-
公开(公告)号：CN110048960A
公开(公告)日：2019-07-23
申请号：CN201910308535.8
申请日：2019-04-17
Applicant: 北京理工大学
IPC: H04L12/851 , H04L12/855 , H04L29/06 , H04L29/12
Abstract: 本发明设计了一种带报文应答的分布式流量生成系统，技术涉及分布式网络系统、传输层TCP和UDP协议栈及其应用层协议解析和报文重构，属于计算机与信息科学技术领域。本发明的目的是为解决目前软件流量生成系统无法提供在渗透测试时可供用户定制的流量应答服务，以及现有软件流量生成系统受单机带宽限制而无法为复杂系统提供用于稳定性测试的大带宽背景流量的问题。本发明在使用时用户可使用针对本系统特意构建的多域高级规则匹配模块，对流量生成规则和报文应答规则进行深度自定义，从而使生成的流量具有高度拟真的特性。同时用户可根据不同的网络拓扑结构部署分布式流量出口，从而可以使生成的流量尽可能充满所有的子网，全面测试网络系统的稳定性和安全性。
-
公开(公告)号：CN109978050A
公开(公告)日：2019-07-05
申请号：CN201910225495.0
申请日：2019-03-25
Applicant: 北京理工大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于SVM‑RF的决策规则提取及约简方法，属于计算机与信息科学技术领域。该方法包括：使用数据训练SVM获得分类器和支持向量；采用再生树的方法生成新数据特征并使用SVM获得新数据标签，整合新数据获得最具信息量数据集；然后使用最具信息量数据集训练随机森林模型，获得多项决策树；通过引入权衡因子将决策树的终端节点相似度和决策树性能相似度融合为新相似度，并基于此相似度对冗余决策树实现约简；最终使用决策树遍历方法获得规则集。由于本发明提供的决策规则提取与约简的方法，既兼顾SVM‑RF模型的较高准确率，又能避免提取出的决策过多而不易于人们理解，从而帮助SVM‑RF模型在实际应用中推广，起到辅助人类决策的作用。
-
公开(公告)号：CN109961143A
公开(公告)日：2019-07-02
申请号：CN201910225341.1
申请日：2019-03-25
Applicant: 北京理工大学
Abstract: 本发明公开了一种RNN模型的逐点损失估计优化方法，属于计算机与信息科学技术领域。该方法包括：按时间顺序将多个时间节点不同的数据集拼接成一个时间序列数据集，被拼接的数据包括各特征值和标签；利用CART决策树算法从拼接数据集中提取重要程度较高的特征，构成新的数据集；对新数据集进行数据重采样，填充各时间节点缺失的数据；基于逐点估计的损失函数训练RNN模型。由于本发明在损失函数的计算中引入了逐点损失估计，因此可以避免因长时间传输造成的信息丢失和误差增加，从而克服RNN在处理长时序列时易出现梯度爆炸或梯度消失的问题。
-
-
公开(公告)号：CN105740238B
公开(公告)日：2019-02-01
申请号：CN201610124157.4
申请日：2016-03-04
Applicant: 北京理工大学
IPC: G06F17/27
Abstract: 本发明涉及一种融合句义信息的事件关系强度图构建方法。首先基于汉语句义结构理论，提取句子语义信息，扩充事件的特征维度，并利用改进的TF‑IDF方法完成事件向量表达，再结合上下文信息和核心事件信息优化事件向量，最后利用LDA方法获取事件之间关系强度，设定合适的关系强度阈值，构建事件关系强度图。本发明通过融合句义信息，提供了一种将孤立分散的事件以一种可度量形式关联起来的方法，并通过事件关系强度图直观展示事件间的关系，准确的定位核心事件，有力支撑后续基于事件关系的自动文摘、舆情预测等自然语言处理应用。
-
Patent Agency Ranking
公开(公告)号：CN108597606A
公开(公告)日：2018-09-28
申请号：CN201810234091.3
申请日：2018-03-21
Applicant: 北京理工大学
Abstract: 本发明涉及基于血清学指标的躯体健康状态量化计算方法，属于生物医学技术领域。本发明首先选择能够反映躯体各方面功能状态的血清学指标构建量化计算体系；其次，根据各指标的临床含义和参考区间计算各项指标健康度，并对不同样本采取自适应权重计算方法得到量化指标权重；然后，分别量化计算个体的健康风险和功能状态情况，并结合个体慢性病患病情况，得到躯体健康状态的综合量化计算结果。在一定程度上弥补了量表法的准确性和全面性不足的问题。
