-
公开(公告)号：CN104965913A
公开(公告)日：2015-10-07
申请号：CN201510390801.8
申请日：2015-07-03
Applicant: 重庆邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30241 , G06F17/30705
Abstract: 本发明请求保护一种基于GPS地理位置数据挖掘的用户分类方法，包括如下步骤：预处理原始数据集，提取算法所需数据属性并以用户为单位归纳整理；通过FindStayArea算法挖掘用户的停留区域，找出用户大范围的活动区域(如工作地点区域、居住小区等)；接着通过FindStayPoint算法挖掘用户的停留位置也是就用户的活动位置(如工作地点区域中的某栋建筑，居住小区中的体育场等)；最后将用户的停留位置结合UserClassify算法对用户分类。本发明将用户的原始GPS地理位置数据分层处理，不仅能挖掘出用户经常活动的停留位置，同时还能够利用挖掘的结果将用户分类，找出相似性最高的用户群体，充分挖掘GPS地理位置数据的价值。
-
公开(公告)号：CN104735654A
公开(公告)日：2015-06-24
申请号：CN201510104390.1
申请日：2015-03-10
Applicant: 重庆邮电大学
Abstract: 一种可检测数据完整性的隐私数据融合方法。本发明请求保护一种可进行数据完整性和隐私保护的数据融合方法，涉及无线传感器网络数据融合中节点数据的隐私保护和完整性检测。在无线传感器网络节点与节点之间进行数据传输的过程中，容易遭受攻击者注入虚假或者篡改数据，导致数据跟节点收集的原始数据不一致。提出一种方法，在节点进行数据融合的过程中加入同态消息验证码，使节点的真实密钥与相应生成的消息验证码都随着存储数据的改变而改变，而节点自身的存储密钥不发生改变。即使攻击者同时捕获了节点的密钥和数据，但也无法获取节点真实密钥，实现数据的完整性和隐私保护。
-
公开(公告)号：CN105785411B
公开(公告)日：2018-10-12
申请号：CN201610102351.2
申请日：2016-02-24
Applicant: 重庆邮电大学
IPC: G01S19/42
Abstract: 本发明提出了一种基于区域划分的异常轨迹检测方法，包括对移动对象的历史轨迹进行分类，然后对正常轨迹数据所在的区域进行划分；对区域划分后的轨迹进行区域单元扩展处理；对待检测的轨迹区域划分和扩展处理；查询出正常轨迹中与待检测轨迹具有相同起始区域单元和终止区域单元的轨迹集合，使用检测待检测轨迹每个组成区域单元在正常轨迹集合中的支持率，具有低支持率的区域单元进入异常区域单元集合中；比较异常区域单元集合的数量和正常轨迹集合中轨迹的组成区域单元数量的关系判断待检测轨迹的异常情况，再决定是否需要进一步对轨迹区域进行再划分检测。本发明根据轨迹的实际情况进行了区域再划分检测，提高检测准确率和效率。
-
公开(公告)号：CN104965913B
公开(公告)日：2018-10-12
申请号：CN201510390801.8
申请日：2015-07-03
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明请求保护一种基于GPS地理位置数据挖掘的用户分类方法，包括如下步骤：预处理原始数据集，提取算法所需数据属性并以用户为单位归纳整理；通过FindStayArea算法挖掘用户的停留区域，找出用户大范围的活动区域(如工作地点区域、居住小区等)；接着通过FindStayPoint算法挖掘用户的停留位置也是就用户的活动位置(如工作地点区域中的某栋建筑，居住小区中的体育场等)；最后将用户的停留位置结合UserClassify算法对用户分类。本发明将用户的原始GPS地理位置数据分层处理，不仅能挖掘出用户经常活动的停留位置，同时还能够利用挖掘的结果将用户分类，找出相似性最高的用户群体，充分挖掘GPS地理位置数据的价值。
-
公开(公告)号：CN104408108B
公开(公告)日：2018-08-14
申请号：CN201410672095.1
申请日：2014-11-18
Applicant: 重庆邮电大学
IPC: G06F17/30
Abstract: 本发明请求保护一种基于灰色系统理论的热点话题群体影响力分析方法，涉及社交网络领域。首先分析用户行为，研究推动热点话题的群体态势，根据社会认同度、互动行为、传播深度、意见领袖，形式化定义用户个体推动，好友双向推动，团队推动三个要素；然后针对话题生命周期各阶段数据不均匀、稀疏性问题，利用灰色系统理论构建影响力模型，挖掘推动话题的群体对象；进而动态展现群体驱动话题演化的过程。本发明不仅能够量化热点话题下用户影响力而且对话题的未知动态进行有效预测。
-
Patent Agency Ranking
公开(公告)号：CN105681320B
公开(公告)日：2018-12-28
申请号：CN201610101150.0
