公开(公告)号：CN118779693A

公开(公告)日：2024-10-15

申请号：CN202410772008.3

申请日：2024-06-16

Applicant: 哈尔滨理工大学

Inventor： 席亮 ,  李涤尘 ,  王薇

IPC: G06F18/24 ,  G06F18/214 ,  G06N3/042 ,  G06N3/084 ,  G06N3/088

Abstract: 本发明提出一种基于差异感知的属性网络异常检测方法，属于图数据属性网络异常检测领域。传统异常检测方法对图数据的复杂交互欠缺挖掘的问题以及传统方法仅从单一视图角度采用重构误差衡量异常的问题，而提出的一种基于多视图差异感知的属性网络异常检测方法。本发明解决了传统的属性网络异常检测方法大多仅采用基于重构误差衡量异常所导致的参数敏感问题，同时创新性的将将属性网络异常检测问题重新定义为不同视图间图表示相关性的问题，方法中更加注重捕获属性网络中复杂的交互关系。将所提的网络模型应用于图属性网络异常检测实际任务中，能达到提升准确率的目的，实验结果验证了所提方法的有效性。

公开(公告)号：CN115641387A

公开(公告)日：2023-01-24

申请号：CN202211434110.X

申请日：2022-11-16

Applicant: 哈尔滨理工大学

Inventor： 席亮 ,  李梦涵 ,  苗德华

IPC: G06T9/00 ,  G06V10/80 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提出一种掩码图自编码器异常检测方法，属于自监督图异常检测领域。针对现有自监督图自动编码器存在的问题，提出一种掩码图自编码器异常检测方法，提高了目前模型的有效性。本发明创新性地使用一个新的掩码图自编码器模型，将掩码自编码器思想迁移到了图上，通过一个简单的掩码图自编码器从重建目标，学习，损失函数和模型结构的角度解决了一般图自编码器面临的常见问题，同时设计了以缩放余弦误差为重建准则的掩码特征重建策略，这种缩放技术也可以看作是一种自适应的样本重称重，每个样本的权重随重建误差而调整。将所提的网络模型应用于图的异常检测领域，能达到提升准确率的目的。

公开(公告)号：CN109327342A

公开(公告)日：2019-02-12

申请号：CN201811425107.5

申请日：2018-11-27

Applicant: 哈尔滨理工大学

Inventor： 席亮 ,  陈晓壮 ,  李鸿鹄 ,  林中霖 ,  胡琮梅

IPC: H04L12/24 ,  H04L12/26

Abstract: 本发明提出了一种基于任务驱动的自适应SDN仿真系统及仿真平台，所述系统包括图形化控制平台、控制器模块以及虚拟网络环境；本发明将控制器模块与图形化控制平台分离，并将其分别运行在不同的虚拟机中，图形化控制平台通过RPC调用控制器模块，并利用Json传输数据；而对其他模块的调用则通过GET、POST提交请求到相关页面等方式来获取数据，并将其设置或显示到图形化控制平台。控制平台通过捕获用户基于任务需求设定的各种配置信息，生成设置报文并发送到控制器端以激发网络进行自适应调整。