公开(公告)号：CN109214518A

公开(公告)日：2019-01-15

申请号：CN201710520108.7

申请日：2017-06-30

Applicant: 上海交通大学 ,  携程计算机技术(上海)有限公司

Inventor： 李生红 ,  葛昊 ,  马颖华 ,  黄德双 ,  江文 ,  狄冲 ,  周之晟 ,  李怡晨

IPC: G06N20/00

Abstract: 一种基于连续动作学习自动机(CALA)的全局优化系统及方法，包括：初始化模块、行为选择模块、环境反馈模块、更新模块和输出模块，其中：初始化模块初始化CALA算法的参数，输入行为选择模块进行行为选择，行为通过...环境的...进入环境反馈模块，得到行为对应的环境反馈，得到局部最优解；更新模块根据环境反馈更新算法参数，将更新的参数输入行为选择模块完成一次迭代，并改进平滑函数；将改进的平滑函数引入下一次迭代的环境反馈模块，进行多次迭代，最终得到极值点，将当前的环境反馈输入输出模块，输出...；作为全局极小值输出；本发明设计合理，引入平滑函数并加入斜率分量进行改进，使得CALA更易跳出局部最小解，并使得后续的搜索具有方向性，大大提高了算法的收敛速度和正确率。

公开(公告)号：CN110191081A

公开(公告)日：2019-08-30

申请号：CN201810153375.X

申请日：2018-02-22

Applicant: 上海交通大学

Inventor： 马颖华 ,  苏宇 ,  李生红 ,  狄冲 ,  张波 ,  李怡晨 ,  冯帅

IPC: H04L29/06

Abstract: 一种基于学习自动机的网络流量攻击检测的特征筛选系统及方法，该系统包括：数据预处理模块、设置模块、学习自动机模块、随机环境模块、特征筛选模块以及攻击检测模块，本发明通过与分类器的交互和学习自动机的演变，冗余特征被逐个去除，最终最优的特征被筛选出来，组成最优特征子集，有效的解决了网络流量数据量大、维度高的问题，利用这些筛选出的特征可以有效提高网络流量攻击检测的效率，可以被应用于电网工控网络等大规模网络的环境中。

公开(公告)号：CN115766464A

公开(公告)日：2023-03-07

申请号：CN202211371399.5

申请日：2022-11-03

Applicant: 上海交通大学 ,  山东省人工智能研究院

Inventor： 张月国 ,  狄冲 ,  李生红

IPC: H04L41/12 ,  H04L41/14 ,  H04L43/08 ,  H04L43/50 ,  G06N20/00

Abstract: 本发明提供一种动态网络结构基于学习自动机的影响力最大化方法及系统，包括：将动态网络结构{G0,G1,…}映射为一组平稳环境构成的短时平稳的非平稳环境{E0,E1,…}，初始化种子节点集合和当前影响力；基于学习自动机LA算法，在环境E0中进行探索，得到初始网络G0上的种子节点集合；基于自适应滑动窗口算法，对连续的两个网络拓扑结构G0→G1进行变化检测；在新旧网络G0→G1间进行学习自动机与环境交互的历史信息迁移，得到新网络中的种子节点集合S*。本发明通过学习自动机算法，在无需利用网络结构信息和不限定具体的传播模型的前提下，将影响力最大化问题转化为优化学习问题，达成影响力种子节点集合的快速选取。

公开(公告)号：CN115766464B

公开(公告)日：2025-01-14

申请号：CN202211371399.5

申请日：2022-11-03

Applicant: 上海交通大学 ,  山东省人工智能研究院

Inventor： 张月国 ,  狄冲 ,  李生红

IPC: H04L41/12 ,  H04L41/14 ,  H04L43/08 ,  H04L43/50 ,  G06N20/00

Abstract: 本发明提供一种动态网络结构基于学习自动机的影响力最大化方法及系统，包括：将动态网络结构{G0,G1,…}映射为一组平稳环境构成的短时平稳的非平稳环境{E0,E1,…}，初始化种子节点集合和当前影响力；基于学习自动机LA算法，在环境E0中进行探索，得到初始网络G0上的种子节点集合；基于自适应滑动窗口算法，对连续的两个网络拓扑结构G0→G1进行变化检测；在新旧网络G0→G1间进行学习自动机与环境交互的历史信息迁移，得到新网络中的种子节点集合S*。本发明通过学习自动机算法，在无需利用网络结构信息和不限定具体的传播模型的前提下，将影响力最大化问题转化为优化学习问题，达成影响力种子节点集合的快速选取。

公开(公告)号：CN111832823A

公开(公告)日：2020-10-27

申请号：CN202010662967.1

申请日：2020-07-10

Applicant: 上海交通大学 ,  国网辽宁省电力有限公司电力科学研究院

Inventor： 狄冲 ,  王嘉略 ,  杨君中 ,  李生红 ,  董之微 ,  金世鑫 ,  任帅 ,  朱钰 ,  赵东艳

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N20/00 ,  H04L29/06

Abstract: 本发明提供了一种基于统计假设检验的学习自动机实现系统及方法，包括：在泛在电力物联网中，导入模块：采用积极初始化算法，导入先验知识；动作选择模块：根据先验知识，采用统一选择策略选取动作，构建动作集；动作集更新模块：采用统计假设检验算法从动作集中消除不符合预设规则的动作；收敛判断模块：判断动作集大小，若不符合预设规则，则回调动作集更新模块，将剩余动作与环境进行交互，继续消除不符合预设规则的动作，直至动作集中仅剩一个动作，此时判断为已收敛，结束训练。本发明去除了复杂的参数调谐，收敛速度显著提升，即使在基于动作概率向量的方案不适用的大规模动作环境仍能保持高准确率和效率。