基于角色发现的动态信息网络异常演化节点检测方法

    公开(公告)号:CN115114488B

    公开(公告)日:2024-03-26

    申请号:CN202210836827.0

    申请日:2022-07-15

    IPC分类号: G06F16/901

    摘要: 本发明是关于一种基于角色发现的动态信息网络异常演化节点检测方法。包括:获取动态信息网络多个历史时刻的网络子快照,对各网络子快照的每个节点进行特征提取获得各网络子快照的特征矩阵#imgabs0#通过非负矩阵分解对特征矩阵Vt进行降维分解得到非负矩阵Gt∈RN×r和#imgabs1#其中,r<min(N,ft),通过公式#imgabs2#计算获得目标非负矩阵Gt;建立角色演化矩阵E;采用多个历史时刻的角色矩阵作为训练数据学习角色演化矩阵E获得角色演化矩阵模型E(i);通过角色演化矩阵模型E(i)预测t+1时刻的角色矩阵#imgabs3#通过t+1时刻实际角色矩阵Gt+1和#imgabs4#计算t+1时刻演化异常分数矩阵#imgabs5#设置预设异常分数区间,判断演化异常分数矩阵F(i)中各节点的异常分数是否在预设异常分数区间中,当不在时判断该节点为异常演化节点。

    基于角色发现的动态信息网络异常演化节点检测方法

    公开(公告)号:CN115114488A

    公开(公告)日:2022-09-27

    申请号:CN202210836827.0

    申请日:2022-07-15

    IPC分类号: G06F16/901

    摘要: 本发明是关于一种基于角色发现的动态信息网络异常演化节点检测方法。包括:获取动态信息网络多个历史时刻的网络子快照,对各网络子快照的每个节点进行特征提取获得各网络子快照的特征矩阵通过非负矩阵分解对特征矩阵Vt进行降维分解得到非负矩阵Gt∈RN×r和其中,r<min(N,ft),通过公式计算获得目标非负矩阵Gt;建立角色演化矩阵E;采用多个历史时刻的角色矩阵作为训练数据学习角色演化矩阵E获得角色演化矩阵模型E(i);通过角色演化矩阵模型E(i)预测t+1时刻的角色矩阵通过t+1时刻实际角色矩阵Gt+1和计算t+1时刻演化异常分数矩阵设置预设异常分数区间,判断演化异常分数矩阵F(i)中各节点的异常分数是否在预设异常分数区间中,当不在时判断该节点为异常演化节点。

    一种Walker星座中长期碰撞预警方法

    公开(公告)号:CN112257016A

    公开(公告)日:2021-01-22

    申请号:CN202011102410.9

    申请日:2020-10-15

    IPC分类号: G06F17/11 H04B7/185

    摘要: 本发明提供一种Walker星座中长期碰撞预警方法,包括如下步骤:步骤一:确定Walker‑δ星座构型的长期演化规律,步骤二:建立中长期碰撞预警模型,根据模型确定存在碰撞风险的相位差,利用Walker‑δ星座构型的长期演化规律,分析星座卫星碰撞与相对相位之间的关系,建立基于相对相位的碰撞预警确定模型,解决星座卫星中长期碰撞预警问题。