-
公开(公告)号：CN101308498A
公开(公告)日：2008-11-19
申请号：CN200810040145.9
申请日：2008-07-03
申请人： 上海交通大学
摘要： 一种计算机应用技术领域的文本集合可视化系统，包括：文本采集模块、中文分词模块、词语权重计算模块、XML文件组织模块、可视化图形界面模块，先通过文本采集模块、中文分词模块、特征词权重计算模块和XML文件组织模块构成本地数据库，然后通过可视化图形界面模块与本地数据库的接口交互，对用户的检索关键词图形化地显示结果。显示结果的呈现应用本发明提供的文档与多个关键词关联程度的可视化方式，并且向用户提供可在图形界面上拖曳关键词的交互操作来拓展定义关键词之间的语义关系，得到更好的效果。
-
公开(公告)号：CN1560762A
公开(公告)日：2005-01-05
申请号：CN200410016555.1
申请日：2004-02-26
申请人： 上海交通大学
IPC分类号： G06F17/27
摘要： 一种基于字同现频率的主题抽取方法，属于信息处理领域。本发明以字为基本处理单元，首先对输入文本统计每个字出现的次数，删除出现次数只为一次的字和常用字，然后，通过统计全文中字的同现频率，并得到字与字之间同现所具有的信息量，将统计结果保存在矩阵中，进而计算每一句或段中字同现关系使得每一句或段所蕴涵的信息量，并经过权重调整后，最后进行主题句或段的排序和输出，从而实现主题句或段抽取。本发明克服了背景技术的缺陷，避开文本处理过程中的分词和抽词过程，使用该方法进行主题抽取，具有相当高的正确率，尤其是散文、诗歌等富含高级修辞手法的文体，第一主题句的正确率都达到半数以上。
-
公开(公告)号：CN115396169B
公开(公告)日：2024-06-25
申请号：CN202210994619.3
申请日：2022-08-18
申请人： 上海交通大学
IPC分类号： H04L9/40
摘要： 本发明提供了一种基于TTP的多步骤攻击检测与场景还原的方法及系统，包括如下步骤：离线训练步骤：在离线训练阶段，接收真实的多步骤攻击报告中提取出的攻击技术序列训练基于序列的分类模型；在线运行步骤：在在线运行阶段，接收来自终端检测和响应系统的安全告警事件，整理出安全告警事件中的攻击技术序列；将整理出的攻击技术序列进行处理后，输入训练后的基于序列的分类模型判断是否存在多步骤网络攻击。本发明通过对原始攻击技术进行子串抽取，达到了降低EDR工具产生的原始告警中误报数目的效果。
-
公开(公告)号：CN117411699A
公开(公告)日：2024-01-16
申请号：CN202311414920.3
申请日：2023-10-27
申请人： 上海交通大学
IPC分类号： H04L9/40 , G06N3/043 , G06N3/0455 , G06N3/088
摘要： 本发明提供了一种基于溯源图的异常点快速检测与攻击场景重构方法及系统，包括：步骤1：以事件的主体和客体作为节点，系统事件作为边，将原始日志建模为有向无环图的形式；步骤2：采用无监督离群值检测算法，以按边类别的节点出入度作为节点特征，应用经验累计分布函数计算每个节点的离群值，超出阈值标记为异常节点；步骤3：接收已知少量节点属性的溯源图，训练图神经网络模型执行节点分类任务，判断图中所有节点的属性，进而发掘本张溯源图中所有与已知异常节点相关联的节点。本发明基于经验累计分布函数的异常节点检测与基于异质图神经网络模型的攻击场景重构，做到在检测时能够快速发现异常节点，在重构时能够识别完整的攻击场景。
-
-
公开(公告)号：CN114666075A
公开(公告)日：2022-06-24
申请号：CN202011421173.2
申请日：2020-12-08
申请人： 上海交通大学
摘要： 一种基于深度网络特征的分布式网络异常检测方法及系统，将从分布式的雾节点中采集得到的流量数据进行预处理后，通过深度神经网络进行分类得到流量特征，经粗糙编码后，将异常流量上传至云端，再在云端对异常流量进行合并处理并聚集异常流量后得到异常检测结果。本发明使用雾节点来收集和处理流量，并对流量进行特征抽取以及特征编码的计算，将流量的基础计算在雾节点上进行，并将异常流量的数据计算粗糙编码并上报。在降低云端的数据规模的同时，云节点可以使用粗糙编码进行全系统内所有异常流量的聚集。
