-
公开(公告)号：CN106650972B
公开(公告)日：2021-07-13
申请号：CN201611189964.0
申请日：2016-12-21
Applicant: 重庆邮电大学
IPC: G06Q10/02 , G06Q50/00 , G06F16/9535
Abstract: 本发明请求保护一种基于云模型的社交网络推荐系统评分预测方法，属于数据挖掘和信息检索领域。该方法利用评分社交网站中数据集，收集用户的历史评分记录，用户的社交关系。本发明针对用户评分主观性，通过逆向云发生器对用户评分构建评分云，采用综合云模型融合所有用户评分云生成父云，在父云下生成新的评分，并用评分对用户进行聚类，以发现用户的相似群体；为克服评分数据稀疏问题，通过引入隶属度和高维云模型，结合用户社交关系，并基于高斯变换构建多规则综合预测方法。
-
公开(公告)号：CN106533968A
公开(公告)日：2017-03-22
申请号：CN201611189935.4
申请日：2016-12-21
Applicant: 重庆邮电大学
IPC: H04L12/803 , H04L12/911 , H04L12/927 , H04L29/06
Abstract: 本发明请求保护一种基于网络中间设备的软件定义移动网络安全策略。首先，为了把相应中间设备放在网络中最合适的位置，结合dataflow抽象技术，针对外部网络以及内部网络文件系统(NFS)，本文制定了不同的策略及其对应的中间设备序列，从而更加灵活地处理网络路由；其次，为了避免某一中间设备成为网络热点造成单点失效，本文基于中间设备和SDN交换机容量限制,制定了整数线性规划(ILP)逻辑路由减枝算法以及线性规划(LP)流量控制算法，使得整个网络能够负载均衡；最后，为了避免中间设备的缓存阻碍访问控制策略的实施，结合常用的数据流跟踪技术，本文对流经中间设备的数据包头部添加标签，使得访问控制规则能正常运行。
-
公开(公告)号：CN106649657A
公开(公告)日：2017-05-10
申请号：CN201611144356.8
申请日：2016-12-13
Applicant: 重庆邮电大学
CPC classification number: G06F16/9535 , G06Q50/01
Abstract: 本发明公开一种面向社交网络基于张量分解的上下文感知推荐系统及方法，属于数据挖掘和信息检索领域。首先，该方法利用社交网络海量数据集，收集用户，项目，上下文，关注列表信息，构建原始用户‑项目‑上下文评分矩阵，并计算用户相似度，构建用户‑用户相似度矩阵；其次，针对原始评分矩阵的极度稀疏性，利用张量分解对稀疏评分矩阵进行预测填充；第三，针对用户相似度矩阵稀疏问题，通过矩阵分解对稀疏用户相似度矩阵进行预测填充；最后，根据社交网络中相似的用户具有相似的兴趣倾向，在优化评分矩阵时加入社交正则化项。该方法改进了传统预测评分矩阵没有考虑上下文信息和用户间关系对打分的影响，解决了评分矩阵稀疏给推荐系统带来的阻碍，提高了推荐系统的准确性，本方法可以广泛运用于社交网络、电子商务等领域。
-
Patent Agency Ranking
公开(公告)号：CN106682502B
公开(公告)日：2019-07-19
申请号：CN201611144378.4
申请日：2016-12-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于隐马尔可夫和概率推断的入侵意图识别系统及方法，属于计算机安全技术领域。首先，由于攻击事件、子目标、意图三者之间存在的因果关系，建立层次贝叶斯网络(HBN)来表示其同层与层间的因果关系。其次，子目标层具有明显的时序特征，基于隐马尔可夫模型(HMM)对子目标层和意图层的隐藏关系进行学习。最后，提出多输出隐马尔可夫模型(MO_HMM)，通过引入带环置信度传播算法(LBP)优化HMM中前向算法和后向算法单一概率输出的问题，使其可以报送多个可能意图及其概率。
-
公开(公告)号：CN106682502A
公开(公告)日：2017-05-17
申请号：CN201611144378.4
