-
公开(公告)号：CN119599789A
公开(公告)日：2025-03-11
申请号：CN202411433677.4
申请日：2024-10-14
Applicant: 杭州高新区(滨江)区块链与数据安全研究院 , 浙江大学
IPC: G06Q40/04 , G06N5/01 , G06F18/2431 , G06N3/042 , G06N3/08
Abstract: 本申请实施例适用于区块链技术领域，提供了一种数字资源交易链路追踪方法、装置、设备及存储介质，所述方法包括：基于接收到的初始地址，构建风险地址集合；依据预设的数字资源交易图数据以及所述风险地址集合，确定目标节点；依据所述目标节点的节点类型，确定所述目标节点的风险邻居节点；将所述风险邻居节点的节点地址添加至所述风险地址集；在所述风险地址集合为非空集的情况下，返回所述依据预设的数字资源交易图数据以及所述风险地址集合，确定目标节点的步骤；在所述风险地址集合为空集的情况下，输出包含所述风险邻居节点的交易链路。本申请实施例可以实现针对接收到的初始地址进行搜索，输出包含有存在疑似非法交易地址的交易链路。
-
公开(公告)号：CN119130652A
公开(公告)日：2024-12-13
申请号：CN202411578463.6
申请日：2024-11-07
Applicant: 浙江大学 , 杭州高新区(滨江)区块链与数据安全研究院
IPC: G06Q40/04 , G06Q20/36 , G06F18/214 , G06F18/2433 , G06F18/10 , G06F17/18 , G06N3/042 , G06N3/08
Abstract: 基于自适应异配消息聚合的虚拟币钱包地址异常检测方法与系统，其方法包括：首先，对初始交易数据进行处理，得到节点的特征并进行数据归一化，然后将原始数据转换成原始交易图，对原始交易图随机游走采样得到模型的训练图数据，采用自适应异配性聚合的图神经网络算子进行节点之间的信息传递，得到节点的嵌入向量；将得到的节点的嵌入向量作为预测模型的输入；采用多个线性层构建节点预测模型，对于节点类别概率分数的预测和节点异配性的计算，进行随机梯度下降优化参数；最后通过训练得到虚拟币钱包地址异常检测模型，用该模型对虚拟币交易网络中的异常钱包地址进行检测。本发明能够准确识别虚拟币交易网络中存在非法交易的钱包地址。
-
公开(公告)号：CN117875391A
公开(公告)日：2024-04-12
申请号：CN202410039382.2
申请日：2024-01-10
Applicant: 上海浙江大学高等研究院
IPC: G06N3/08 , G06N3/042 , G06N3/044 , G06N3/045 , G06F18/241 , G06F18/214 , G06Q50/00
Abstract: 本发明公开了一种基于分布式的连续时间动态图神经网络训练方法及系统，包括以下步骤：将用于训练的动态社交网络图数据进行子图划分、批次划分、校准以及采样，得到若干个批次的动态社交网络采样子图数据，由每个节点的获取历史时序嵌入和历史交互消息得到每个节点的时序嵌入，当完成一个批次训练过程后，利用每个节点的时序嵌入以及动态社交网络采样子图数据的边特征进行聚合计算，得到每个节点的更新交互消息。本发明的方法通过提供图划分存储、分布式内存同步机制、分布式子图采样和编码‑解码器训练，将单机的连续时间动态图神经网络模型拓展到分布式场景下，解决了在大数据情况下内存资源不足的问题。
-
公开(公告)号：CN118194088B
公开(公告)日：2025-03-28
申请号：CN202410297915.7
申请日：2024-03-15
Applicant: 浙江大学
IPC: G06F18/24 , G06F18/213 , G06Q30/018 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种融合图扩散卷积与分组聚合特征的欺诈识别方法和装置。该方法包括提取原图结构，对原图进行图结构增强获得两跳图，输入到分类模型，包括对图按照关系类型划分关系子图，对各关系子图做特征分组聚合，对各关系子图分组聚合后的特征做图扩散卷积，再将各关系子图扩散卷积后的特征做关系聚合得到最终特征并通过全连接层输出预测结果。本发明的图扩散卷积除了聚合原图的分组邻域节点特征，还聚合了图结构增强生成的二跳图的分组邻域节点特征，充分利用了图的结构信息，关系信息，分组信息。本发明在欺诈检测领域的应用，能有效提高对欺诈的识别能力，有很大的实用价值。
-
公开(公告)号：CN118227619A
公开(公告)日：2024-06-21
申请号：CN202410255794.X
申请日：2024-03-06
Applicant: 浙江大学
IPC: G06F16/22 , G06F16/23 , G06F16/27 , G06F40/247
Abstract: 本发明公开了一种支持键值数据库分批多版本事务的谓词索引方法，其作用于多版本并发控制的内存数据库系统中。这一机制为内存数据库的最小集中存储单位维护一个谓词索引表，存储从谓词函数及其结果向数据版本物理地址的映射；对于数据库的事务执行，使用周期性更新的批次将事务切分，通过旧版本指向新版本的多版本并发控制算法维持主版本物理地址在一个批次内不变，进而使得事务并发执行时不需要修改谓词索引表。同时缓存事务提交时的谓词索引映射值得到缓存索引表，并使得这一缓存一方面支持批次内的查询请求的直接访问，另一方面能够在批次递增时合并入主谓词索引表，进而提升索引查询响应速度并减少索引表更新频率。
