公开(公告)号：CN114912027A

公开(公告)日：2022-08-16

申请号：CN202210608349.8

申请日：2022-05-31

Applicant: 济南大学

Inventor： 马坤 ,  郑楠 ,  张嘉轩 ,  纪科 ,  陈贞翔 ,  杨波

IPC: G06F16/9535 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/20

Abstract: 本发明涉及学习方案推荐技术领域，提供了一种基于学习成效预测的学习方案推荐方法及系统，包括：获取待预测用户的基本数据以及对某个课程的学习行为数据，并进行预处理后，构建并筛选出分类特征，得到待预测用户的特征向量，输入训练好的在线课程学生学习成效预测模型，预测得到待预测用户对该课程的学习成效，当学习成效为未通过考核时，发送预警信息给待预测用户，并获取参考用户的学习效率和学习方案，将学习效率最高的参考用户的学习方案发送给待预测用户；并通过集成多个机器学习模型提高了模型对不同样本的泛化能力，实现了对有失败风险的学生做到准确预警和对预警学生进行最优、最适合的学习方案推荐。

公开(公告)号：CN112784194B

公开(公告)日：2022-06-21

申请号：CN202110119903.1

申请日：2021-01-28

Applicant: 济南大学

Inventor： 陈贞翔 ,  张刚 ,  荆山 ,  李恩龙 ,  杨波

IPC: G06F16/957 ,  G06F16/953

Abstract: 本公开提供了一种Android应用页面自动化遍历方法及系统，所述方案包括获取页面信息并进行解析，获取页面中可操作的初始控件集合；判断当前页面是否为新页面，若是，则对获取的初始控件进行相似性分析并将该页面保存至页面集合，若否，则从页面集合中加载页面；使用概率和随机选择策略从控件集合中选择要操作的控件，并执行点击或滑动操作；对当前信息进行更新；根据页面权重搜索当前最优页面，并跳转到最优页面，迭代执行上述操作，实现页面的自动化遍历；通过在控件规模方面和页面遍历选择中的改进，有效提高自动化遍历效率，获取更加丰富的网络流量，为移动平台的恶意应用检测提供了丰富的流量支撑。

公开(公告)号：CN109372972B

公开(公告)日：2021-06-04

申请号：CN201811328692.7

申请日：2018-11-09

Applicant: 济南大学

Inventor： 王成 ,  杨波

IPC: F16H55/17 ,  G06F30/17

Abstract: 本发明公开了一种人字齿轮齿面瞬时啮合点滑动摩擦因数的计算方法，它包括以下步骤：S1，获取人字齿轮副的计算数据；S2，计算人字齿轮主从动轮左右齿面瞬时啮合点的向径；S3，计算人字齿轮左右齿面瞬时啮合点的相对滑动速度和卷吸速度；S4，计算人字齿轮左右齿面瞬时啮合点的综合曲率半径；S5，计算人字齿轮左右齿面瞬时啮合点的滑动摩擦因数。本发明可快速准确计算人字齿轮齿面瞬时啮合点的滑动摩擦因数，计算方法简单，大大提高了计算的效率。

公开(公告)号：CN112784289A

公开(公告)日：2021-05-11

申请号：CN202110103856.1

申请日：2021-01-26

Applicant: 济南大学

Inventor： 陈贞翔 ,  朱宇辉 ,  刘聪 ,  王琳 ,  纪科 ,  杨波

IPC: G06F21/60 ,  G06F21/64 ,  G06F9/455 ,  G06F9/445

Abstract: 本发明公开了Android应用程序加密网络流量的提取系统及方法，包括：部署在服务器上的Android模拟器；所述Android模拟器上部署有Android应用程序、Android系统级TLS类库和Java虚拟机，所述Android应用程序内设有业务逻辑代码和应用内置的TLS类库，所述Java虚拟机内部署钩子框架，所述钩子框架内设有系统调用代理模块；所述系统调用代理模块分别与业务逻辑代码、应用内置的TLS类库、Android系统级TLS类库和流量收集模块连接；应用内置的TLS类库和Android系统级TLS类库均与Internet网络连接；流量收集模块与测试结果数据库连接。

公开(公告)号：CN112765028A

公开(公告)日：2021-05-07

申请号：CN202110088425.2

申请日：2021-01-22

Applicant: 济南大学

Inventor： 陈贞翔 ,  朱宇辉 ,  刘聪 ,  荆山 ,  彭立志 ,  杨波

IPC: G06F11/36

Abstract: 本申请公开了基于群控机制的Android应用程序测试方法及系统，建立待测试的应用程序测试队列，扫描并启动通过USB线缆与PC端连接的Android实体机、通过网络与PC端连接的Android实体机和部署在PC端的Android模拟器；清空Android实体机测试环境内的残留数据；向Android实体机和Android模拟器，载入待测试的应用程序文件的辅助可执行文件；扫描待测试的应用程序测试队列，向Android实体机和Android模拟器，载入待测试的应用程序文件；启动待测试的应用程序文件，注入待测的输入事件；停止输入事件，清理测试环境，输出测试报告。

公开(公告)号：CN109948732B

公开(公告)日：2020-12-22

申请号：CN201910251365.4

申请日：2019-03-29

Applicant: 济南大学 ,  山东省肿瘤防治研究院(山东省肿瘤医院)

