公开(公告)号：CN116389156A

公开(公告)日：2023-07-04

申请号：CN202310492126.4

申请日：2023-05-05

Applicant: 电子科技大学

Inventor： 丁熠 ,  李恒宇 ,  刘瑶 ,  周尔强 ,  朱国斌 ,  赵洋 ,  曹明生 ,  邓伏虎

IPC: H04L9/40 ,  H04L47/2441 ,  G06F16/28

Abstract: 本发明公开了一种在大数据量环境下的实时异常检测系统，涉及网络数据监控技术领域，该系统在特征提取和分类预测模型中实现流式处理的流程，CICFlowMeter在生成特征流量数据时，引入消息中间件，提出Elasticsearch和MySQL主从架构作为海量数据异常检索，结合Elasticsearch高性能全文检索以及MySQL高可靠的持久化存储，利用各自搜索存储引擎的优点，同时在数据更新同步方面设计专门的同步模块，搭建Kubernetes服务器，在系统中更新完分类模型后，使用Kubernetes滚动更新，保证业务时刻在线上运行。为了防止流量密集过多避免消息队列中流量丢失的现象，Kubernetes也可以监控系统CPU使用情况过多也就是异常检测流量数据过多，异常检测线程使用过多的情况下也可以实现系统水平迁移，保证数据不丢失以及提升系统实时性。

公开(公告)号：CN115086043B

公开(公告)日：2023-03-21

申请号：CN202210690984.5

申请日：2022-06-17

Applicant: 电子科技大学

Inventor： 刘瑶 ,  樊鹏程 ,  白晓羽 ,  熊静 ,  丁熠

IPC: H04L9/40 ,  G06F16/906

Abstract: 本发明的目的在于提供一种基于最小公共子序列的加密网络流量分类识别方法，属于信息安全技术领域。该方法基于KMP算法和最长公共子序列算法，将网络流量中能表示某一行为的特征码族提取出来，构建多种行为特征码族数据库，将待测网络流量的特征码族与数据库中的特征码族进行匹配，从而完成对网络流量的分类识别。本发明流量分类识别方法中所采用的算法复杂度较小，无需机器学习的大量训练，所以也不需要大量算力，适合部署在小型嵌入式设备；特征码很少因为设备或者系统或者时间变化而变化，能够减少过拟合带来的风险，因此相对以往的流量检测算法，有更高的算法准确度，更短的检测时间，能够进行实际应用。

公开(公告)号：CN111159250B

公开(公告)日：2023-02-21

申请号：CN201911314528.5

申请日：2019-12-19

Applicant: 电子科技大学 ,  赛尔网络有限公司

Inventor： 刘瑶 ,  娄云 ,  李佳洲 ,  鲁俊良 ,  刘梦娟

IPC: G06F16/2458 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于嵌套式深度孪生神经网络的移动端用户行为检测方法，包括以下步骤：分别采集纯净流量包和真实流量包，并构建训练数据；将纯净流量包和真实流量包的大小作为其特征，并对特征进行对10取模运算；分别用正数和负数表示流入和流出移动端的流量包；对纯净流量包和真实流量包进行重新排列后，滤除干扰纯净流量包和干扰真实流量包；构建嵌套式深度孪生神经网络，并根据训练数据对其进行训练；将待检测的真实流量包输入训练好的嵌套式深度孪生神经网络，得到移动端用户行为的识别结果。本发明需要的基础数据少，易于实现，且不用手动去除噪音流量，能够精准的识别移动端的用户行为。

公开(公告)号：CN110334190A

公开(公告)日：2019-10-15

申请号：CN201910629012.3

申请日：2019-07-12

Applicant: 电子科技大学

Inventor： 刘梦娟 ,  孟园 ,  赵培 ,  包笑明 ,  刘瑶

IPC: G06F16/33 ,  G06F16/332

Abstract: 本发明公开一种面向开放域对话系统的回复自动生成方法，目的是使对话系统能够根据用户的输入语句自动生成一条符合语义且包含信息量的回复语句。首先，构建对话语料库，对每个样本的输入和回复语句进行预处理，得到输入和回复语句的词向量序列，分别将词向量序列输入到两个编码器中，得到输入和回复语句的语义表示向量；其次，根据输入语句中包含的实体词，在知识库中检索包含实体词的知识图，并计算每个知识图的向量；第三，通过两个融合网络，将知识图向量分别与输入和回复语句的语义表示向量融合，将融合后的向量输入到解码器中生成回复语句；第四，基于语料库训练回复自动生成模型；最后，对于一条新输入语句，利用回复自动生成模型生成回复。

公开(公告)号：CN105187383A

公开(公告)日：2015-12-23

申请号：CN201510475895.9

申请日：2015-08-06

Applicant: 电子科技大学

Inventor： 刘峤 ,  刘瑶 ,  秦志光 ,  其他发明人请求不公开姓名

IPC: H04L29/06

CPC classification number: H04L63/1416 ,  H04L63/1425

Abstract: 本发明公开了一种通信网络行为异常检测方法，能够基于个体的非文本特征识别通信网络中的异常行为。该发明可广泛应用于用户行为挖掘和行为异常分析。所提出的方法包括四个步骤：首先，对于给定的通信网络，按照时间序列将通信网络划分成若干个网络快照；然后根据网络快照提取用户资料，包括通信量、通信时间分布和收信者频度分布三个特征；再根据用户资料计算异常值，包括三个指标：通信量异常值、通信时间分布异常值和收信者频度分布异常值；最后通过一个转换过程标准化异常值，将异常值转换到相同的区间，便于比较和分析。