-
公开(公告)号：CN106095919B
公开(公告)日：2019-08-02
申请号：CN201610405588.8
申请日：2016-06-12
申请人： 上海交通大学
IPC分类号： G06F16/904
摘要： 一种面向热点分析的数据变化趋势涌泉可视化系统及方法，包括：设置模块、数据读取模块、计算模块、调度模块以及交互模块，其中：设置模块向用户提供参数设置功能；数据读取模块读取来自用户数据流文件，计算热点数据；计算模块读取来自数据读取模块的热点数据，计算可视化数据；交互模块读取来自计算模块的可视化数据在显示设备中处理图标的显示，并处理用户的操作；调度模块保存可视化数据，并调用交互模块进行图像呈现。通过模拟涌泉模型，将热点显示为涌泉图标，从中心区域涌出并随时间扩散、移动和消失，该方法可表现热点及其热度，并表现热点随时间的变化趋势，便于用户进行热点跟踪和分析。
-
公开(公告)号：CN106095919A
公开(公告)日：2016-11-09
申请号：CN201610405588.8
申请日：2016-06-12
申请人： 上海交通大学
IPC分类号： G06F17/30
CPC分类号： G06F16/904
摘要： 一种面向热点分析的数据变化趋势涌泉可视化系统及方法，包括：设置模块、数据读取模块、计算模块、调度模块以及交互模块，其中：设置模块向用户提供参数设置功能；数据读取模块读取来自用户数据流文件，计算热点数据；计算模块读取来自数据读取模块的热点数据，计算可视化数据；交互模块读取来自计算模块的可视化数据在显示设备中处理图标的显示，并处理用户的操作；调度模块保存可视化数据，并调用交互模块进行图像呈现。通过模拟涌泉模型，将热点显示为涌泉图标，从中心区域涌出并随时间扩散、移动和消失，该方法可表现热点及其热度，并表现热点随时间的变化趋势，便于用户进行热点跟踪和分析。
-
公开(公告)号：CN100583171C
公开(公告)日：2010-01-20
申请号：CN200810042482.1
申请日：2008-09-04
申请人： 上海交通大学
摘要： 一种计算机仿真技术领域的基于客流预测和自适应仿真的拥挤预警系统，包括：现场建模模块、测量模块、数据存取模块、客流预测模块、客流自适应仿真模块、拥挤预警模块、实施拥挤预案模块，现场建模块通过对现场进行建模，测量模块对现场人数进行测量，数据保存在数据存取模块中，客流预测模块根据历史数据对未来时间内进行预测，客流自适应仿真模块预测数据生成相应数量的游客，并对游客的移动进行仿真，并对仿真参数和模型进行自适应调整，拥挤预警模块根据对现场拥挤状态的评估，发出拥挤预警，由实施拥挤预案模块选择预案实施。本发明不仅可以在活动举行之前对预案进行分析和验证，还可以在活动举行过程中预案的实现效果进行预测。
-
公开(公告)号：CN115114500B
公开(公告)日：2024-08-02
申请号：CN202210788962.2
申请日：2022-07-06
申请人： 上海交通大学
IPC分类号： G06F16/951 , G06F16/9536 , G06N3/042 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种基于举报信息和传播异构图的谣言检测方法和系统，包括：获取存在谣言传播的主题关键词；根据主题关键词爬取与主题相关的数据，包括信息、信息发布者数据以及信息转发、点赞用户数据；利用获取的信息、信息发布者数据以及信息转发、点赞用户数据，确定节点种类、节点标签和边关系矩阵，并生成信息异构传播图，根据标注的信息节点标签，通过降低训练集的损失之和，完成图注意力神经网络的训练；基于信息异构传播图，利用转发及发布信息的所有用户真实性概率结果均值计算该条信息的真实性。本发明的高预测准确率减少了人工判断虚假新闻的成本；使用图注意力网络训练时，仅采用少量样本训练，符合真实社交网络环境。
-
-
-
-
-
-
-
-
-
搜索结果
34 条记录 (耗时 0.059 秒)
