-
公开(公告)号：CN111709241A
公开(公告)日：2020-09-25
申请号：CN202010464122.1
申请日：2020-05-27
Applicant: 西安交通大学
IPC: G06F40/295 , G06F40/30 , G06F40/126 , G06F40/117 , G06F40/216 , G06F16/951 , G06N3/04
Abstract: 本发明公开了一种面向网络安全领域的命名实体识别方法。本发明由模型训练和样本选择两个阶段组成。第一阶段：通过预训练语言模型ALBERT训练得到包含语义信息且动态变化的初始字符向量，将其送入Bi-LSTM+CRF的网络中训练，输出输入文本序列概率最大的标签序列。第二阶段：基于第一阶段训练得到的模型，采用主动学习和自学习相结合的方式，选择有标记价值和训练价值的网络安全文本数据进行人工和机器标记，添加至已有标记本文数据后迭代训练上述模型。本发明不仅显著提高了网络安全实体识别的准确率，而且有效缓解了网络安全领域标记语料匮乏、标记成本高等难题。
-
公开(公告)号：CN107153780B
公开(公告)日：2020-06-09
申请号：CN201710313542.8
申请日：2017-05-05
Applicant: 西安交通大学苏州研究院
Abstract: 本发明公开了一种基于手腕穿戴电子设备的书写行为特征认证方法，分析用户的书写行为，根据加速度仪和陀螺仪所得到的加速度和角速度数据，提取书写的特征并找到其中区分度显著的特征，利用单分类器进行分类判断。同时，计算训练数据之间的动态时间序列距离(DTW)并与输入样本相对照，综合以上两个判断，决定用户是否合法。本发明方法行为数据的采集十分方便，在用户穿戴智能手环、智能手表等设备时提笔书写即可完成；此外，采用两种不同方法分别进行建模及认证的方法可保证认证模型的稳定性，能更好地体现用户的书写行为，并显著地提高身份认证的鲁棒性和容错性；并且此认证方法经过攻击测试，很难被攻击。
-
公开(公告)号：CN106600053B
公开(公告)日：2020-04-10
申请号：CN201611141121.3
申请日：2016-12-12
Applicant: 西安交通大学
IPC: G06Q10/04 , G06F16/9537 , G06K9/62
Abstract: 本发明提供一种基于时空轨迹和社会网络的用户属性预测系统，通过对用户的行为模式进行分析，预测用户的真实身份属性。包括数据处理，特征提取和分类预测这三个子系统；对时空轨迹数据和社会网络数据进行分析；提出原创的非负张量分解(NTF)算法自动提取出用户的隐含特征；利用用户的隐含特征使用多种分类器对用户属性进行预测。本发明可用于用户属性真实性检测；也可用于根据预测出的属性进行精准推广。
-
公开(公告)号：CN106600052B
公开(公告)日：2020-04-10
申请号：CN201611139349.9
申请日：2016-12-12
Applicant: 西安交通大学
IPC: G06Q10/04 , G06F16/9537 , G06K9/62
Abstract: 本发明提供一种基于时空轨迹的用户属性与社会网络检测系统，通过对用户的行为模式进行分析，预测用户的真实身份属性，包括数据处理，社会网络建模，特征提取和分类预测这四个子系统；对时空轨迹数据进行分析；根据时空轨迹数据，提出原创的基于点互信息的方法建立用户的社会网络模型；提出原创的非负张量分解(NTF)算法自动提取出用户的隐含特征；利用用户的隐含特征使用多种分类器对用户属性进行预测；本发明可用于用户属性真实性检测；也可用于用户社会网络检测；还可以根据预测出的属性和社会网络，进行信息的精准推送、好友推荐等。
-
公开(公告)号：CN110781406A
公开(公告)日：2020-02-11
申请号：CN201910971152.9
申请日：2019-10-14
Applicant: 西安交通大学
IPC: G06F16/9536 , G06N3/08
Abstract: 一种基于变分自动编码器的社交网络用户多属性推断方法，包括：预处理在线社交网络数据，构建用户属性网络；构建属性推断模型，包括用户变分自动编码器，属性变分自动编码器和判别器，模型将输入数据编码得到用户和属性信息的潜在表示，并通过用户潜在表示重建出补全后的用户属性矩阵；通过对抗训练方式训练模型，使得得到的用户潜在表示中包含更完整属性信息；将待补全的用户属性数据以及用户间好友关系输入模型，输出的用户属性矩阵表示用户拥有不同属性的概率。本发明可用于补全在线社交网络中用户属性数据，从而获得完整的用户画像，所需数据易于获取，计算复杂度低，可在复杂网络中快速推断属性，同时在多数属性预测中准确率非常高。
-
