-
公开(公告)号：CN109194693A
公开(公告)日：2019-01-11
申请号：CN201811280717.0
申请日：2018-10-30
Applicant: 福州大学
Abstract: 本发明涉及一种网络攻击模式图的生成方法，从原始入侵检测系统日志文件数据中使用过程挖掘工具获得攻击图，检查攻击图的复杂度，对攻击图进行分割，分割攻击图中的独立子图部分，分割攻击图的长距离环，检查分割子图的复杂度，补全子图的结构信息。本发明可在保留攻击土结构的基础上有效的减少攻击图复杂度，使得攻击图信息更便于网络管理员对入侵检测系统数据分析和进一步研究。
-
公开(公告)号：CN109088899A
公开(公告)日：2018-12-25
申请号：CN201811280577.7
申请日：2018-10-30
Applicant: 福州大学
IPC: H04L29/06
Abstract: 本发明涉及一种针对XSS攻击的APT预警方法，首先接收来自WEB应用防火墙的WEB攻击检测结果，并针对XSS攻击检测结果，模拟黑客绕过WEB应用防火墙拦截规则的行为，产生新的攻击规则，丰富XSS攻击规则库；然后结合APT攻击知识库，对XSS攻击检测结果进行标识，产生APT攻击标识结果；并将没有标识的XSS攻击添加到未知APT攻击集中；接着对未知APT攻击集合中进行预处理，得到未知APT攻击预处理结果集；利用基于MapReduce的分布式Aprior算法对未知APT攻击预处理结果集进行关联分析，产生APT关联规则，得到与XSS攻击对应的APT分析情报，作为APT威胁情报输出。本发明实现了对目前XSS攻击种类多样并主动防御的机制。
-
公开(公告)号：CN108984745A
公开(公告)日：2018-12-11
申请号：CN201810780502.9
申请日：2018-07-16
Applicant: 福州大学
Abstract: 本发明涉及一种融合多知识图谱的神经网络文本分类方法，包括以下步骤：将训练集中文本输入至长短期记忆网络中，得到文本的上下文向量；对训练集中各文本抽取实体，在知识图谱中进行实体匹配；分别计算匹配到的各实体、知识图谱中各关系在上下文向量下的注意力权重，得到文本的总体实体向量、总体关系向量，进而得到事实三元组向量；计算不同知识图谱下的事实三元组向量，计算这些事实三元组的注意力权重，得到文本表征向量并输入到神经网络的全连接层，使用分类器计算各文本属于各类别的概率来训练网络；利用训练好的深度神经网络模型预测待预测文本所属类别。该方法提升了模型对文本语义的理解，可以更可靠、准确且鲁棒地对文本内容进行分类。
-
-
公开(公告)号：CN105117816B
公开(公告)日：2018-11-27
申请号：CN201510430023.0
申请日：2015-07-22
Applicant: 福州大学
Abstract: 本发明涉及一种基于兴趣点的城市阻抗计算方法，包括以下步骤：1、从互联网媒介中采集城市内的兴趣点数据，其中包括兴趣点的名称、类型、经纬度位置、营业时间数据；2、对兴趣点的营业时间进行数据整理，输出标准格式；3、利用城市路网数据，以城市中道路系统完全围合的多边形为基础，划分出地块单元并确定地块中心；将兴趣点通过经纬度位置映射至相应地块单元中；4、对各地块中心到可达范围内所有兴趣点进行路径规划，获得路径参数；5、根据路径规划结果，考虑路径参数及相应地块单元内的人口参数，计算城市中每个地块单元对应的阻抗值。该方法有利于量化城市不同地块不同时间段的阻抗值，从而为交通流量管理和城市用地规划提供参考。
-
Patent Agency Ranking
公开(公告)号：CN108765180A
公开(公告)日：2018-11-06
申请号：CN201810535515.X
申请日：2018-05-29
Applicant: 福州大学
IPC: G06Q50/00
CPC classification number: G06Q50/01
