-
公开(公告)号：CN116962426A
公开(公告)日：2023-10-27
申请号：CN202311063716.1
申请日：2023-08-23
Applicant: 哈尔滨工程大学 , 哈尔滨工程大学三亚南海创新发展基地 , 价值链技术(深圳)有限公司
Inventor： 孟宇龙 , 王聚军 , 徐东 , 赵佳媛 , 卢中玉 , 张新峰 , 李凤鸣 , 蔡成涛 , 王巍 , 王小芳 , 陆蓓婷 , 贺玉珍 , 蒋文创 , 刘书勇 , 付小晶 , 徐丽 , 高伟 , 李超 , 宁慧 , 唐立群 , 王宇华 , 刘成刚
IPC: H04L67/104 , H04L43/091 , H04L43/0888 , H04L43/0894
Abstract: 本发明公开了一种基于CPE‑BFT算法的区块链共识机制性能优化方法，本发明属于区块链共识领域，包括：构建共识性能评价模块，基于所述共识性能评价模块，评价区块链节点的共识能力；基于所述共识能力，选出资源受限节点，其中所述资源受限节点包括：节点委员会和常规节点；基于CPE‑BFT算法，在所述资源受限节点中选举出节点委员会，基于所述节点委员会，对所述常规节点进行领导共识。本发明在资源分布不平衡场景下，比现有技术算法拥有更高的系统吞吐量和更低的延时，即拥有更高的共识效率。
-
公开(公告)号：CN105160249A
公开(公告)日：2015-12-16
申请号：CN201510381992.1
申请日：2015-07-02
Applicant: 哈尔滨工程大学
CPC classification number: G06F21/563 , G06N3/084
Abstract: 本发明属于计算机病毒的检测领域，具体涉及一种改进神经网络集成，并根据改进的集成系统构造病毒监测模型的基于改进的神经网络集成的病毒检测方法。首先进行训练阶段的准备，获取训练用样本集；利用N-gram和信息增益对样本集进行提取特征，得到特征集；以特征集作为训练集，在进行训练过程中，利用Bagging有放回的随机从原始训练样本中抽取子样本集，其中子样本集的大小与原始样本集大小相等，进行样本重复取样用以增大分类器之间的差异度。在实施过程中发现，本发明构造的基于改进的神经网络集成的病毒检测方法可以更高效的检测病毒。
-
公开(公告)号：CN105160249B
公开(公告)日：2018-10-26
申请号：CN201510381992.1
申请日：2015-07-02
Applicant: 哈尔滨工程大学
Abstract: 本发明属于计算机病毒的检测领域，具体涉及一种改进神经网络集成，并根据改进的集成系统构造病毒监测模型的基于改进的神经网络集成的病毒检测方法。首先进行训练阶段的准备，获取训练用样本集；利用N‑gram和信息增益对样本集进行提取特征，得到特征集；以特征集作为训练集，在进行训练过程中，利用Bagging有放回的随机从原始训练样本中抽取子样本集，其中子样本集的大小与原始样本集大小相等，进行样本重复取样用以增大分类器之间的差异度。在实施过程中发现，本发明构造的基于改进的神经网络集成的病毒检测方法可以更高效的检测病毒。
-
公开(公告)号：CN110633285A
公开(公告)日：2019-12-31
申请号：CN201910917374.2
申请日：2019-09-26
Applicant: 哈尔滨工程大学
IPC: G06F16/22 , G06F16/2458 , G06F21/62
Abstract: 本发明公开了一种满足差分隐私的不确定数据频繁项集挖掘方法，所述方法包括以下步骤：步骤1：计算频繁1-项集候选集，去掉非频繁项，使事务中项按支持度降序排列；步骤2：根据预处理后数据集生成UFP-tree树形结构的同时将隐私预算分配到UFP-tree树形结构节点中；步骤3：采用递归与枚举结合的方式从UFP-tree树形结构中挖掘频繁项集，挖掘过程中回收被剪枝节点的隐私预算；步骤4：采用指数机制从挖掘出的项集中选择k个，打分函数为项集的期望支持度，对未被选中的频繁项集的隐私预算再次回收并分配给选中的1-项集。本发明通过降低匿名率，关联属性共同置换，在保证隐私保护强度的同时，提高数据的可用性。
-
-
-
Search Results
4
records
(took 0.022 seconds)
