基于关联规则的以太坊钓鱼行为非法账户的分析检测方法

    公开(公告)号:CN116708022A

    公开(公告)日:2023-09-05

    申请号:CN202310938539.0

    申请日:2023-07-28

    Applicant: 东北大学

    Abstract: 本发明提供一种基于关联规则的以太坊钓鱼行为非法账户的分析检测方法,涉及网络安全技术领域。该方法首先从以太坊交易子图网络中提取网络中的钓鱼结点作为目标结点以及它们的邻居结点,并构建以目标结点为中心的交易子图网络,来反映出目标结点的交易行为和关系;通过建立特征子集,将结点特征离散化与标签化;通过使用关联规则算法,进行钓鱼结点特征和正常结点特征之间的关联规则挖掘;通过关联规则对交易子图网络进行一定规则的游走后输入图嵌入算法,得到结点向量表示;将结点向量输入分类器中进行二分类处理,从而判断一个结点是否是钓鱼诈骗行为的发起者或参与者。该方法可以极大提高模型的分类效果,即钓鱼行为非法账户的识别效果。

    大规模制造产业隐私数据保护和监管系统与方法

    公开(公告)号:CN116015618A

    公开(公告)日:2023-04-25

    申请号:CN202211382680.9

    申请日:2022-11-07

    Applicant: 东北大学

    Abstract: 本发明提供一种大规模制造产业隐私数据保护和监管系统与方法,涉及网络安全技术领域。本发明通过属性加密措施保障用户的数据隐私,并且通过使用多方安全计算算法来对于监管方的权力进行制衡,引入多个监管方对企业监管授予权限。可以有效地解决系统中数据隐私保护的问题,在此基础上,本发明通过使用属性加密算法来解决了对称加秘密钥传输带来的密钥泄露的问题。此外,实现了加密数据的细粒度访问控制,即数据拥有者可以指定谁可以访问加密的数据,数据拥有者对数据具有完全的控制权。

    一种基于知识图卷积网络的文化资源智能推荐方法

    公开(公告)号:CN115757897A

    公开(公告)日:2023-03-07

    申请号:CN202210695058.7

    申请日:2022-06-20

    Applicant: 东北大学

    Abstract: 一种基于知识图卷积网络的文化资源智能推荐方法,涉及推荐系统技术领域;通过建立将知识图谱与图卷积网络算法结合的图卷积模型。自动捕获知识图谱中的高阶信息和语义信息,通过使用图卷积网络算法来自动聚合知识图谱中节点的邻域特征,知识图谱中的邻居通过用户对于关系的分数来进行加权操作,表现出知识图谱中的语义信息和用户对于关系的个性化兴趣。根据项目之间的相关性来探索它们之间的潜在联系提高推荐系统的整体性能;合理扩展用户的兴趣,增加推荐项目的多样性;知识图谱中联系用户历史浏览信息和收藏信息,为推荐提供可解释性。

    一种基于一致性哈希的敏感数据分布式储存方法

    公开(公告)号:CN115297131A

    公开(公告)日:2022-11-04

    申请号:CN202210914008.3

    申请日:2022-08-01

    Applicant: 东北大学

    Abstract: 本发明的一种基于一致性哈希的敏感数据分布式储存方法,包括:将服务器节点映射成多个虚拟节点,生成虚拟节点的唯一标识ID1;从客户端获取敏感数据的唯一标识ID2;将231个空白的桶空间连成哈希环,设定桶空间顺时针排列的序号为0~231‑1;通过一致性哈希算法计算虚拟节点的唯一标识ID1对应的哈希值H1,将哈希环上第H1个桶空间的值赋值为该虚拟节点的唯一标识ID1;通过一致性哈希算法获得敏感数据的唯一标识ID2对应的哈希值H2,以哈希环上第H2个桶空间为起点顺时针移动,直到遇到第一个含有虚拟节点的唯一标识ID1的桶空间,将该条敏感数据存到该虚拟节点对应的服务器节点中;重复执行上一步将所有敏感数据都存储到相应的服务器节点中。

    基于图神经网络和知识图谱结合的文化资源推荐方法

    公开(公告)号:CN115062237A

    公开(公告)日:2022-09-16

    申请号:CN202210679722.9

    申请日:2022-06-16

    Applicant: 东北大学

    Abstract: 本发明公开了基于图神经网络和知识图谱结合的文化资源推荐方法,包括构建推荐模型MKB,将用户集U和物品集V输入至推荐模型MKB中,得到输入用户和物品交互数据和知识图谱数据,并对其进行数据预处理,获取用户、物品和知识图谱三元组信息;利用二部图神经网络提取用户向量矩阵和物品初始化向量矩阵,深度挖掘用户和物品交互数据,增强特征向量表示,同时使用知识图谱特征学习实现物品信息与知识图实体信息的交互,解决实际应用中冷启动和稀疏性问题。本发明在提取特征向量时,同时考虑用户和物品交互数据的显示和隐式关系,使得特征向量表示更加准确,并结合知识图谱技术,丰富物品特征向量信息,从而有效提高了推荐系统的性能。