申请日：2016-12-13
Applicant: 重庆邮电大学
CPC classification number: G06F21/554 , G06F16/2282 , H04L41/145 , H04L63/1416 , H04L63/1441
Abstract: 本发明请求保护一种基于隐马尔可夫和概率推断的入侵意图识别系统及方法，属于计算机安全技术领域。首先，由于攻击事件、子目标、意图三者之间存在的因果关系，建立层次贝叶斯网络(HBN)来表示其同层与层间的因果关系。其次，子目标层具有明显的时序特征，基于隐马尔可夫模型(HMM)对子目标层和意图层的隐藏关系进行学习。最后，提出多输出隐马尔可夫模型(MO_HMM)，通过引入带环置信度传播算法(LBP)优化HMM中前向算法和后向算法单一概率输出的问题，使其可以报送多个可能意图及其概率。
-
公开(公告)号：CN106649657B
公开(公告)日：2020-11-17
申请号：CN201611144356.8
申请日：2016-12-13
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开一种面向社交网络基于张量分解的上下文感知推荐系统及方法，属于数据挖掘和信息检索领域。首先，该方法利用社交网络海量数据集，收集用户，项目，上下文，关注列表信息，构建原始用户‑项目‑上下文评分矩阵，并计算用户相似度，构建用户‑用户相似度矩阵；其次，针对原始评分矩阵的极度稀疏性，利用张量分解对稀疏评分矩阵进行预测填充；第三，针对用户相似度矩阵稀疏问题，通过矩阵分解对稀疏用户相似度矩阵进行预测填充；最后，根据社交网络中相似的用户具有相似的兴趣倾向，在优化评分矩阵时加入社交正则化项。该方法改进了传统预测评分矩阵没有考虑上下文信息和用户间关系对打分的影响，解决了评分矩阵稀疏给推荐系统带来的阻碍，提高了推荐系统的准确性，本方法可以广泛运用于社交网络、电子商务等领域。
-
公开(公告)号：CN106533968B
公开(公告)日：2019-09-10
申请号：CN201611189935.4
申请日：2016-12-21
Applicant: 重庆邮电大学
IPC: H04L12/803 , H04L12/911 , H04L12/927 , H04L29/06
Abstract: 本发明请求保护一种基于网络中间设备的软件定义移动网络安全策略。首先，为了把相应中间设备放在网络中最合适的位置，结合dataflow抽象技术，针对外部网络以及内部网络文件系统(NFS)，本文制定了不同的策略及其对应的中间设备序列，从而更加灵活地处理网络路由；其次，为了避免某一中间设备成为网络热点造成单点失效，本文基于中间设备和SDN交换机容量限制,制定了整数线性规划(ILP)逻辑路由减枝算法以及线性规划(LP)流量控制算法，使得整个网络能够负载均衡；最后，为了避免中间设备的缓存阻碍访问控制策略的实施，结合常用的数据流跟踪技术，本文对流经中间设备的数据包头部添加标签，使得访问控制规则能正常运行。
-
公开(公告)号：CN106650972A
公开(公告)日：2017-05-10
申请号：CN201611189964.0
申请日：2016-12-21
Applicant: 重庆邮电大学
CPC classification number: G06Q10/02 , G06F17/30867 , G06Q50/01
Abstract: 本发明请求保护一种基于云模型的社交网络推荐系统评分预测方法，属于数据挖掘和信息检索领域。该方法利用评分社交网站中数据集，收集用户的历史评分记录，用户的社交关系。本发明针对用户评分主观性，通过逆向云发生器对用户评分构建评分云，采用综合云模型融合所有用户评分云生成父云，在父云下生成新的评分，并用评分对用户进行聚类，以发现用户的相似群体；为克服评分数据稀疏问题，通过引入隶属度和高维云模型，结合用户社交关系，并基于高斯变换构建多规则综合预测方法。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.012 seconds)