申请日：2016-02-24
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种基于位置模糊化的假名动态生成方法，针对基于位置服务中移动用户发起连续查询请求不能很好的保护用户的位置隐私。在移动通信中，用户在享受基于位置的服务LBS带来的方便与快捷同时，容易遭受到攻击者实施的连续查询攻击：匿名区域交叉攻击和匿名区域收缩攻击，最终会导致用户的位置信息暴露。因此本发明针对匿名区域交叉攻击提出一种方法，在匿名服务器生成匿名区域的过程中给查询发起者动态生成必要的假名，使得攻击者不能通过对比历史匿名区域以及当前的匿名区域挖掘出用户的真实身份，从而攻击者不能把截取到的位置信息与真实用户的身份一一对应起来，实现了用户的位置隐私安全。
-
公开(公告)号：CN105681320A
公开(公告)日：2016-06-15
申请号：CN201610101150.0
申请日：2016-02-24
Applicant: 重庆邮电大学
CPC classification number: H04W4/025 , H04L63/1441 , H04L67/18 , H04L67/32 , H04W12/02
Abstract: 本发明提出了一种基于位置模糊化的假名动态生成方法，针对基于位置服务中移动用户发起连续查询请求不能很好的保护用户的位置隐私。在移动通信中，用户在享受基于位置的服务LBS带来的方便与快捷同时，容易遭受到攻击者实施的连续查询攻击：匿名区域交叉攻击和匿名区域收缩攻击，最终会导致用户的位置信息暴露。因此本发明针对匿名区域交叉攻击提出一种方法，在匿名服务器生成匿名区域的过程中给查询发起者动态生成必要的假名，使得攻击者不能通过对比历史匿名区域以及当前的匿名区域挖掘出用户的真实身份，从而攻击者不能把截取到的位置信息与真实用户的身份一一对应起来，实现了用户的位置隐私安全。
-
公开(公告)号：CN104734916B
公开(公告)日：2018-04-27
申请号：CN201510104409.2
申请日：2015-03-10
Applicant: 重庆邮电大学
IPC: H04L12/26
Abstract: 本发明请求保护一种基于TCP协议的高效多级异常流量检测方法，在传统的异常流量检测的过程中加入了一种多级异常检测机制。该方法是对网络中客户端发送的数据流量的异常检测，它使用差分均值的方法对客户端产生的原始流量进行差分平稳化处理，同时根据网络中已有的流量进行分析、统计，动态的设定一个自适应阈值区间，对平稳化之后的流量进行自适应阈值差分流量检测，并对通过初级检测的数据包进行进一步的异常检测。这种进一步的异常检测主要是对经过路由转发过来的数据包进行解析，提取其关键字段，根据对关键字段的判定，进一步判断从客户端发送过来的数据包是否为异常。本发明提高了检测精度且简便易于实现。
-
公开(公告)号：CN105785411A
公开(公告)日：2016-07-20
申请号：CN201610102351.2
申请日：2016-02-24
Applicant: 重庆邮电大学
IPC: G01S19/42
CPC classification number: G01S19/42
Abstract: 本发明提出了一种基于区域划分的异常轨迹检测方法，包括对移动对象的历史轨迹进行分类，然后对正常轨迹数据所在的区域进行划分；对区域划分后的轨迹进行区域单元扩展处理；对待检测的轨迹区域划分和扩展处理；查询出正常轨迹中与待检测轨迹具有相同起始区域单元和终止区域单元的轨迹集合，使用检测待检测轨迹每个组成区域单元在正常轨迹集合中的支持率，具有低支持率的区域单元进入异常区域单元集合中；比较异常区域单元集合的数量和正常轨迹集合中轨迹的组成区域单元数量的关系判断待检测轨迹的异常情况，再决定是否需要进一步对轨迹区域进行再划分检测。本发明根据轨迹的实际情况进行了区域再划分检测，提高检测准确率和效率。
-
公开(公告)号：CN104734916A
公开(公告)日：2015-06-24
申请号：CN201510104409.2
申请日：2015-03-10
Applicant: 重庆邮电大学
IPC: H04L12/26
Abstract: 本发明请求保护一种基于TCP协议的高效多级异常流量检测方法，在传统的异常流量检测的过程中加入了一种多级异常检测机制。该方法是对网络中客户端发送的数据流量的异常检测，它使用差分均值的方法对客户端产生的原始流量进行差分平稳化处理，同时根据网络中已有的流量进行分析、统计，动态的设定一个自适应阈值区间，对平稳化之后的流量进行自适应阈值差分流量检测，并对通过初级检测的数据包进行进一步的异常检测。这种进一步的异常检测主要是对经过路由转发过来的数据包进行解析，提取其关键字段，根据对关键字段的判定，进一步判断从客户端发送过来的数据包是否为异常。本发明提高了检测精度且简便易于实现。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.026 seconds)
