-
公开(公告)号：CN115599832A
公开(公告)日：2023-01-13
申请号：CN202211028129.4
申请日：2022-08-25
Applicant: 浙江工业大学(CN)
IPC: G06F16/2458 , G06F16/22 , G06F18/22 , H04L41/12
Abstract: 一种结合拓扑结构与属性向量的AS社团检测方法，首先，对构造的AS复杂网络G取K‑shell值前K的节点作为K个初始社团。其次，利用Node2vec进行图嵌入得到节点间的结构距离矩阵，将未加入社团的部分节点根据其与社团中节点的结构距离依次加入已有社团。第三，根据节点的属性向量计算节点间的属性距离矩阵，基于模块度优化与属性距离将剩下未加入社团的节点加入已有社团。最后根据模块度优化有选择的合并已有社团得到最后的社团检测结果。本发明可有效结合AS网络的拓扑结构与AS节点的属性来检测出更符合商业特性的社团结构。
-
公开(公告)号：CN111262828B
公开(公告)日：2022-01-11
申请号：CN201911313911.9
申请日：2019-12-19
Applicant: 浙江工业大学
Abstract: 一种针对真假消息传播的恶意节点部署方法，包括以下步骤：S1：导入网络；S2：随机选取一定比例的智慧节点，计算距离指数；S3：根据距离指数选取恶意节点群；S4：分配各类节点信息过滤能力，网络信息级联传播；S5：计算信息传播的范围指标。本发明在传播模型中模拟恶意用户行为，我们在传播模型中加入恶意节点，用于刻画用户行为对真假消息的传播影响。并且提出了一种恶意节点的部署策略，研究了他们在网络中不同的分布情况对虚假消息的传播影响。
-
公开(公告)号：CN108334953A
公开(公告)日：2018-07-27
申请号：CN201810017427.0
申请日：2018-01-09
Applicant: 浙江工业大学
Abstract: 一种基于权重更新的社交网络信任度学习方法，包括以下步骤：S1：导入网络；S2：选取智慧节点，假设整个网络有且仅有1个智慧节点；S3：初始化权重，在网络中每条有向连边权重都分配一个固定常数；S4：通过基于级联信息传播的学习方法，不断更新权重，使权重达到平稳状态；S5计算网络信息过滤能力指标。本发明提供一种基于权重更新的社交网络信任度学习方法，能够模拟人与人之间的信任度随着时间的推移而发生的变化。通过特定的学习方法使得已具有信息过滤能力的原始网络权重达到平稳状态，变得更加智能。
-
公开(公告)号：CN107480132A
公开(公告)日：2017-12-15
申请号：CN201710610311.3
申请日：2017-07-25
Applicant: 浙江工业大学
CPC classification number: G06F17/2775 , G06F17/271 , G06N3/0454 , G06N5/025
Abstract: 一种基于图像内容的古诗词生成方法，包括以下步骤：1)基于单次多框目标检测框架对图像内容进行目标检测得到物体的名称；2)采用中文词法分析工具对设定数量首唐诗进行分词，得到词汇表，利用word2vec工具对词汇表中每一个词进行特征学习，将每一个词映射到向量空间；3)将得到的物体名称输入word2vec工具后得到物体名称映射向量，计算其与古诗词向量之间的余弦相似度，设定阈值后选择部分作为该物体对应的主题词；4)利用主题词扩展关键词，将关键词输入学习唐诗后得到的RNN模型进行古诗词生成。本发明采用目标检测算法与循环神经网络算法结合的方法生成古诗词，且古诗词与图像内容相关性较强，且具有更好的连贯性。
-
公开(公告)号：CN113807976B
公开(公告)日：2024-11-26
申请号：CN202111009821.8
申请日：2021-08-31
Applicant: 浙江工业大学
IPC: G06Q50/00
Abstract: 基于阈值自适应变化的网络信息传播实现方法，包括：构造随机网络；给网络中所有节点分配初始阈值，设置网络所有节点初始状态为S态并随机选取一个节点作为传播源；从三种阈值自适应变化策略中随机选定一种策略；按照阈值模型机制传播信息，从一个节点开始进行“有时差”和“无时差”两种传播方式的信息级联传播；计算传播结束后网络中非S态节点数量在节点总数中的占做为最终级联范围。本发明的系统包括：随机网络构造模块、初始化模块、阈值自适应变化模块、信息级联传播模块和级联范围计算模块。本发明提出结合了网络信息阈值自适应变化传播模型和三种阈值自适应变化策略，能够使得网络中的信息传播受到阻碍。
