公开(公告)号：CN119005495A

公开(公告)日：2024-11-22

申请号：CN202411013055.6

申请日：2024-07-26

Applicant: 电子科技大学

Inventor： 罗光春 ,  王勇 ,  李可欣 ,  赵太银 ,  罗裕杰 ,  黄睿正 ,  廖一奥

IPC: G06Q10/063 ,  G06Q10/04 ,  G06Q50/40 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于卷积和自注意力的交通流量预测方法，包括以下步骤：S1.数据采集；S2.对采集到的数据进行预处理；S3.建立卷积自注意力CTformer模型并训练；S4.对交通流量进行预测。本发明提出了一种基于卷积和自注意力的交通流量预测方法，在模型浅层使用卷积操作捕获交通流量数据中的短期依赖，在模型深层使用自注意力捕获交通流量数据中的长期依赖，有效地结合两种架构的优势，并在计算效率和精度上实现了更好的平衡。

公开(公告)号：CN119005298A

公开(公告)日：2024-11-22

申请号：CN202411013014.7

申请日：2024-07-26

Applicant: 电子科技大学

Inventor： 王勇 ,  王洁磊 ,  罗光春 ,  许毅 ,  张智成 ,  罗裕杰 ,  廖一奥

IPC: G06N3/098 ,  G06N3/048 ,  G06N3/042

Abstract: 本发明公开了一种基于关系学习的异构联邦子图学习方法，包括以下步骤：S1.每个参与方利用本地子图数据训练本地图神经网络；S2.关系学习，服务器生成随机图发送给每个参与方，参与方获取随机图的指定边集的预测概率并上传给服务器，服务器动态学习参与方的子图关系矩阵；S3.知识聚合，服务器平均聚合所有参与方上传的知识并通过子图关系矩阵对知识进行加权聚合，为每个参与方生成个性化知识；S4.更新本地图神经网络；S5.重复执行S1‑S4步骤。本发明实现了子图场景下拥有不同架构的参与方的本地模型的协作训练，并且通过关系学习解决了子图间的数据异质性问题。

公开(公告)号：CN118981658A

公开(公告)日：2024-11-19

申请号：CN202411013426.0

申请日：2024-07-26

Applicant: 电子科技大学

Inventor： 罗光春 ,  王勇 ,  詹思瑜 ,  张智成 ,  罗裕杰 ,  黄睿正

IPC: G06F18/23213 ,  H04L9/40 ,  G06F21/57 ,  G06F21/56 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0895

Abstract: 本发明公开了一种基于异构图自编码器的APT攻击者聚类方法，包括：情报获取与STIX情报映射、异构图自编码器训练和攻击者聚类几个基础步骤；本方案针对APT攻击者的聚类问题，使用异构图来表示全面、复杂的威胁知识；同时使用异构图自编码器来在标签数据不足时，从数据本身提取攻击者的特征，并用于攻击者聚类，在自编码的自监督学习过程中，以元路径重建作为学习目标，使该自编码器可以有效提取包含语义信息的APT攻击者特征，可将其用于APT攻击者聚类任务，提高攻击者特征提取的准确性，更好地完成了攻击者聚类任务。