Abstract: 本发明涉及一种基于影响力与种子扩展的重叠社区发现方法，包括：1、读取网络数据集，生成网络结构图并获取节点信息；2、结合Jaccard系数和节点信息，计算节点的影响力分数；3、基于影响力分数，找到核心种子节点，建立核心种子社区集合；4、合并相似度高的社区，得到优化后的核心种子社区集合；5、根据社区邻居集中节点与相应社区的相似度，标记出候选节点；6、将满足模块度要求的候选节点加入相应社区中，得到重叠社区集合；7、将自由节点加入相似度高的重叠社区，更新重叠社区集合；8、合并相似度高的社区，得到优化后的重叠社区集合；9、输出最终的社区划分结果。该方法可以高效、准确地对复杂网络的重叠结构进行划分。
-
公开(公告)号：CN108763436A
公开(公告)日：2018-11-06
申请号：CN201810510959.8
申请日：2018-05-25
Applicant: 福州大学
CPC classification number: H04L67/06 , H04L67/1095 , H04L67/1097
Abstract: 本发明涉及一种基于ElasticSearch与HBase的分布式数据存储系统，包括客户端以及设在主服务器上的ElasticSearch集群、HBase集群与FastDFS集群；所述ElasticSearch集群用以存储数据的索引信息；所述HBase集群用以存储数据的元数据；所述FastDFS集群用以存储文件。本发明结合了ElasticSearch、HBase和FastDFS各自的优点，实现了数据的快速存储和查询，克服了传统单一式的存储系统的不足。
-
公开(公告)号：CN108563729A
公开(公告)日：2018-09-21
申请号：CN201810301630.0
申请日：2018-04-04
Applicant: 福州大学
Abstract: 本发明的目的是挺一种基于DOM树的招标网站中标信息抽取方法，包括以下步骤：首先通过对招标网站的中标信息列表页的采集，得到每一个中标项目在列表页中显示的标题以及中标项目详情页的链接，并通过链接得到中标项目详情页的HTML代码，上述数据构成一项中标项目数据，N项中标项目数据构成用数据集；对数据集中的每一项中标项目数据，利用该中标项目在列表页中的标题以及对应的HTML代码，创建一棵DOM树；遍历数据集，生成N棵DOM树；再根据N棵DOM树生成包装器；最后使用包装器抽取中标项目详情页面中的正文内容，即中标项目信息。该方法能够在提高中标信息抽取准确率的同时减少任务总执行时间。
-
公开(公告)号：CN108550149A
公开(公告)日：2018-09-18
申请号：CN201810342813.7
申请日：2018-04-17
Applicant: 福州大学
IPC: G06T7/00
Abstract: 本发明涉及一种基于实际应用的显著性检测元评估方法，包括以下步骤：1、提取图像检索数据集中每幅图像的深度卷积特征，利用基于深度卷积特征的图像检索方法计算得到T种显著性检测算法对应的T个检索序列集合；2、分别计算图像检索数据集中所有图像的标准检索序列集合与T个检索序列集合之间的平均精度值，据此降序排列得到图像检索应用对T种显著性检测算法的评估排序序列；3、计算显著性检测评估方法对T种显著性检测算法的评估值，据此降序排序得到显著性检测评估方法对T种显著性检测算法的评估排序序列；4、计算两序列的相关性，以此作为显著性检测评估方法的评估值。该方法有利于为实际应用选出合适有效的显著性检测评估方法。
-
公开(公告)号：CN108550119A
公开(公告)日：2018-09-18
申请号：CN201810262921.3
申请日：2018-03-27
Applicant: 福州大学
Abstract: 本发明涉及一种结合边缘信息的图像去噪方法，包括以下步骤：步骤S1：对噪声图像采用加噪标准差σ作为去噪参数进行去噪，获得第一去噪结果；步骤S2：对不同噪声幅度下的噪声图像采用不同缩小率缩小后的标准差r×σ作为去噪参数进行去噪，获得第二去噪结果；步骤S3：对第一去噪结果计算图像边缘信息，得到边缘图像；步骤S4：对边缘图像进行膨胀操作，得到膨胀后的边缘图像；步骤S5：采用膨胀后的边缘图像作为权重图，将第一去噪结果与第二去噪结果相结合，获得最终的去噪结果。该方法有利于提高图像去噪方法的性能，可应用于图像和视频处理、计算机视觉等领域。
-
-
-
-
-
-
-
-
-
Search Results
224
records
(took 0.025 seconds)
