公开(公告)号：CN111914152B

公开(公告)日：2023-05-12

申请号：CN202010615515.8

申请日：2020-06-30

Applicant: 中国科学院计算技术研究所

Inventor： 郭岩 ,  匡广生 ,  陈娟 ,  郝长盈 ,  余智华 ,  刘悦 ,  程学旗

IPC: G06F16/9532 ,  G06F16/33 ,  G06F16/35

Abstract: 本发明提出一种网络事件预警方法及系统，包括：针对现有网络事件预警技术在子指标的计算、指标权重的赋值、预警效果的评价方面缺乏足够客观性，进而影响预警准确率的问题，本发明提出一种网络事件预警方法及系统。在计算子指标方面，本发明充分考虑消息之间的相互影响，利用物理学中的安培定律，让预警结果尽可能地反应整个事件的走向，提升客观性，提高预警准确率。在通过子指标逐级向上计算父指标方面，本发明利用物理学中场的概念来分析指标之间的关系，并借用场的度量方法为子指标赋权重，不需要专家参与，提升赋值过程的客观性，提高预警准确率。在网络事件预警评价方面，本发明借鉴异常检测思想提出客观的预警评价方法，提高评价的准确率。

公开(公告)号：CN111914152A

公开(公告)日：2020-11-10

申请号：CN202010615515.8

申请日：2020-06-30

Applicant: 中国科学院计算技术研究所

Inventor： 郭岩 ,  匡广生 ,  陈娟 ,  郝长盈 ,  余智华 ,  刘悦 ,  程学旗

IPC: G06F16/9532 ,  G06F16/33 ,  G06F16/35

Abstract: 本发明提出一种网络事件预警方法及系统，包括：针对现有网络事件预警技术在子指标的计算、指标权重的赋值、预警效果的评价方面缺乏足够客观性，进而影响预警准确率的问题，本发明提出一种网络事件预警方法及系统。在计算子指标方面，本发明充分考虑消息之间的相互影响，利用物理学中的安培定律，让预警结果尽可能地反应整个事件的走向，提升客观性，提高预警准确率。在通过子指标逐级向上计算父指标方面，本发明利用物理学中场的概念来分析指标之间的关系，并借用场的度量方法为子指标赋权重，不需要专家参与，提升赋值过程的客观性，提高预警准确率。在网络事件预警评价方面，本发明借鉴异常检测思想提出客观的预警评价方法，提高评价的准确率。

公开(公告)号：CN113190733A

公开(公告)日：2021-07-30

申请号：CN202110459851.2

申请日：2021-04-27

Applicant: 中国科学院计算技术研究所

Inventor： 程学旗 ,  匡广生 ,  郭岩 ,  刘悦 ,  陈银鹏 ,  付宏宇 ,  俞晓明

IPC: G06F16/951 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于多平台的网络事件流行度预测方法，包括以下步骤：分别获取多个平台的网络事件的流行度预测序列，并融合多个流行度预测序列形成网络事件的流行度联合预测序列；分别获取多个平台的网络事件的流行度历史序列，并融合多个流行度历史序列形成网络事件的流行度联合历史序列；利用生成式对抗网络将流行度联合预测序列与流行度联合历史序列进行对齐，得到网络事件的流行度最终预测序列。

公开(公告)号：CN113190733B

公开(公告)日：2023-09-12

申请号：CN202110459851.2

申请日：2021-04-27

Applicant: 中国科学院计算技术研究所

Inventor： 程学旗 ,  匡广生 ,  郭岩 ,  刘悦 ,  陈银鹏 ,  付宏宇 ,  俞晓明

IPC: G06F16/951 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开一种基于多平台的网络事件流行度预测方法，包括以下步骤：分别获取多个平台的网络事件的流行度预测序列，并融合多个流行度预测序列形成网络事件的流行度联合预测序列；分别获取多个平台的网络事件的流行度历史序列，并融合多个流行度历史序列形成网络事件的流行度联合历史序列；利用生成式对抗网络将流行度联合预测序列与流行度联合历史序列进行对齐，得到网络事件的流行度最终预测序列。

公开(公告)号：CN113780569A

公开(公告)日：2021-12-10

申请号：CN202110813797.7

申请日：2021-07-19

Applicant: 中国科学院计算技术研究所

Inventor： 郭岩 ,  解伟凡 ,  匡广生 ,  余智华 ,  薛源海 ,  沈华伟 ,  刘悦 ,  俞晓明 ,  程学旗

IPC: G06N20/00

Abstract: 本发明提出一种基于相似话题的流行度预测方法和系统，基于KSC算法对历史话题的流行度序列聚类，得到话题级别的演化模式，按照待预测话题的观测窗口和预测窗口大小，对各历史话题的流行度序列进行切分得到训练数据的输入和输出，使用各类别下的历史话题的训练数据分别训练全连接网络作为预测模型，充分利用了与待预测话题在流行度演化模式上相似的历史话题的数据，降低了预测误差。基于DTW算法对待预测话题进行分类，使用待预测话题所属类别的模型进行流行度预测，保证预测及时，增强预测的时效性。

公开(公告)号：CN113190734A

公开(公告)日：2021-07-30

申请号：CN202110461513.2

申请日：2021-04-27

Applicant: 中国科学院计算技术研究所

Inventor： 郭岩 ,  匡广生 ,  程学旗 ,  刘悦 ,  陈银鹏 ,  付宏宇 ,  俞晓明

IPC: G06F16/951 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于单平台的网络事件流行度预测方法，包括以下步骤：将网络事件在时序上按照固定时间间隔进行划分以形成多个事件片段，并提取各个事件片段的多个维度特征；分别提取各个事件片段的多个维度特征中的相同维度特征以形成多个维度时序特征，并融合多个维度时序特征得到网络事件的统一特征；根据统一特征预测网络事件的流行度。