公开(公告)号：CN103617289A

公开(公告)日：2014-03-05

申请号：CN201310684518.7

申请日：2013-12-12

Applicant: 北京交通大学长三角研究院

Inventor： 刘云 ,  廉捷 ,  熊菲 ,  亓大鹏

IPC: G06F17/30

CPC classification number: G06F16/3322 ,  G06F16/9535 ,  G06Q50/01

Abstract: 本发明涉及一种基于用户特征及网络关系的微博推荐方法。该方法包括以下步骤：1）网络拓扑关系矩阵的建立和更新；2)网络拓扑关系矩阵更新；3）不同用户之间关联度的确定；4）关注强度矩阵的最终确定。本发明通过构建了用户和话题之间的网络关系，得到用户和话题之间的关联程度，通过一段时间内话题内容的变化分析用户行为，利用分析的结果对关联关系进行进一步的修正，从而准确的得到用户关注的话题，对用户进行推荐，与传统的推荐方法相对比，该方法有效提高了微博话题推荐的准确度。

公开(公告)号：CN103546465A

公开(公告)日：2014-01-29

申请号：CN201310482763.X

申请日：2013-10-15

Applicant: 北京交通大学长三角研究院

Inventor： 刘云 ,  丁锟 ,  沈波 ,  亓大鹏

IPC: H04L29/06

Abstract: 本发明涉及一种基于数据流周期监测的LDoS攻击检测与防御方法。方法包括以下步骤：1）记录进入该路由器的每个数据包的流标识与到达时刻；2）查找数据流特征库，判断该数据包的流标识是否已经存在于数据流特征库中，若没有则将该数据流的特征信息先存入数据流特征库，然后直接跳到第5）步，否则继续执行以下步骤；3）计算该数据流最新的前项、后项比以及周期等，存入数据流特征库；4）断该数据流是否符合攻击特征库中的特征，如若符合，计算出最新攻击时长、周期存入数据流特征库并丢弃该包，否则继续执行以下步骤；5）进入路由器的队列模块，根据相应的队列丢弃规则排队。本发明检测效率高、误判率低、实施方便、易于扩展。

公开(公告)号：CN103617289B

公开(公告)日：2017-09-19

申请号：CN201310684518.7

申请日：2013-12-12

Applicant: 北京交通大学长三角研究院

Inventor： 刘云 ,  廉捷 ,  熊菲 ,  亓大鹏

IPC: G06F17/30

Abstract: 本发明涉及一种基于用户特征及网络关系的微博推荐方法。该方法包括以下步骤：1）网络拓扑关系矩阵的建立和更新；2)网络拓扑关系矩阵更新；3）不同用户之间关联度的确定；4）关注强度矩阵的最终确定。本发明通过构建了用户和话题之间的网络关系，得到用户和话题之间的关联程度，通过一段时间内话题内容的变化分析用户行为，利用分析的结果对关联关系进行进一步的修正，从而准确的得到用户关注的话题，对用户进行推荐，与传统的推荐方法相对比，该方法有效提高了微博话题推荐的准确度。

公开(公告)号：CN103546465B

公开(公告)日：2016-10-19

申请号：CN201310482763.X

申请日：2013-10-15

Applicant: 北京交通大学长三角研究院

Inventor： 刘云 ,  丁锟 ,  沈波 ,  亓大鹏

IPC: H04L29/06

Abstract: 本发明涉及一种基于数据流周期监测的LDoS攻击检测与防御方法。方法包括以下步骤：1）记录进入该路由器的每个数据包的流标识与到达时刻；2）查找数据流特征库，判断该数据包的流标识是否已经存在于数据流特征库中，若没有则将该数据流的特征信息先存入数据流特征库，然后直接跳到第5）步，否则继续执行以下步骤；3）计算该数据流最新的前项、后项比以及周期等，存入数据流特征库；4）断该数据流是否符合攻击特征库中的特征，如若符合，计算出最新攻击时长、周期存入数据流特征库并丢弃该包，否则继续执行以下步骤；5）进入路由器的队列模块，根据相应的队列丢弃规则排队。本发明检测效率高、误判率低、实施方便、易于扩展。