-
公开(公告)号:CN117807603B
公开(公告)日:2024-04-30
申请号:CN202410227591.X
申请日:2024-02-29
Applicant: 浙江鹏信信息科技股份有限公司
IPC: G06F21/57 , G06F21/56 , G06F40/289 , G06N3/0455
Abstract: 本发明涉及软件供应链审计方法、系统及计算机可读存储介质,审计方法包括:采集软件供应链审计数据;对采集的软件供应链审计数据进行数据分词,以转换得到Token序列;之后进行Embedding编码,得到待处理数据矩阵;对待处理数据矩阵进行归一化处理,之后进行位置编码,得到位置编码矩阵;将位置编码矩阵输入多头注意力机制网络结构进行计算,其计算结果通过多次Gibbs采样结合自回归的方式逐个生成输出序列中的每个Token,得到Token输出序列;将Token输出序列通过输出层计算,以输出审计结果;其中,输出层包括依次连接的归一化逆转换和前馈神经网络。本发明有效提高网络模型的精确性、灵活性、可解释性。
-
公开(公告)号:CN116720753A
公开(公告)日:2023-09-08
申请号:CN202310982632.1
申请日:2023-08-07
Applicant: 浙江鹏信信息科技股份有限公司
IPC: G06Q10/0637 , G06Q50/26 , G06F18/2433 , G06F18/2413 , G06F18/23213 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种水文数据的处理方法、系统及可读存储介质,其处理方法包括:采集水文数据并进行数据校验,判断数据校验是否通过;若否,则对校验不通过的异常数据序列进行后续处理;利用One‑Class SVM模型对数据点进行异常检测,得到第一指标值;分别利用EWMA算法、COF算法、Isolation Forest算法对数据点进行异常检测,并结合各算法的权重加权求和得到第二指标值;将数据点对应的历年数据输入LSTM模型得到拟合值,基于拟合值与异常数据序列的方差确定异常数据点,得到第三指标值;将第一指标值、第二指标值和第三指标值作为观测值输入隐马尔可夫模型得到目标异常数据点。本发明提升异常数据的识别精度。
-
公开(公告)号:CN117807603A
公开(公告)日:2024-04-02
申请号:CN202410227591.X
申请日:2024-02-29
Applicant: 浙江鹏信信息科技股份有限公司
IPC: G06F21/57 , G06F21/56 , G06F40/289 , G06N3/0455
Abstract: 本发明涉及软件供应链审计方法、系统及计算机可读存储介质,审计方法包括:采集软件供应链审计数据;对采集的软件供应链审计数据进行数据分词,以转换得到Token序列;之后进行Embedding编码,得到待处理数据矩阵;对待处理数据矩阵进行归一化处理,之后进行位置编码,得到位置编码矩阵;将位置编码矩阵输入多头注意力机制网络结构进行计算,其计算结果通过多次Gibbs采样结合自回归的方式逐个生成输出序列中的每个Token,得到Token输出序列;将Token输出序列通过输出层计算,以输出审计结果;其中,输出层包括依次连接的归一化逆转换和前馈神经网络。本发明有效提高网络模型的精确性、灵活性、可解释性。
-
公开(公告)号:CN116720753B
公开(公告)日:2023-10-31
申请号:CN202310982632.1
申请日:2023-08-07
Applicant: 浙江鹏信信息科技股份有限公司
IPC: G06Q10/0637 , G06Q50/26 , G06F18/2433 , G06F18/2413 , G06F18/23213 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种水文数据的处理方法、系统及可读存储介质,其处理方法包括:采集水文数据并进行数据校验,判断数据校验是否通过;若否,则对校验不通过的异常数据序列进行后续处理;利用One‑Class SVM模型对数据点进行异常检测,得到第一指标值;分别利用EWMA算法、COF算法、Isolation Forest算法对数据点进行异常检测,并结合各算法的权重加权求和得到第二指标值;将数据点对应的历年数据输入LSTM模型得到拟合值,基于拟合值与异常数据序列的方差确定异常数据点,得到第三指标值;将第一指标值、第二指标值和第三指标值作为观测值输入隐马尔可夫模型得到目标异常数据点。本发明提升异常数据的识别精度。
-
-
-