利索-全球专利检索

  1. 登录
  2. 注册

搜索结果

5 条记录 (耗时 0.041 秒)

    基于连续动作学习自动机的全局优化系统及方法
    1.
    发明公开
    基于连续动作学习自动机的全局优化系统及方法 无效

    公开(公告)号：CN109214518A

    公开(公告)日：2019-01-15

    申请号：CN201710520108.7

    申请日：2017-06-30

    申请人： 上海交通大学 ,  携程计算机技术(上海)有限公司

    发明人： 李生红 ,  葛昊 ,  马颖华 ,  黄德双 ,  江文 ,  狄冲 ,  周之晟 ,  李怡晨

    IPC分类号： G06N20/00

    摘要： 一种基于连续动作学习自动机(CALA)的全局优化系统及方法，包括：初始化模块、行为选择模块、环境反馈模块、更新模块和输出模块，其中：初始化模块初始化CALA算法的参数，输入行为选择模块进行行为选择，行为通过...环境的...进入环境反馈模块，得到行为对应的环境反馈，得到局部最优解；更新模块根据环境反馈更新算法参数，将更新的参数输入行为选择模块完成一次迭代，并改进平滑函数；将改进的平滑函数引入下一次迭代的环境反馈模块，进行多次迭代，最终得到极值点，将当前的环境反馈输入输出模块，输出...；作为全局极小值输出；本发明设计合理，引入平滑函数并加入斜率分量进行改进，使得CALA更易跳出局部最小解，并使得后续的搜索具有方向性，大大提高了算法的收敛速度和正确率。

    异常流量检测系统及方法
    3.
    发明公开
    异常流量检测系统及方法 审中-实审

    公开(公告)号：CN111832647A

    公开(公告)日：2020-10-27

    申请号：CN202010662958.2

    申请日：2020-07-10

    申请人： 上海交通大学 ,  国网辽宁省电力有限公司电力科学研究院

    发明人： 王嘉略 ,  李生红 ,  李怡晨 ,  董之微 ,  王刚 ,  于同伟 ,  朱钰 ,  原义栋

    IPC分类号： G06K9/62 ,  G06N3/04 ,  H04L29/06

    摘要： 本发明提供了一种异常流量检测系统及方法，包括：流量特征分析与选取模块：根据泛在电力物联网流量特点对流量特征进行筛选，并使用KPCA算法对流量特征进行降维；流量基准模型构建模块：对降维后的流量特征进行提取，基于RBM模型和SOM聚类算法构建受限玻尔兹曼机模型并进行训练，完成基准模型的构建；流量基准模型训练模块：根据对比散度算法对训练后的基准模型进行异常度划分，划分为正常基准模型与异常基准模型；异常流量检测模块：提取待检测流量特征并进行计算，根据基准模型的输出与原输入特征数据的相似度进行异常流量检测。本发明可以完成流量数据的自动类别标注，且具有较高的网络流量异常检测准确率。

    基于学习自动机的网络流量攻击检测的特征筛选系统及方法
    4.
    发明公开
    基于学习自动机的网络流量攻击检测的特征筛选系统及方法 无效

    公开(公告)号：CN110191081A

    公开(公告)日：2019-08-30

    申请号：CN201810153375.X

    申请日：2018-02-22

    申请人： 上海交通大学

    发明人： 马颖华 ,  苏宇 ,  李生红 ,  狄冲 ,  张波 ,  李怡晨 ,  冯帅

    IPC分类号： H04L29/06

    摘要： 一种基于学习自动机的网络流量攻击检测的特征筛选系统及方法，该系统包括：数据预处理模块、设置模块、学习自动机模块、随机环境模块、特征筛选模块以及攻击检测模块，本发明通过与分类器的交互和学习自动机的演变，冗余特征被逐个去除，最终最优的特征被筛选出来，组成最优特征子集，有效的解决了网络流量数据量大、维度高的问题，利用这些筛选出的特征可以有效提高网络流量攻击检测的效率，可以被应用于电网工控网络等大规模网络的环境中。