-
公开(公告)号：CN110889434A
公开(公告)日：2020-03-17
申请号：CN201911037941.1
申请日：2019-10-29
Applicant: 东南大学
Abstract: 本发明公开了一种基于活动的社交网络活动特征提取方法，该方法内容包括：1、构建用户的社交关系图，采用图嵌入算法将其向量化，提取用户社交网络特征；2、对活动发生的经纬度及进行聚类，划分成不同的区域，提取地理位置特征；3、对活动时间按照用户习惯划分时间段，利提取活动时间特征；4、对用户和活动的语义因素采用潜在语义分析算法生成活动和用户偏好的语义向量，提取社交语义特征；5、对上述四个特征向量进行处理和拼接，获取用户和社交活动的特征表示向量。本发明在对属性做尽量少的运算处理相关特征的基础上，提取了用户和社交特征，作为后续训练神经网络的输入，从而降低活动社交网络推荐问题对研究者经验知识的依赖。
-
Patent Agency Ranking
公开(公告)号：CN118972110A
公开(公告)日：2024-11-15
申请号：CN202410996863.2
申请日：2024-07-24
Applicant: 东南大学
IPC: H04L9/40 , G06N3/042 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于异构图在APT攻击早期识别预警方法及系统，包括威胁情报收集、IOCS抽取‑属性异构图建模、上游对比预训练和下游威胁l ocs识别四个步骤、通过建立了图对比学习模型，引入信息论原理来最大化正负样本之间的互信息，从而减少对标签的需求并降低样本噪音的影响。本方法具有更快的收敛速度和更优越的威胁识别能力，可有效减少在遭遇APT攻击时因识别不及时而造成的损失。
-
公开(公告)号：CN118487843A
公开(公告)日：2024-08-13
申请号：CN202410710875.4
申请日：2024-06-04
Applicant: 东南大学
IPC: H04L9/40 , H04L41/0823 , H04L41/16 , G06N3/006
Abstract: 针对网络安全需求和环境特征，本发明阐述了一种鲁棒的弹性可重构安全架构优化方法，建立优化模型并确定网络安全架构中的关键组件和参数。本方法注重安全架构的可靠性与稳定性，形式化定义为优化问题的决策变量和目标函数。其实现步骤分四步：首先根据网络安全的具体需求和环境特征建立优化模型，确定网络安全架构中的关键组件和参数；其次利用多目标粒子群优化算法(MOPSO)对建立的优化模型进行求解，寻找最优或近似最优的安全资源分配策略解集；接着结合主客观权重综合评估方法，分析专家的安全知识和资源分配方案，为优化模型中的各目标函数确定权重，平衡各种安全资源分配决策的有效性和消耗；最后应用TOPSIS方法评估各个资源分配策略的优劣，通过计算各方案与正理想解和负理想解的距离，选择最佳的安全配置。
-
公开(公告)号：CN110889434B
公开(公告)日：2023-04-21
申请号：CN201911037941.1
申请日：2019-10-29
Applicant: 东南大学
IPC: G06F18/213 , G06F18/2321 , G06N3/084 , G06F40/30 , G06Q50/00
Abstract: 本发明公开了一种基于活动的社交网络活动特征提取方法，该方法内容包括：1、构建用户的社交关系图，采用图嵌入算法将其向量化，提取用户社交网络特征；2、对活动发生的经纬度及进行聚类，划分成不同的区域，提取地理位置特征；3、对活动时间按照用户习惯划分时间段，利提取活动时间特征；4、对用户和活动的语义因素采用潜在语义分析算法生成活动和用户偏好的语义向量，提取社交语义特征；5、对上述四个特征向量进行处理和拼接，获取用户和社交活动的特征表示向量。本发明在对属性做尽量少的运算处理相关特征的基础上，提取了用户和社交特征，作为后续训练神经网络的输入，从而降低活动社交网络推荐问题对研究者经验知识的依赖。
-
公开(公告)号：CN104378229B
公开(公告)日：2017-12-15
申请号：CN201410595581.8
申请日：2014-10-30
Applicant: 东南大学
IPC: H04L12/24
Abstract: 本发明公开了一种机会网络的链路预测方法，首先对所有可能的节点对进行分类，分成周期性相遇的节点对集合、频繁非周期性相遇的节点对集合以及非频繁相遇的节点对集合；然后在每个不同的节点对集合上使用不同的方法进行链路预测，使用周期模式挖掘的方法预测周期性相遇的节点对集合，使用J48决策树方法预测频繁非周期性相遇的节点对集合，使用复杂网络中的Adamic‑Adar算法预测非频繁相遇的节点对集合。通过上述方式，本发明解决了单一的链路预测方法适用范围受限的问题，能够提高机会网络链路预测的精度和召回率，从而提高机会网络的消息投递效率和容量。
-
公开(公告)号：CN104378229A
公开(公告)日：2015-02-25
申请号：CN201410595581.8
申请日：2014-10-30
Applicant: 东南大学
IPC: H04L12/24
Abstract: 本发明公开了一种机会网络的链路预测方法，首先对所有可能的节点对进行分类，分成周期性相遇的节点对集合、频繁非周期性相遇的节点对集合以及非频繁相遇的节点对集合；然后在每个不同的节点对集合上使用不同的方法进行链路预测，使用周期模式挖掘的方法预测周期性相遇的节点对集合，使用J48决策树方法预测频繁非周期性相遇的节点对集合，使用复杂网络中的Adamic-Adar算法预测非频繁相遇的节点对集合。通过上述方式，本发明解决了单一的链路预测方法适用范围受限的问题，能够提高机会网络链路预测的精度和召回率，从而提高机会网络的消息投递效率和容量。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