-
公开(公告)号：CN108492832A
公开(公告)日：2018-09-04
申请号：CN201810234234.0
申请日：2018-03-21
Applicant: 北京理工大学
IPC: G10L21/007 , G10L19/02
CPC classification number: G10L21/007 , G10L19/0216
Abstract: 本发明针对传统实时变声算法如WSOLA算法等复杂度高、实时性差和转换语音质量低的问题，提出了基于小波变换的高质量声音变换方法。首先运用重采样的方法对原始语音信号先进行变调处理，变调后的语音信号时长会发生改变。然后对变调后的语音信号进行预加重、分帧和加窗处理。接着通过小波变换的方法获得当前帧的语音特征。根据该特征，对语音信号的转折部分做出检测与确定，通过保留转折区语音信号不变的方式提高语音信号的感知度。最后，为了提高语音转换的实时性，采用了点采样的方式进行语音规整完成语音转换。
-
公开(公告)号：CN108491235A
公开(公告)日：2018-09-04
申请号：CN201810235689.4
申请日：2018-03-21
Applicant: 北京理工大学
CPC classification number: G06F9/44521 , G06F8/53
Abstract: 本发明涉及结合动态加载和函数Native化的DEX保护方法，属于计算机与信息科学技术领域中Android平台APP加固技术的一种。本发明第一步对应用的APK文件进行加固修改，加固过程首先通过apktool工具反编译应用APK文件，获取AndroidManifest.xml文件，修改应用启动入口，然后利用输入的待保护方法列表，生成植入代码，并植入原始DEX文件反编译得到的smali文件，重新生成DEX文件并重构，最后对DEX文件加密，输出得.jar，并重新打包生成APK。本发明第二步在APP运行过程中修改进程内存，首先启动壳DEX，运行植入的启动代码对原始DEX文件加密和动态加载,并重定向被保护的方法，接着，在函数调用时执行自定义的代码恢复被调用方法，调用原始函数，完成函数调用。
-
公开(公告)号：CN108446736A
公开(公告)日：2018-08-24
申请号：CN201810236079.6
申请日：2018-03-21
Applicant: 北京理工大学
IPC: G06K9/62
CPC classification number: G06K9/6226 , G06K9/6218
Abstract: 本发明公开了一种融合成对约束和规模约束的半监督聚类方法，属于计算机与信息科学技术领域。该方法包括：随机从少量样本标签数据选择样本对生成约束对，采用并查集方法扩展约束对；使用加权KKZ算法初始化聚类质心，避免选择噪声或异常数据作为初始化质心；更新高斯混合模型的目标函数，将不同监督信息作为不同参数的惩罚项，实现多目标监督信息整合。由于本发明提供的半监督聚类方法将多目标监督信息融合至半监督聚类，既提升了聚类的准确性，又避免了产生空类或仅包含少量样本的无效类别。
-
公开(公告)号：CN108388969A
公开(公告)日：2018-08-10
申请号：CN201810233655.1
申请日：2018-03-21
Applicant: 北京理工大学
CPC classification number: G06Q10/04 , G06N3/0445 , G06N3/0454 , G06N3/08 , G06Q10/0635
Abstract: 本发明涉及基于时序特征的内部威胁人物风险预测方法，属于计算机与信息科学技术领域。本发明首先对人物的累计历史行为信息进行预处理和特征提取，包括对人物信息的量化采样、预加重和加窗，并将来自多域异构的人物数据提取为相应的数字特征；然后进行内部威胁人物预测模型合成训练，构建基于LSTM的内部威胁人物风险预测模型；最后使用基于LSTM的内部威胁人物风险预测模型进行风险预测评估以及预警。本发明相比其他常用方法有较高的准确率，为企业提供了一种量化内部威胁的依据，提供了一种分层的内部威胁人物预警模式。
-
-
-
-
-
-
-
-
-
Search Results
217
records
(took 0.049 seconds)
