一种基于降噪模型的隧道流量关联方法和装置

    公开(公告)号:CN118869520A

    公开(公告)日:2024-10-29

    申请号:CN202311587077.9

    申请日:2023-11-24

    Abstract: 本发明提供一种基于降噪模型的隧道流量关联方法和装置,其中所述方法包括:获取预建立的网络隧道的多个入口节点流和多个出口节点流;其中,所述网络隧道用于客户端访问对应的网络;确定与每个出口节点流对应的至少一个候选入口节点流,将每个所述出口节点流输入至预训练的降噪模型中,以将出口节点流依次进行网络噪声和混淆噪声去除处理,得到映射入口节点流;分别计算所述映射入口节点流与至少一个候选入口节点流的统计距离,根据所述统计距离对所述候选入口节点流进行筛选,将最小的统计距离对应的候选入口节点流作为与所述出口节点流关联的目标入口节点流;通过不同的编码层负责去除不同类型的噪声,可提高关联结果的精度。

    基于联邦泛化数据处理方法、系统、计算设备及存储介质

    公开(公告)号:CN116628497A

    公开(公告)日:2023-08-22

    申请号:CN202310583452.6

    申请日:2023-05-23

    Abstract: 本发明公开了一种基于联邦泛化数据处理方法、系统、计算设备及存储介质,所述方法包括:基于联邦对比学习进行数据建模,将数据样本标记为异常样本和正常样本的不同类别,每个本地模型在其本地数据集上进行联邦检测任务的迭代训练,并逐步更新其自己的参数;本地更新后,在可信的中央服务器聚合所有参与联邦检测任务的本地模型的参数,经过计算后聚合形成一个全局模型,然后服务器将所述全局模型分发给参与的终端,进行下次迭代训练。本发明实现在“数据孤岛”状态下对于样本的充分学习和利用,基于对比学习技术,拉近正常样本之间的距离,拉远异常样本距离,从而实现在保护隐私的前提下,对数据的建模,并为异常检测打下基础。

    一种事件类型识别方法及装置

    公开(公告)号:CN106095928B

    公开(公告)日:2019-10-29

    申请号:CN201610409465.1

    申请日:2016-06-12

    Abstract: 本发明公开了一种事件类型识别方法及装置。该方法包括以下步骤:对训练集中所有文本进行分词、提取词性处理后训练词向量空间模型,提取文本的特征,将文本表示为特征向量;对于训练集进行事件类型聚类,训练带有类型聚类正则化项的神经网络模型;对于测试样本同样进行分析、提取词性处理,并利用已经训练好的词向量模型,得到特征表示;利用类型聚类正则化项的神经网络模型进行事件类别识别。借助于本发明的技术方案,能够利用同一群组中的类型共享信息来减轻标注数据不平衡带来的问题。

    一种动态URL过滤方法及装置

    公开(公告)号:CN104573033B

    公开(公告)日:2017-12-19

    申请号:CN201510020876.7

    申请日:2015-01-15

    Abstract: 本发明提出了一种动态URL过滤方法及装置,该方法包括:基于URL标注集创建信息字典;针对URL标注集中的每一个URL,根据所述信息字典生成对应的特征向量,由URL标注集中所有的URL对应的特征向量组成特征矩阵;对URL特征矩阵进行分类得到特征权重向量和二分类阈值;基于所述信息字段对待预测的URL进行特征提取,并基于提取出的特征生成所述待预测的URL的特征向量;将所述待预测的URL的特征向量与所述特征权重向量对应相乘后相加得到目标数值,将目标数值与二分类阈值相比较以判断所述待预测的URL是动态URL还是静态URL。本发明可以离线处理,不需要访问网络、减少了存储,比较节省处理时间和计算资源。

Patent Agency Ranking