Inventor： 彭立志 ,  李雪梅 ,  杨波 ,  李宝生 ,  朱健

IPC: G06K9/62

Abstract: 本公开提出了基于非平衡学习的异常细胞远处转移分类方法及系统，获得存在某细胞远处转移的若干条数据序列及某细胞没有远处转移的若干条数据序列，将此数据集分为训练集和测试集，训练集用来训练模型，测试集用来测试模型；首先将训练集输入到特征选择算法与原始情况数据集分类的结果作对比，选出得到结果最好的p个特征；再用过采样算法得到正负类样本比例为1:1的训练集，将此训练集分别输入到分类算法，再用测试集的数据序列进行测试，选择得到评价结果最优的训练集Pi的过采样算法i；通过调整正负类样本的比例，将训练集输入到得到训练集Pi的过采样算法，逐渐增大正负类样本比例至设定比例，分类评价最优的正负类样本比例。本公开技术方案用过采样算法尝试增大正类样本比例，获得更好的模型评价指标和少数正类样本的召回率。

公开(公告)号：CN109190342B

公开(公告)日：2020-10-23

申请号：CN201810947822.9

申请日：2018-08-20

Applicant: 济南大学 ,  赛尔网络有限公司

Inventor： 陈贞翔 ,  纪科 ,  曹栋 ,  庞颖 ,  杨波 ,  荆山

IPC: G06F21/31 ,  G06F21/45 ,  G06F21/62 ,  G06Q50/26

Abstract: 本发明公开了智慧社区的业主身份验证方法及社区服务器，社区服务器向移动终端发送基本资讯和用户可信度；社区服务器根据用户浏览记录，提取用户的多维度交互特征；挖掘用户行为习惯特征；建立随机森林模型，利用已知社区业主和已知非社区业主的用户行为习惯特征，对随机森林模型进行训练，得到训练好的随机森林模型；按照设定周期挖掘待预测用户的用户行为习惯特征，将待预测用户的用户行为习惯特征输入到训练好的随机森林模型中，预测是社区业主或非社区业主的分类结果；将分类的结果作为调整用户可信度的依据，更改用户的当前可信度；社区服务器接收用户的新访问请求，社区服务器根据用户当前可信度，向用户推送对应的用户可享受的服务内容。

公开(公告)号：CN109993691A

公开(公告)日：2019-07-09

申请号：CN201910261626.0

申请日：2019-04-02

Applicant: 济南大学 ,  山东省肿瘤防治研究院(山东省肿瘤医院)

Inventor： 彭立志 ,  姚梦迪 ,  杨波 ,  李宝生 ,  朱健

IPC: G06T3/00

Abstract: 本公开提供了一种基于分段式线性转换的非均匀图像转换方法及系统。其中，基于分段式线性转换的非均匀图像转换方法，包括：计算灰度值不均匀的非8位图的所有像素点的灰度值；按照像素点的灰度值大小，将灰度值不均匀的非8位图分成黑色区域和非黑色区域，同时将非黑色区域划分成若干区间区域；利用分段线性转换方法，计算黑色区域以及非黑色区域内各个区间区域转换为相应灰度值均匀的8位图的灰度转换曲线；利用各个线性分段的灰度转换曲线，得到灰度值均匀的8位图。本公开能够利用分段式线性转换，将灰度值不均匀的非8位图准确地转换为均匀的8位图像。

公开(公告)号：CN109948732A

公开(公告)日：2019-06-28

申请号：CN201910251365.4

申请日：2019-03-29

Applicant: 济南大学 ,  山东省肿瘤防治研究院(山东省肿瘤医院)

Inventor： 彭立志 ,  李雪梅 ,  杨波 ,  李宝生 ,  朱健

IPC: G06K9/62

Abstract: 本公开提出了基于非平衡学习的异常细胞远处转移分类方法及系统，获得存在某细胞远处转移的若干条数据序列及某细胞没有远处转移的若干条数据序列，将此数据集分为训练集和测试集，训练集用来训练模型，测试集用来测试模型；首先将训练集输入到特征选择算法与原始情况数据集分类的结果作对比，选出得到结果最好的p个特征；再用过采样算法得到正负类样本比例为1:1的训练集，将此训练集分别输入到分类算法，再用测试集的数据序列进行测试，选择得到评价结果最优的训练集Pi的过采样算法i；通过调整正负类样本的比例，将训练集输入到得到训练集Pi的过采样算法，逐渐增大正负类样本比例至设定比例，分类评价最优的正负类样本比例。本公开技术方案用过采样算法尝试增大正类样本比例，获得更好的模型评价指标和少数正类样本的召回率。

公开(公告)号：CN106845230B

公开(公告)日：2019-05-14

申请号：CN201611243535.7

申请日：2016-12-29

Applicant: 济南大学

Inventor： 陈贞翔 ,  王闪闪 ,  杨波 ,  孙润元 ,  荆山 ,  马坤

IPC: G06F21/56

Abstract: 本发明公开了基于恶意网络流量词库的恶意软件检测可视化方法及系统；包括如下步骤：对HTTP网络流的内容进行单词分割，并建立恶意网络流量词库；训练恶意软件检测模型；对待检测的HTTP网络流的流内容进行单词分割，分割成单词集合；利用得到的词库将单词集合进行向量化处理；将词向量输入到训练得到的恶意软件检测模型中，恶意软件检测模型通过计算给出检测结果；如果待检测HTTP网络流被预测为恶意流量，找到所述恶意流量的HTTP网络流的源头app，将源头app标记为恶意app；计算恶意网络流中单词的权重；恶意网络流的流内容可视化。本发明的有益效果：充分解决了恶意流量检测过程对用户的透明性问题。