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

Inventor： 任立新 ,  段明江 ,  庄永真 ,  罗进开 ,  万志远

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：CN119578753A

公开(公告)日：2025-03-07

申请号：CN202411556477.8

申请日：2024-11-01

Applicant: 杭州高新区(滨江)区块链与数据安全研究院 ,  浙江大学

Inventor： 陈佳伟 ,  史麒豪 ,  罗进开 ,  王灿

IPC: G06Q10/0631 ,  G06Q50/00 ,  G06F17/16 ,  G06F17/18

Abstract: 本申请涉及一种影响力资源分配方法、装置、计算机设备和存储介质，其中，该方法包括：估计社交网络中多个种子节点的影响力边界值；根据各种子节点的影响力边界值和各种子节点的开销，确定各种子节点的密度；确定多个代理中每个代理已拥有的影响力资源，按照影响力资源从小到大的顺序，分别为各代理分配预算范围内密度最大的种子节点。采用本方法能够在种子节点的真实影响力未知时，保证最终得到的影响力资源分配方案有较好的公平性。

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

Inventor： 柳湛宇 ,  庄永真 ,  罗进开 ,  万志远

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。

公开(公告)号：CN118170950B

公开(公告)日：2025-05-23

申请号：CN202311781141.7

申请日：2023-12-22

Applicant: 浙江大学

Inventor： 田文杰 ,  王灿 ,  史麒豪 ,  罗进开

IPC: G06F16/901 ,  G06F18/23 ,  G06F9/50

Abstract: 本发明提出了一种分布式的基于邻居节点聚类的图分割方法及装置。构建无向图以及指定的分区个数，将点集划分为若干个子集，使得每个节点均位于且仅位于其中一个子集中；满足负载均衡限制，分区大小尽可能均等；割边数量最小化，即两端处于不同分区的边的总量尽可能少。本发明基于图分割问题的LDG算法：采用邻居节点聚类的思想，将每个节点指派至邻居节点中所在最多的分区，通过将关联紧密的节点纳入同一分区降低割边的数量；对较大的分区施加线性惩罚因子，从而满足负载均衡限制。在单机LDG算法的基础上，本发明设计并实现了一套高效、易于实现，且适用于任意分区个数k的分布式并行计算方案，能在较短的运行时间内对巨型图结构完成划分。

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

Inventor： 谢谨蔓 ,  高杨 ,  冯尊磊 ,  庄永真 ,  罗进开 ,  宋明黎

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：CN115659007B

公开(公告)日：2023-11-14

申请号：CN202211151849.X

申请日：2022-09-21

Applicant: 浙江大学

Inventor： 王霄阳 ,  史麒豪 ,  王新宇 ,  王灿 ,  罗进开 ,  冯雁

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N3/006 ,  G06Q50/00 ,  H04L51/42 ,  H04L51/52

Abstract: 本发明公开了一种基于多样性的动态影响力传播种子最小化方法，基于一个双向自适应贪婪算法的框架，采用基于鞅的影响力最大化算法(IMM)和基于鞅的多样性影响力最大化算法(DIMM)实现，算法核心是使用一种随机产生反向影响草图(RI‑Sketch)的采样方法，用于估计影响力扩散和多样性函数增益，具有良好的近似保证。本发明解决了如何以最小的成本在最少时间内使得影响力传播达到特定阈值的问题，克服了传统方法不能有效考虑多样性问题以及算法本身缺乏动态选择过程的弊端，可以在一定的扩散模型下有效选取合适的种子集合。

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

Inventor： 潘志豪 ,  庄永真 ,  罗进开 ,  万志远

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

Inventor： 陈佳祺 ,  庄永真 ,  罗进开 ,  万志远

IPC: G06F16/27 ,  G06F16/23 ,  G06F16/28

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

Inventor： 王新宇 ,  庄永真 ,  罗进开 ,  万志远

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：CN119537677A

公开(公告)日：2025-02-28

申请号：CN202411348299.X

申请日：2024-09-25

Applicant: 杭州高新区(滨江)区块链与数据安全研究院 ,  浙江大学

Inventor： 陈思睿 ,  陈佳伟 ,  韩申 ,  王灿 ,  冯雁 ,  罗进开

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N3/0455 ,  G06F16/9538

Abstract: 本申请涉及一种基于排序目标的推荐方法、装置、计算机设备和存储介质，其中，该方法包括：获取训练样本；训练样本包括多个样本用户与相应物品的历史交互数据；基于推荐场景下的AUC指标，构建初始推荐模型的优化目标；基于优化目标、训练样本以及预设损失函数，对初始推荐模型训练得到物品推荐模型；根据物品推荐模型输出的用户表征和物品表征，预测用户与推荐物品的兴趣得分，以根据兴趣得分得到推荐物品的推荐排序结果。通过本申请，能够基于推荐场景下的AUC指标，构建初始推荐模型的优化目标，使得优化目标和推荐场景下的排序目标更加统一和适配，从而提高了推荐模型的排序效果。