-
Patent Agency Ranking
公开(公告)号：CN117290408A
公开(公告)日：2023-12-26
申请号：CN202311216746.1
申请日：2023-09-20
Applicant: 浙江大学
IPC: G06F16/2458 , G08G1/01 , G06F16/29 , G06F18/243 , G06N3/094 , G06N3/0455
Abstract: 一种两阶段生成的细粒度车辆轨迹生成方法，包括：步骤1)生成Geohash下的区域转移轨迹：首先对车辆轨迹进行Geohash，找到车辆GPS坐标对应的Geohash编码，从而原始数据中得到在Geohash这种粗粒度下车辆的转移轨迹，之后，使用GAN模型学习不同区域之间的转移规律，从而生成Geohash间转移的连续的轨迹；步骤2)生成基于驾驶意图的细粒度轨迹：根据生成的Geohash区域确定区域内的转移轨迹，预测的粒度为道路之间的转移轨迹，包括对转移轨迹的起始/终止位置进行确定，预测道路节点间的路径。本发明的优点在于，通过两阶段生成的方式，同时考虑整体转移模式和个体驾驶行为，能够实现对个体行为的更加精细化建模，从而提高轨迹生成的准确性和可靠性。
-
公开(公告)号：CN116566982A
公开(公告)日：2023-08-08
申请号：CN202310358413.6
申请日：2023-04-06
Applicant: 浙江大学
IPC: H04L67/1001 , H04L67/1023
Abstract: 本发明公开了一种面向分布式服务状态冗余处理的负载均衡方法，首先构建一个大小为质数的散列槽，所述散列槽有多个槽位，每个槽位用于存放多个服务节点，所有服务节点均匀地填充到散列槽中至散列槽填满；当请求到达时，对请求的源地址的哈希值取模，将请求定位到槽位；将随机选择槽位中任意一个服务节点处理请求；进行状态冗余，槽位上的所有服务节点都将存储该槽位上对应的所有请求产生的状态集合。本发明着力解决在分布式服务下，传统的负载均衡方法难以在多个服务节点间进行状态冗余，从而当服务节点因为故障无法访问，用户请求转移到其他服务节点进行处理时，原有状态将会丢失的问题。
-
公开(公告)号：CN116303763A
公开(公告)日：2023-06-23
申请号：CN202310060074.3
申请日：2023-01-18
Applicant: 浙江大学
Abstract: 本发明公开了一种基于顶点度的分布式图数据库增量图划分方法及系统。通过追踪图顶点度数的变化，快速对高阶顶点及其连通边进行划分，在为单个OLTP操作提供服务的同时，即时做出每个事务的在线分区决策。随着客户端对图数据库发起请求，本发明根据有关图信息的增加(顶点度的变化)，在多个阶段中递增地调整分区，主要分成三个步骤：哈希划分阶段，顶点重新划分阶段，边重新划分阶段。本发明的方法适用于OLTP负载，对图的局部数据进行持续更新，并响应多个客户端的图查询。并能够通过较小的系统开销，为分布式服务器提供优秀的负载均衡，实现更好的数据本地性；从而增加访问的并行性和图数据库的吞吐量。
-
公开(公告)号：CN116155581A
公开(公告)日：2023-05-23
申请号：CN202310074762.5
申请日：2023-02-07
Applicant: 浙江大学
IPC: H04L9/40
Abstract: 本发明公开了一种基于图神经网络的网络入侵检测方法与装置。本发明通过监听交换机镜像端口，拉取网络流量数据，将网络主机信息、网络流量信息收集起来，利用收集的信息构建主机与流量的特征。随后利用图神经网络，同时聚合边信息和节点信息，学习到流量和节点的模式结构。将定期收集好的数据，输入到训练好的图神经网络模型中，通过衡量待检测流量与正常流量模式之间的偏移，检测出异常流量信息，并将异常流量信息存储并推送给运维人员。本发明还构建了实现该方法的装置，提供了高效的数据收集手段，选出了关键的特征信息，并同时考虑到了节点和边两种维度的特征，可以有效识别出不断变化的异常流量，并及时发出告警。
-
公开(公告)号：CN118194088A
公开(公告)日：2024-06-14
申请号：CN202410297915.7
申请日：2024-03-15
Applicant: 浙江大学
IPC: G06F18/24 , G06F18/213 , G06Q30/018 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种融合图扩散卷积与分组聚合特征的欺诈识别方法和装置。该方法包括提取原图结构，对原图进行图结构增强获得两跳图，输入到分类模型，包括对图按照关系类型划分关系子图，对各关系子图做特征分组聚合，对各关系子图分组聚合后的特征做图扩散卷积，再将各关系子图扩散卷积后的特征做关系聚合得到最终特征并通过全连接层输出预测结果。本发明的图扩散卷积除了聚合原图的分组邻域节点特征，还聚合了图结构增强生成的二跳图的分组邻域节点特征，充分利用了图的结构信息，关系信息，分组信息。本发明在欺诈检测领域的应用，能有效提高对欺诈的识别能力，有很大的实用价值。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.056 seconds)