公开(公告)号：CN105138508A

公开(公告)日：2015-12-09

申请号：CN201510477071.5

申请日：2015-08-06

Applicant: 电子科技大学

Inventor： 刘峤 ,  刘瑶 ,  秦志光 ,  其他发明人请求不公开姓名

IPC: G06F17/27 ,  G06Q30/02

Abstract: 本发明公开了一种基于偏好扩散的上下文推荐系统，该方法包括下列步骤：整理得出每个物品对应的所有用户的评论；使用主成分分析，得出准确的主题数量；以该主题数量通过LDA主题模型得出物品主题分布矩阵以及主题对应的描述性词汇；通过描述性词汇，找出主题的共同特征，以此作为主题的含义；使用之前得到的物品主题分布矩阵初始化隐语义模型；利用评分信息训练模型；通过训练过程中的参数变化，挖掘出的真正的物品主题分布；计算用户与物品之间的相似度并进行排序，依据排序对每个用户推荐物品。通过以上技术，可以通过本模型对不同用户进行更加精准的物品推荐，并且可以对推荐结果进行解释。

公开(公告)号：CN103560318A

公开(公告)日：2014-02-05

申请号：CN201310507379.0

申请日：2013-10-24

Applicant: 西安电子科技大学

Inventor： 杨熙 ,  刘瑶 ,  胡伟 ,  郑书峰 ,  尹应增

IPC: H01Q1/38

Abstract: 本发明公开了一种小型化定向辐射印刷天线，双折叠倒L形导电迹线下端连接馈电导电迹线，寄生辐射单元设置于双折叠倒L形导电迹线正上方空间，金属地板设置在馈电导电迹线的背面；双折叠倒L形导电迹线由长度等于四分之三工作波长的金属丝经多次弯折、形成具有两段相互平行长导体的空间电磁场激励结构。本发明采用双折叠倒L型空间激励结构，能够获得理想的定向辐射特性，增加了寄生辐射单元，增强了天线的前向辐射增益，利用了空间互耦合原理，采用天线密排技术，压缩了空间，缩小了天线的尺寸，采用印刷平面天线技术，辐射体与地面属于相互平行的平面内，充分利用设备空间以及利于天线与电路板的集成。

公开(公告)号：CN102928836A

公开(公告)日：2013-02-13

申请号：CN201210419755.6

申请日：2012-10-29

Applicant: 电子科技大学

Inventor： 刘瑶 ,  陈明燕 ,  张伟 ,  张自序

IPC: G01S13/66

Abstract: 本发明公开了一种地面目标跟踪方法。本发明的方法在基于道路信息辅助的基础上提出的，具体定义了道路信息的参数，提出了三个判定条件，即目标离开路段的判定条件，目标在节点处的判定条件，目标在某路段的判定条件，根据判定条件、道路信息和目标的预测状态和估计状态来实时更新交互式多模型的状态模型，即更新其模型数、模型结构和模型中参数。与现有方案相比，本发明的目标跟踪方法利用了道路信息，提高了地面目标的跟踪性能。

公开(公告)号：CN119168060A

公开(公告)日：2024-12-20

申请号：CN202411196030.4

申请日：2024-08-28

Applicant: 电子科技大学

Inventor： 刘峤 ,  蔡宇翔 ,  甘洋镭 ,  林润 ,  庞人宁 ,  代婷婷 ,  蓝天 ,  刘瑶

IPC: G06N5/04 ,  G06N5/022 ,  G06N3/0455 ,  G06F40/295

Abstract: 本发明公开了本发明涉及时序知识图谱推理技术领域，具体涉及一种基于扩散过程的时序知识图谱推理方法。属于知识图谱推理技术领域。主旨在于解决难以捕获罕见/未见未来事件中不确定性信息的问题，本发明所述方法首先采用序列表示学习模块，将与主体实体相关的对象、关系和时间间隔序列转换为统一的连续表示。通过策略性引入高斯噪声增强未来事件表示，以模拟未来事件的不确定性，并且考虑时序知识图谱结构的时变性，采用基于Transformer模型的条件去噪模块来重建事件中的潜在参与者。然后，通过策略性地引入高斯噪声来增强这一过程，模拟未来事件的不确定性。此外，本发明所述方法还引入了不确定性正则化损失，有利于区分历史事件和罕见/未知事件，从而提高模型的预测清晰度并减少过拟合的倾向。

公开(公告)号：CN111159588B

公开(公告)日：2022-12-13

申请号：CN201911314312.9

申请日：2019-12-19

Applicant: 电子科技大学 ,  赛尔网络有限公司

Inventor： 刘瑶 ,  鲁俊良 ,  李佳洲 ,  娄云 ,  秦臻

IPC: G06F16/955 ,  G06N3/04

Abstract: 本发明公开了一种基于URL成像技术的恶意URL检测方法，包括以下步骤：采集URL字符串，并对其进行哈希处理；利用ASCII码对哈希处理后的URL字符串进行编码，对编码后的URL字符串进行归一化处理；根据归一化处理过后的URL字符串，采用格拉曼角场将URL字符串转换为二维图像；根据卷积神经网络构成inception CNN网络，并对其进行训练；将二维图像输入训练完成的inception CNN网络，得到恶意URL的判断结果。本发明通过将URL转换为二维图像，能够准确的识别恶意URL。