一种基于改进机器学习的网页用户行为检测方法及系统

    公开(公告)号:CN114169540A

    公开(公告)日:2022-03-11

    申请号:CN202111256666.X

    申请日:2021-10-27

    IPC分类号: G06N20/10 G06K9/62 H04L9/40

    摘要: 一种基于改进机器学习的网页用户行为检测方法及系统,在参与训练的各客户端模拟运行网页来获取正常网页和用户异常行为网页时的数据,然后根据特征提取规则来提取挖掘算法特征、运行行为特征以及网络行为等特征,其次,各个客户端将线程特征根据线程所属网页进行特征合并处理,并对其中的文本特征使用词嵌入方法转为特征向量。最后,将正常网页以及用户异常行为网页的所有特征向量作为参与改进的机器学习模型的输入,进行迭代训练以获得可以用来识别用户异常行为的机器学习模型。本发明使用多客户端的独立训练与联合判定方法,并结合多维性高的样本特征,增加了训练时的多样性,使得训练后的模型更加准确,有效减小了误报率。

    一种基于VFL的低压居民用户异常用电识别方法及系统

    公开(公告)号:CN114154617A

    公开(公告)日:2022-03-08

    申请号:CN202111256656.6

    申请日:2021-10-27

    摘要: 一种基于VFL的低压居民用户异常用电识别方法及系统,方法包括以下步骤:步骤1,采集低压居民用户的设定时长的历史用电数据,导入至数据库中,并对用电数据进行预处理;步骤2,以步骤1经过预处理获得的用电数据,提取能够代表低压居民用户用电模式的特征数据,步骤3,使用步骤2获得的特征数据提取全局异常、局部异常、地域空间、时间序列四个维度的低压居民用户异常用电特征,进行纵向联邦;步骤4,构建卷积神经网络模型,对经过上述步骤处理过的数据进行分层抽样、描述神经网络结构以及配置训练方法,完成模型的训练;步骤5,使用模型进行工作,加载训练好的模型,输入待判断的用电数据即可完成判别用户异常用电情况。

    一种通信设备网路检测修复方法

    公开(公告)号:CN113489621A

    公开(公告)日:2021-10-08

    申请号:CN202110653329.8

    申请日:2021-06-11

    IPC分类号: H04L12/26 H04L12/24 H04L29/06

    摘要: 本发明公开了一种通信设备网路检测修复方法,由网络采集模块、处理模块、目标逻辑模块、网络检测模型构建模块、第一优化模块、故障确定模块、网络纠正模型构建模块、第二优化模块组成;本发明的有益效果是:通过处理模块对采集的通信设备网络数据处理请求进行解析,从而获取数据处理请求的类型,根据数据处理请求的类型,调用目标逻辑模块,通过目标逻辑模块对与数据处理请求对应的通信设备网络数据进行处理,提高了通信设备网络数据处理的准确性;通过最优检测模型提高了通信设备网络数据检测的准确性和精确度;通过最优纠正模型提高了网络故障纠正修复的自动化水平;通过设计的通信模块,有助于减少通信设备网络数据传输时的延迟。