Patent Agency Ranking
公开(公告)号：CN110347933A
公开(公告)日：2019-10-18
申请号：CN201910507062.4
申请日：2019-06-12
Applicant: 西安交通大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 一种ego网络社交圈子识别方法，将用户抽象成ego网络中的一个节点，用户之间的关系抽象成ego网络中的一条边来构建ego网络；结合ego网络结构信息和节点属性信息来建模边之间的相似性；初始化每条边作为一个社交圈子，然后根据社交圈子之间的相似度使用average-linkage层次聚类方法进行聚类，得到层次聚类算法对应的树状图；选取合适的阈值来截取树状图以获得对应的边社交圈子，并将边社交圈子转化为节点社交圈子；提取社交圈子的属性特征和结构特征，然后训练分类器来识别社交圈子的种类，用该方法识别社交圈子简单准确。
-
公开(公告)号：CN110245837A
公开(公告)日：2019-09-17
申请号：CN201910420308.4
申请日：2019-05-20
Applicant: 西安交通大学
Abstract: 本发明公开了一种车辆通过减速带时驾驶行为规范性评价系统及评价方法。本方法以车辆行驶中的加速度传感器为数据源，通过数据源与已采集的已采集的驾驶的高驾驶行为规范性汽车过减速带样本进行对比分析，建立车辆过减速带驾驶行为规范性评价标准，最终为车辆在经过减速带的行驶驾驶行为规范性提供有效评价。
-
公开(公告)号：CN106507315B
公开(公告)日：2019-06-28
申请号：CN201611051192.4
申请日：2016-11-24
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于网络社交媒体数据的城市交通事故预测方法和系统，其特征在于：1)从网络社交媒体等数据中提取特征；2)对特征进行数据分析，获得特征之间以及特征与交通事故结果之间的关系；3)根据相互关系构建交通事故概率预测方程；4)根据预测发生交通事故的概率，决定是否发布交通事故预警信息；本发明所公开的基于网络社交媒体数据的城市交通事故预测方法和系统，实现简单、计算复杂度低，可以有效减少城市交通事故预测的计算资源开销，不需要任何视频监视设备，仅需要网络社交媒体等在线数据，具有实际应用的优势，提供了精确的城市交通事故发生的位置和概率，同时对是否进行交通事故预警进行了决策性判断。
-
公开(公告)号：CN109347662A
公开(公告)日：2019-02-15
申请号：CN201811136073.8
申请日：2018-09-28
Applicant: 西安交通大学深圳研究院
CPC classification number: H04L41/12 , H04L41/142 , H04L43/50 , H04L67/10 , H04L67/1097
Abstract: 本发明提供一种面向大规模网络流量的分布式社会网络结构快速挖掘系统，对高速产生的大规模网络流量进行分布式地分配与存储，挖掘社会网络中存在的拓扑结构，包括数据处理、网络结构挖掘、数据存储三个子系统；面向大规模网络流量，提出原创的分布式数据分配与存储模型；提出原创的分布式社会网络结构测量模型，可对社会网络中存在的拓扑结构进行不同粒度的测量；本发明适用于大规模流数据，可用于网络拓扑结构测量；也可基于网络拓扑结构的测量结果，进行用户身份预测、社团检测、异常行为挖掘等。
-
公开(公告)号：CN108305182A
公开(公告)日：2018-07-20
申请号：CN201810124813.X
申请日：2018-02-07
Applicant: 西安交通大学
IPC: G06Q50/00
CPC classification number: G06Q50/01
Abstract: 一种基于拓扑结构信息的大规模网络匹配方法，将对于大规模图的匹配分解为两步：主结构层面匹配和节点层面匹配。主要匹配包括两种结构：主子图结构和社区结构，将主子图结构作为单独的网络输入到可信种子节点识别方法中来获得可信的种子节点对。将社区作为单独的网络，并且根据每个社区的特征构建社区的特征向量，根据社区的特征向量，对社区进行初步匹配，然后在社区初步匹配结果上应用可信种子节点识别算法，筛选出可信的社区匹配对和其中可信的节点匹配对。最后融合两种主结构所得到的可信种子节点集得到全局种子节点集，在整个网络间应用传播算法以匹配出更多的节点对。本发明能够有效处理大规模网络的匹配，方法简单高效。
-
-
-
-
-
-
-
-
-
Search Results
297
records
(took 0.061 seconds)
