公告)日：2022-11-25
申请号：CN202211033179.1
申请日：2022-08-26
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06K9/62
Abstract: 本发明属于用户推荐领域，特别涉及一种基于多粒度融合的异质网络表示方法及装置，方法包括对相关用户的特征信息和关系数据进行采集并进行补全和对齐；对相关用户直接接触的用户节点进行聚合，融合用户网络的低阶结构；对相关用户的元路径信息进行聚合，融合用户网络的高阶语义；使用多粒度认知计算的思路，对低阶结构向量和高阶语义向量进行互补聚合，得到相关用户的低维向量；将相关用户的低维向量投影到二维坐标系中，将与相关用户的低维向量距离最近的N个用户推荐给相关用户；本发明对低阶结构编码和高阶语义编码进行融合，进而发现用户网络中的潜在信息，在用户网络中能提高用户关系预测的准确率，提高用户推荐效率。
-
公开(公告)号：CN112507247B
公开(公告)日：2022-09-23
申请号：CN202011476008.7
申请日：2020-12-15
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明属于社交网络分析领域，具体涉及一种融合用户状态信息的跨社交网络用户对齐方法；所述方法包括采用随机游走采样的方式提取用户的局部特征；采用迭代的方式计算出用户的状态值，循环比较具有相似状态值的用户集合作为该用户的全局特征；将局部特征和全局特征输入到词向量模型的神经网络模型中映射为低维特征向量；将用户在两个社交网络中的低维特征向量采用预设的映射函数进行对齐，输出源社交网络中的用户与目标社交网络中的用户中可能存在的潜在对齐用户对；本发明利用网络嵌入方法分别从局部和全局提取出社交用户特征，利用节点状态量化节点在网络中的重要性，通过融合节点状态以及迭代地更新训练对齐模型，提高用户识别的准确率。
-
公开(公告)号：CN109918544A
公开(公告)日：2019-06-21
申请号：CN201910191833.3
申请日：2019-03-14
Applicant: 重庆邮电大学
IPC: G06F16/903 , G06F16/9038 , G06F16/901 , G06Q50/26 , G06Q50/00
Abstract: 本发明属于职务犯罪领域，涉及社会关系网络分析，具体为一种基于粗糙集的职务犯罪社会关系网络智能分析方法及系统，所述方法包括通过对已结案中犯罪人员的社会关系网络进行分类，并基于粗糙集对社会关系网络进行智能分析，发现其中对案件起关键作用的线索，并去除其中的无关线索；基于已结案件数据，采用粗糙集方法，从多种数据中筛选出对案件分析起作用的数据，去除对案件分析不起作用的冗余数据，并对各种数据源进行重要性排序，从而为实际办案提供辅助。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.025 seconds)