    一种面向云计算的基于网络能效优先的路由方法

    公开(公告)号:CN105323166B

    公开(公告)日:2018-05-29

    申请号:CN201510788956.7

    申请日:2015-11-17

    Applicant: 东北大学

    CPC classification number: Y02D50/10

    Abstract: 一种面向云计算的基于网络能效优先的路由方法,该方法包括:确定网络能效优化目标,建立网络能效优化目标函数及其应服从的约束条件;根据网络能效优化目标,首先为路由请求安排初始路径;然后在初始路径的基础上,先将链路利用率为零的链路进行休眠,然后再逐个对剩余链路尝试休眠后,最后基于流重定向来重新路由,得到符合网络能效优化目标的路由。本发明在保证QoS的基础上,优先提高网络能效,综合考虑了网络架构、网络业务需求、网络性能及网络能效。本发明不仅能满足最高利用率门限、路由占用的链路数目等约束条件,而且耗能少,利用率高,能够有效地降低互联网公司的运营成本,对网络的规划管理具有重要的意义。

    一种DevOps跨域自动化部署云际系统软件的方法

    公开(公告)号:CN119356694A

    公开(公告)日:2025-01-24

    申请号:CN202411523649.1

    申请日:2024-10-29

    Applicant: 东北大学

    Abstract: 本发明属于跨域自动化部署技术领域,公开了一种DevOps跨域自动化部署云际系统软件的方法,包括以下步骤:S1、基于DevOps理念进行跨域自动化部署中的编译构建;S2、跨域自动化部署云际监管与治理系统软件;S3、在DevOps跨域自动化部署中,进行自动化测试;S4、在DevOps跨域自动化部署中,进行并发访问测试;S5、对云际监管与治理系统软件进行持续优化。本发明采用上述的一种DevOps跨域自动化部署云际系统软件的方法,打破了固有的开发和运维人员之间的壁垒文化,通过自动化部署,确保任务的可重复性,减少部署出错的可能性,有效地利用资源,消除资源的浪费情况。

    一种基层网格治理编码中的语义融合方法及装置

    公开(公告)号:CN118981745A

    公开(公告)日:2024-11-19

    申请号:CN202411119339.3

    申请日:2024-08-15

    Applicant: 东北大学

    Abstract: 本申请提出一种基层网格治理编码中的语义融合方法及装置,属于自然语言处理技术领域,针对待语义融合的第一文本和第二文本,分别进行双向GRU网络特征提取以及Transformer‑Encoder网络编码,再将编码结果分别进行平均池化,将池化后的结果进行拼接,将拼接后的结果进行非线性转换,最后将非线性转的结果进行相似度预测,得到第一文本和第二文本相似度预测结果,若二者相似度高,则进行融合。本申请针对异构数据源中的语义融合问题,使用结合了Transformer‑Encoder网络和双向GRU网络对文本进行匹配,提高了文本匹配的准确性和效率,突破了传统模型在上下文理解和序列特征捕捉上的限制。

    用于卸载5G蜂窝物联网的V2V路由框架的设计方法

    公开(公告)号:CN115119281B

    公开(公告)日:2024-08-16

    申请号:CN202210733174.3

    申请日:2022-06-27

    Applicant: 东北大学

    Abstract: 本发明提供一种用于卸载5G蜂窝物联网的V2V路由框架的设计方法,涉及5G蜂窝物联网技术领域。包括RLbR(Reinforcement Learning based V2V Routing,基于强化学习的V2V路由)系统框架的设计、RLbR框架路由协议的设计以及性能评估。为了有效地传输分流流量,本发明设计了相应的V2V路由算法。在路由算法中,利用强化学习评价邻近车辆的质量,基于位置因子PF转发数据包,通过环境模型加速Q表的收敛。在多个模拟场景下进行性能评估。结果表明,提出的框架有效地减轻了蜂窝网络的流量,在网络生存期、平均能耗、传输比和平均时延方面都有较好的性能。

    一种基于L-DDPG的云际计算资源卸载优化方法

    公开(公告)号:CN118409860A

    公开(公告)日:2024-07-30

    申请号:CN202410554476.3

    申请日:2024-05-06

    Applicant: 东北大学

    Abstract: 本发明公开了一种基于L‑DDPG的云际计算资源卸载优化方法,属于云际计算技术领域。该方法包括以下步骤:S1、搭建MECH的分层架构,并引入基于区块链的权限验证和访问可追溯系统;S2、构建MECH系统模型,包括缓存模型、延迟模型和能耗架构;S3、基于李雅普诺夫优化的在线任务放置决策,设计L‑DDPG的云际计算资源卸载优化方案。本发明采用上述的一种基于L‑DDPG的云际计算资源卸载优化方法,解决了混合整数非线性规划问题,具有更高的平均能耗和更低的延迟;基于用户请求认证机制,增强了MECH系统的网络安全。

Patent Agency Ranking