-
公开(公告)号:CN115329082A
公开(公告)日:2022-11-11
申请号:CN202211003631.X
申请日:2022-08-21
Applicant: 南京理工大学
IPC: G06F16/35 , G06F16/31 , G06F16/18 , G06F40/186 , G06F40/216 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度混合神经网络的日志序列异常检测方法,包括以下步骤:采用滑动窗口与会话窗口相结合的方式对日志进行序列分割,采用语义向量特征和统计特征结合的方式实现日志模板的语义向量化;采用改进的序列化深度学习模型与卷积神经网络相结合的模型结构,对有异常或正常标签的日志序列进行训练,建立异常检测模型;应用构建的异常检测模型对新产生的日志序列进行异常检测。该方法能够准确地捕获日志的序列特征信息和语义特征信息,进而借助于混合深度学习模型实现准确的日志异常检测,揭示系统状态,并且拥有较好的鲁棒性。
-
-
公开(公告)号:CN113987170A
公开(公告)日:2022-01-28
申请号:CN202111205909.7
申请日:2021-10-15
Applicant: 南京理工大学
IPC: G06F16/35 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的多标签文本分类方法,包括以下步骤:步骤1,文本文件预处理,训练词嵌入模型;步骤2,训练卷积神经网络模型;步骤3,训练阈值线性分类器;步骤4,预测未知样本关联标签集合。本发明提出的多标签文本分类方法,能够通过训练卷积神经网络模型,并与阈值分类器结合,预测未知样本的关联标签集合;该方法克服了过去卷积神经网络中的缺陷,并继承了其优点,提出新的网络结构,有效提高了多标签文本分类准确度。
-
-
-
公开(公告)号:CN107066878A
公开(公告)日:2017-08-18
申请号:CN201710037439.5
申请日:2017-01-19
Applicant: 国网江苏省电力公司电力科学研究院 , 国家电网公司 , 南京理工大学
Abstract: 本发明公开了一种面向安卓平台的移动应用安全防护方法,包括以下步骤:(1)构造Android方法调用API与其访问权限之间的映射关系,并识别出不同Android平台所有的安全关键的API;(2)识别出Android应用的所有安全关键的API;(3)拦截步骤(2)中识别出来的安全关键的API的调用,注入防护策略,产生新的可部署APK安装文件,实现面向安卓平台的移动应用安全防护。本发明的为不可信的安卓平台上的移动应用提供一种运行时安全防护方法,该方法能够扩展Android应用安装时的粗粒度授权机制,提供一种运行时的细粒度授权机制,应对包括用户隐私数据泄露,恶意提权等在内的多种攻击方式。
-
公开(公告)号:CN103200096B
公开(公告)日:2016-07-06
申请号:CN201310078568.0
申请日:2013-03-13
Applicant: 南京理工大学
IPC: H04L12/721 , H04L12/803
Abstract: 本发明针对复杂网络路由优化问题,公开了一种复杂网络中避免关键节点的启发式路由方法。本发明在保持原有网络连接不变的基础上,在最短路径路由的基础上,通过改变连接关键节点的边的权重,降低网络中最大节点介数,使流量负载在关键节点和非关键节点之间重分布,降低关键节点的流量。采用本发明的方法,能提供更大的网络容量、更接近最短路径的路由长度以及在负载攻击下更高的传输性能,有效缓解了网络的拥塞状况,对因关键节点的拥塞而引起的“级联失效”起到较好的防御作用。
-
公开(公告)号:CN105320700A
公开(公告)日:2016-02-10
申请号:CN201410379783.9
申请日:2014-08-05
Applicant: 南京理工大学常熟研究院有限公司
IPC: G06F17/30
Abstract: 本发明提出一种数据库动态查询表单的生成方法,它为庞大而复杂的数据库查询提供了一种解决方法。它提出了以一个包含数据库中极少数主要属性的基本查询表单开始,通过用户与系统的交互,系统捕捉用户的偏好,从而计算每个表单组件的得分,按得分的降序排列为用户提供一个组件的排名列表,用户可以选择相应的组件来增强和完善查询表单。此过程是迭代进行的,直到用户对查询结果感到满意。本发明可以让用户自定义查询表单,能快速的从数据库中检索到想要的查询结果。
-
公开(公告)号:CN105279179A
公开(公告)日:2016-01-27
申请号:CN201410317992.0
申请日:2014-07-07
Applicant: 南京理工大学常熟研究院有限公司
IPC: G06F17/30
Abstract: 本发明公开了一种挖掘时序相关事件之间的距离的方法,其包括步骤如下:1)构造一个排序表作为基础,此排序表是包含一系列有序整数数组的有序链表;2)把一个时间间隔存储到排序表的一个结点中,其中,,i和j是1到N之间的一个整数;3)在结点上连接两个数组,两个数组分别是是i和j的集合,即A和B的指数;4)记为链表的第i个结点,在中存储时间间隔记为;5)在链表上选取子段表示时序相关事件之间的距离,任何合理的距离都可以表示为一个链表的子段。本发明提出的两种算法和可以在两个相关类型的对象中找到合理的时间间隔,可以有效地处理有着特殊属性的不同数据,且具有有效性和高效率。
-
公开(公告)号:CN104268003A
公开(公告)日:2015-01-07
申请号:CN201410523490.3
申请日:2014-09-30
Applicant: 南京理工大学
Abstract: 本发明提供一种适用于虚拟机动态迁移的内存状态迁移方法,包括以下步骤:步骤1,以一个固定的时间间隔定期收集源主机中内存脏页历史数据,记录每个页面被改写的次数以及最近N次的观察状态值;步骤2,识别源主机的空闲内存页,向选定的目标主机发送迁移请求;步骤3,迭代拷贝;步骤4,停机拷贝阶段。本发明提供的内存状态迁移方法,拷贝效率高、总迁移时间短、停机时间短、迁移数据量小。
-
-
-
-
-
-
-
-
-