一种基于实际航运业务和数据挖掘的运力预测方法

    公开(公告)号:CN111091226B

    公开(公告)日:2022-06-14

    申请号:CN201911093827.0

    申请日:2019-11-11

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于实际航运业务和数据挖掘的运力预测方法,首先从实际航运行业数据中提取出船舶实验数据,并基于时间一致性检测以及预设船舶航行规律过滤和清除船舶实验数据中包含的异常数据,接着将邻近航次合并为一条有效船舶历史航次;接下来对基础数据和处理后的航线数据进行特征选择,获得有效实验数据集;然后根据航线和船型,计算有效实验数据集中不同船型和航线的航次周转期,根据船舶标识,计算有效实验数据集中不同船舶的船舶周转期;最后根据有效实验数据集、不同船型和航线的航次周转期以及不同船舶的船舶周转期,对可用运力进行预测。本发明可以得到高质量的实验数据,并实时预测航次时长,进而预测市场可用运力。

    一种基于实际航运业务和数据挖掘的运力预测方法

    公开(公告)号:CN111091226A

    公开(公告)日:2020-05-01

    申请号:CN201911093827.0

    申请日:2019-11-11

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于实际航运业务和数据挖掘的运力预测方法,首先从实际航运行业数据中提取出船舶实验数据,并基于时间一致性检测以及预设船舶航行规律过滤和清除船舶实验数据中包含的异常数据,接着将邻近航次合并为一条有效船舶历史航次;接下来对基础数据和处理后的航线数据进行特征选择,获得有效实验数据集;然后根据航线和船型,计算有效实验数据集中不同船型和航线的航次周转期,根据船舶标识,计算有效实验数据集中不同船舶的船舶周转期;最后根据有效实验数据集、不同船型和航线的航次周转期以及不同船舶的船舶周转期,对可用运力进行预测。本发明可以得到高质量的实验数据,并实时预测航次时长,进而预测市场可用运力。

    一种基于时隙流水印的Tor暗网用户溯源方法及系统

    公开(公告)号:CN111711597B

    公开(公告)日:2021-08-17

    申请号:CN202010301679.3

    申请日:2020-04-16

    Applicant: 武汉大学

    Inventor: 黄传河 陈瀚榕

    Abstract: 本发明公开了一种基于网络流水印的Tor暗网用户溯源方法,主要解决对访问暗网的用户进行IP定位的问题,为网络犯罪的监管提供必要的手段。该方法首先假设通过渗透和入口节点选择攻击控制通信链路两端的入口节点,然后对暗网与用户的通信过程进行时隙划分,在隐藏服务的受控入口节点调整数据传输速率,隐蔽地嵌入网络流水印,在用户的入口节点检测水印信号。通过对水印信息引入冗余,结合信息校验规则,提高水印的检测率,进一步使该技术能够被用于追踪暗网用户,为监管部门打击网络罪犯提供凭证。

    一种基于时隙流水印的Tor暗网用户溯源方法及系统

    公开(公告)号:CN111711597A

    公开(公告)日:2020-09-25

    申请号:CN202010301679.3

    申请日:2020-04-16

    Applicant: 武汉大学

    Inventor: 黄传河 陈瀚榕

    Abstract: 本发明公开了一种基于网络流水印的Tor暗网用户溯源方法,主要解决对访问暗网的用户进行IP定位的问题,为网络犯罪的监管提供必要的手段。该方法首先假设通过渗透和入口节点选择攻击控制通信链路两端的入口节点,然后对暗网与用户的通信过程进行时隙划分,在隐藏服务的受控入口节点调整数据传输速率,隐蔽地嵌入网络流水印,在用户的入口节点检测水印信号。通过对水印信息引入冗余,结合信息校验规则,提高水印的检测率,进一步使该技术能够被用于追踪暗网用户,为监管部门打击网络罪犯提供凭证。

Patent Agency Ranking