-
公开(公告)号:CN105578455A
公开(公告)日:2016-05-11
申请号:CN201610054770.3
申请日:2016-01-27
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: H04W12/00 , H04L63/1416 , H04W24/04
Abstract: 本发明在分析了机会网络中自私节点和恶意节点异常行为的基础上,并根据机会网络非全连通、自组织等特点提出了动态信任模型。节点通过动态信任模型中的监测机制记录与其它节点的交互信息,并将记录的信息量化为节点间的直接信任度,包括满意度、健康度、连通度等。为更准确地衡量节点之间的信任程度,节点考虑自身偏好,选择性地接收其它节点的推荐信任。针对恶意节点的共谋攻击,该模型通过统计反馈消息的发送方和确认方,且不断收集其它节点推荐的反馈消息,根据反馈消息的发送方所占比例对共谋攻击节点进行检测。本发明用于处理机会网络的安全问题,同时能够降低网络高延迟,提高传输成功率。
-
公开(公告)号:CN105578455B
公开(公告)日:2020-06-09
申请号:CN201610054770.3
申请日:2016-01-27
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明在分析了机会网络中自私节点和恶意节点异常行为的基础上,并根据机会网络非全连通、自组织等特点提出了动态信任模型。节点通过动态信任模型中的监测机制记录与其它节点的交互信息,并将记录的信息量化为节点间的直接信任度,包括满意度、健康度、连通度等。为更准确地衡量节点之间的信任程度,节点考虑自身偏好,选择性地接收其它节点的推荐信任。针对恶意节点的共谋攻击,该模型通过统计反馈消息的发送方和确认方,且不断收集其它节点推荐的反馈消息,根据反馈消息的发送方所占比例对共谋攻击节点进行检测。本发明用于处理机会网络的安全问题,同时能够降低网络高延迟,提高传输成功率。
-
公开(公告)号:CN105740366A
公开(公告)日:2016-07-06
申请号:CN201610053718.6
申请日:2016-01-26
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种建立微博用户兴趣推理模型的方法,包括兴趣标签的模型计算、微博文本内容提取兴趣模型和博主社交关系提取博主兴趣点模型,通过模型融合策略将三个模型融合在一起,即成为最终的微博用户兴趣推理模型。本发明的方法将个人信息、微博内容和社交关系相结合,针对微博内容稀疏性问题,采用将同一个博主的所有微博进行混合的USER策略,利用LDA发掘微博隐主题,基于博主关注形成的网络提出了社会化标签传播算法,计算各种兴趣标签对博主的影响力。本发明的方法具备很好的识别能力和信息过滤能力,在推荐之前过滤掉虚假的消息,识别出虚假博主,这样即可提高了推荐系统推荐的质量和准确率,也给博主带来更好的体验。
-
-