公开(公告)号：CN111209563B

公开(公告)日：2022-04-08

申请号：CN201911382869.6

申请日：2019-12-27

Applicant: 北京邮电大学

Inventor： 张勇 ,  郭达 ,  张曌 ,  程振杰 ,  李俊杰 ,  牛颉 ,  高杨 ,  马腾滕

IPC: G06F21/55 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明实施例提供一种网络入侵检测方法及系统，该方法包括：基于训练好的网络入侵检测模型对待检测网络数据进行检测，并对得到的检测结果进行分析判断，若判断获知待检测网络数据为网络已知数据，则根据检测结果，对网络已知数据进行细粒度分类；若判断获知待检测网络数据为网络未知类别入侵数据，则对网络未知类别入侵数据进行聚类，获取网络未知类别入侵数据中各类别的聚类质心；根据网络未知类别入侵数据中各类别的聚类质心，对训练好的网络入侵检测模型的分类器进行更新，以根据更新后的网络入侵检测模型对后续待检测网络数据中网络未知类别入侵数据进行入侵检测。本发明实施例实现对网络未知入侵的识别和学习。

公开(公告)号：CN109726195B

公开(公告)日：2020-09-11

申请号：CN201811419516.4

申请日：2018-11-26

Applicant: 北京邮电大学

Inventor： 张勇 ,  郭达 ,  滕颖蕾 ,  魏翼飞 ,  宋梅 ,  李俊杰 ,  马腾滕 ,  郭耀华 ,  鲍捷 ,  康灿平

IPC: G06F16/215 ,  G06F16/2458 ,  G06F16/28

Abstract: 本发明实施例提供一种数据增强方法及装置，该方法包括：对不同标签下多维时序数据进行预处理，得到特征数据；对特征数据进行特征分析，获取特征数据中特征维与标签之间的相关系数，其中相关系数用于反映特征维和标签之间的关系；根据相关系数的大小，将预设数量的特征维作为主特征维，其余特征维为非主特征维；对非主特征维数据进行加权融合处理或加噪声处理，结合主特征维数据生成增强数据。本发明实施例提供的数据增强方法及装置，运用于多维特征数据的数据增强中，能够在保持原有数据主要特征不变的前提下，对非主要特征进行加权计算以达到增强数据的效果，能够在处理小样本数据集时，提高准确率和泛化能力。

公开(公告)号：CN109948741A

公开(公告)日：2019-06-28

申请号：CN201910161120.2

申请日：2019-03-04

Applicant: 北京邮电大学

Inventor： 张勇 ,  郭达 ,  宋梅 ,  张曌 ,  牛颉 ,  马腾滕 ,  高杨 ,  陈梦婷 ,  李俊杰 ,  康灿平

IPC: G06K9/66 ,  G06K9/62

Abstract: 本发明实施例提供一种迁移学习方法及装置，该方法包括：获取预处理后的子序列和密集预测网络模型，预处理后的子序列包括源域子序列和目标域子序列；将源域子序列和目标域子序列分批次输入密集预测网络模型，得到全局移位损失；获取源域标签和目标域伪标签，基于余弦距离损失和滑动平均方法，根据源域标签和目标域伪标签进行对应类别质心对齐，得到对应类别移位损失；根据全局移位损失和对应类别移位损失得到总损失，根据总损失更新密集预测网络模型。本发明实施例提供的迁移学习方法及装置，提出一种多层次无监督域适应的方法，完成边缘分布和条件分布的对齐，实现对时间序列数据密集预测模型的迁移，性能更优越。

公开(公告)号：CN111209563A

公开(公告)日：2020-05-29

申请号：CN201911382869.6

申请日：2019-12-27

Applicant: 北京邮电大学

Inventor： 张勇 ,  郭达 ,  张曌 ,  程振杰 ,  李俊杰 ,  牛颉 ,  高杨 ,  马腾滕

IPC: G06F21/55 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明实施例提供一种网络入侵检测方法及系统，该方法包括：基于训练好的网络入侵检测模型对待检测网络数据进行检测，并对得到的检测结果进行分析判断，若判断获知待检测网络数据为网络已知数据，则根据检测结果，对网络已知数据进行细粒度分类；若判断获知待检测网络数据为网络未知类别入侵数据，则对网络未知类别入侵数据进行聚类，获取网络未知类别入侵数据中各类别的聚类质心；根据网络未知类别入侵数据中各类别的聚类质心，对训练好的网络入侵检测模型的分类器进行更新，以根据更新后的网络入侵检测模型对后续待检测网络数据中网络未知类别入侵数据进行入侵检测。本发明实施例实现对网络未知入侵的识别和学习。

公开(公告)号：CN109726195A

公开(公告)日：2019-05-07

申请号：CN201811419516.4

申请日：2018-11-26

Applicant: 北京邮电大学

Inventor： 张勇 ,  郭达 ,  滕颖蕾 ,  魏翼飞 ,  宋梅 ,  李俊杰 ,  马腾滕 ,  郭耀华 ,  鲍捷 ,  康灿平

IPC: G06F16/215 ,  G06F16/2458 ,  G06F16/28

Abstract: 本发明实施例提供一种数据增强方法及装置，该方法包括：对不同标签下多维时序数据进行预处理，得到特征数据；对特征数据进行特征分析，获取特征数据中特征维与标签之间的相关系数，其中相关系数用于反映特征维和标签之间的关系；根据相关系数的大小，将预设数量的特征维作为主特征维，其余特征维为非主特征维；对非主特征维数据进行加权融合处理或加噪声处理，结合主特征维数据生成增强数据。本发明实施例提供的数据增强方法及装置，运用于多维特征数据的数据增强中，能够在保持原有数据主要特征不变的前提下，对非主要特征进行加权计算以达到增强数据的效果，能够在处理小样本数据集时，提高准确率和泛化能力。