-
Patent Agency Ranking
公开(公告)号：CN118733962A
公开(公告)日：2024-10-01
申请号：CN202410760681.5
申请日：2024-06-13
Applicant: 浙江工业大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 一种基于双曲图卷积的社交平台谣言检测方法和装置，其方法包括：S1：预处理数据集生成相应结构、文本数据；S2：通过谣言树的扩散和传播结构，生成邻接矩阵和特征矩阵；S3：构建模型框架，生成双曲空间特征；S4：在同一批次数据内生成对比性正负样本，设计损失函数，重复训练模型；S5：将测试集数据输入训练后模型，得到谣言分类结果。本发明通过在双曲空间上构建树结构，结合文本表示，进行谣言检测，创新地采用双曲图卷积处理事件传播结构，获得高准确谣言检测模型。
-
公开(公告)号：CN117057080A
公开(公告)日：2023-11-14
申请号：CN202311144923.X
申请日：2023-09-06
Applicant: 浙江工业大学
IPC: G06F30/18 , G06F30/20 , G06F111/02 , G06F111/08
Abstract: 一种引入模仿者节点的网络传播仿真方法和装置，其中模仿者节点在自身对应的邻居节点中的指定节点变为活跃节点后，自身变为活跃节点，其方法包括：首先构建随机网络图；其次确定随机网络中节点类型和状态；第三确定模仿者节点与普通节点的各自的状态更新规则；第四，网络信息级联传播；第五随机网络中的活跃节点的数量稳定之后，统计活跃节点的数量。本发明扩展了原始阈值模型，考虑了模仿者节点在社交网络中的作用，便于研究节点在行为上的异质性表现是如何让信息在网络中传播的。
-
公开(公告)号：CN114221790A
公开(公告)日：2022-03-22
申请号：CN202111382680.4
申请日：2021-11-22
Applicant: 浙江工业大学
Abstract: 一种基于图注意力网络的BGP异常检测方法，包括以下步骤：S1：获取、解析、整理，得到异常事件数据集；S2：提取45个特征；S4：将数据集及其特征输入到模型中，得到预训练模型；S5：将模型用于对未知事件的异常检测。本发明还包括一种基于图注意力网络的BGP异常检测的系统，包括依次连接的数据获取模块，特征提取模块，模型训练模块和模型预测模块。本发明构建了五个网络异常事件数据集，通过STL关注数据的趋势性和季节性，并首次应用GAT模型关注特征关系和时间依赖，大幅提升性能，更好的实现对异常情况的捕获和在未知事件中的实用性和高效性。
-
公开(公告)号：CN116468569A
公开(公告)日：2023-07-21
申请号：CN202310260022.0
申请日：2023-03-17
Applicant: 浙江工业大学
Abstract: 一种基于群组的针对虚假信息传播的模型构建方法，包含:首先，构建网络；其次，在网络中随机选取一定比例的智慧节点；第三，对于普通节点和所选的智慧节点，分配不同的过滤信息的能力；第四，设置节点状态之间的转换概率；第五，基于级联信息传播的方法进行传播；最后，计算信息传播范围指标。本发明在传播模型中模拟群组中智慧的人群的行为，在模型中设置智慧节点，用于观测节点行为对于虚假信息传播的影响，并且探究了其言论在群组信息传播中的作用。
-
公开(公告)号：CN113919414A
公开(公告)日：2022-01-11
申请号：CN202111047697.4
申请日：2021-09-08
Applicant: 浙江工业大学
Abstract: 一种基于图神经网络的多种AS关系的推断方法，包括以下步骤：S1：清洗AS路径数据和提取S2S和X2X类型的边；S2：对数据进行预处理，并提取P2P和P2C类型的边；S3：提取特征；S4：将数据集及其特征输入到改进后的模型中，得到预训练模型；S5：将验证集及其特征输入到训练好的模型，得到预测结果。本发明还包括一种基于图神经网络的多种AS关系的推断方法的系统，包括依次连接的数据清洗模块，数据处理模块，特征提取模块，模型训练模块和模型验证模块。本发明构建了包含四种类型的实验数据集，引入了两个新的特征，并首次将GCN模型应用到多种AS关系的推断问题上，性能优异，为更好地认识和研究互联网网络结构提供了支持。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.043 seconds)
