-
公开(公告)号：CN120017330A
公开(公告)日：2025-05-16
申请号：CN202510076543.X
申请日：2025-01-16
Applicant: 电子科技大学
IPC: H04L9/40 , G06F18/10 , G06F18/2131 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明属于计算机信息安全领域，提出了一种基于多层次时频分解与图神经网络的异常流量检测方法，旨在解决传统方法难以有效分离和识别复杂、隐蔽网络攻击流量的问题。该方法通过收集并预处理网络流量数据，形成多变量时间序列；利用季节性和趋势性分解结合傅里叶掩膜函数，提取趋势性和季节性成分的高频与低频组分；对提取的组分进行平稳化处理和线性映射，生成新的向量表示；最后通过多尺度图神经网络建模并进行异常检测。该方法结合时频分解与图神经网络，能够精准捕捉网络流量的复杂时空依赖关系，显著提升对隐蔽性强或具有时序相关性异常行为的检测能力，适用于实时检测与预测场景，为网络安全防护提供高效预警和分析支持。
-
公开(公告)号：CN119854007A
公开(公告)日：2025-04-18
申请号：CN202510021919.7
申请日：2025-01-07
Applicant: 电子科技大学
IPC: H04L9/40 , G06F18/24 , G06N3/0442
Abstract: 本发明的目的在于提供一种基于双重网络字节流量图的加密流量分类方法及分类模型，属于信息安全技术领域。该方法创新性地将位置独热编码技术应用于构建字节流量图的顶点，并引入位置窗口来构建边，成功地将位置信息整合入流量图结构中，挖掘出流量中潜在的原始特征；分别基于数据包的头部字节、负载字节的位置编码构建流量图，分别对头部字节流量图和负载字节流量图提取特征，然后对两种特征进行交叉特征融合，最后基于流量的时序性，采用双向LSTM完成加密流量的分类。采用双重图和特征融合的方式，从语义和空间结构上对流量进行更全面的表征。相较于目前的加密流量分类方法，有更高的识别准确率，可应用在实际生成环境。
-
公开(公告)号：CN119168076A
公开(公告)日：2024-12-20
申请号：CN202411197242.4
申请日：2024-08-28
Applicant: 电子科技大学
Abstract: 本发明涉及深度强化学习技术和知识图谱推理领域，公开了一种基于语义和拓扑增强的多跳知识图谱推理方法，旨在提高给定头实体和关系来推理尾实体时，推理路径的合理性和解释性。系统包含路径获取模块和奖励计算模块。首先，使用强化学习算法控制智能体获取推理路径。其次，为提高推理路径的合理性，对路径的语义一致性与实体的多跳中介中心性进行约束。具体来说，通过计算关系和实体的局部相似性和全局紧密性，分别衡量关系和实体的一致性，从而衡量路径的语义一致性；通过计算推理路径中实体的多跳中介中心性分数，识别关键实体，选择更合理的推理路径。最后，将两个分数融合得到合理奖励函数中，再结合根据推理结果计算的准确性奖励，指导智能体选择准确且合理的推理路径。
-
公开(公告)号：CN119168061A
公开(公告)日：2024-12-20
申请号：CN202411197198.7
申请日：2024-08-28
Applicant: 电子科技大学
IPC: G06N5/04 , G06N5/025 , G06N5/02 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/0895
Abstract: 本发明涉及时序知识图谱推理技术领域，公开了一种基于双视图自适应对比学习的知识图谱推理方法，解决现有时序知识图谱推理方法在处理噪声和捕获关键历史信息方面的不足，无法有效探索历史影响与全球知识中包含的潜在未来事件之间的适应性平衡的问题。包括通过实体感知注意力机制，对局部和全局历史信息进行编码：计算跨时间子图，捕获历史事件信息跨时间戳周期性语义；引入局部‑全局查询对比模块，以提高模型在输入受到噪声污染时的鲁棒性，强化模型对抗噪声的能力，确保性能的稳定性；使用负样本权重识别函数，自适应调整负样本权重；将局部和全局编码表示进行融合，通过打分函数以获取目标实体的预测概率分布，将最高概率的实体作为预测答案，以完成时序知识图谱的外推任务。
-
公开(公告)号：CN118394929A
公开(公告)日：2024-07-26
申请号：CN202410682800.X
申请日：2024-05-29
Applicant: 电子科技大学
IPC: G06F16/34 , G06F16/33 , G06F16/35 , G06F40/151 , G06F40/211 , G06F40/30 , G06N3/0455
Abstract: 本发明公开了一种基于文本简化和情感指导的观点摘要生成方法，属于文本摘要技术领域，具体为：对待处理数据集中的所有句子进行预处理，利用第一预训练语言模型进行文本简化，得到简化后句子，利用第二预训练语言模型进行情感极性分析，得到各简化后句子的情感分布以及所属情感极性类别，将属于相同情感极性类别的简化后句子归为一组；对每个分组，计算其中各简化后句子的重要性得分，并降序排列；计算每个分组的权重，根据权重选取简化后句子，所有分组选取的简化后句子拼接得到观点摘要。本发明可提高观点摘要的简洁性和共识性，在摘要评价指标Rouge上具有优异的效果。
-
Patent Agency Ranking
公开(公告)号：CN116800480A
公开(公告)日：2023-09-22
申请号：CN202310655708.X
申请日：2023-06-05
Applicant: 电子科技大学
IPC: H04L9/40 , G06V10/82 , G06N3/0464 , G06V10/80 , G06V10/40 , G06V10/764 , G06F21/56
Abstract: 本发明提出一种基于元学习的多层次特征融合恶意软件检测方法。先将网络流量数据集按照五元组划分得到流，并保留每个流的前N个包的原始字节信息；在流中提取字节作为流级别特征，再在每个包中提取字节作为包级别特征；再使用MAML作为多层次的卷积神经网络CNN的学习方法，提取得到流级别的空间特征和包级别的空间特征，并将流级别的空间特征和包级别的空间特征进行特征融合；将融合后的特征以及对应的恶意软件或良性软件的标签输入CNN的全连接层完成软件分类任务的学习，最后将训练完成的CNN用于恶意软件检测。本发明的特征提取结合了流级别空间特征和包级别空间特征的融合特征提取，使得特征表达在网络层次上更为丰富，得到最佳的检测效果。
-
公开(公告)号：CN110113274A
公开(公告)日：2019-08-09
申请号：CN201910371797.9
申请日：2019-05-06
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多小波脉冲成型的NOMA系统，在NOMA系统的发送端，当传输信号分别进行了信号映射和OFDM调制过程后，利用基于多小波得到的多个滤波器对不同发送用户分别进行脉冲成型，然后经功率分配和信号叠加，将各发送用户的信号整合，低通滤波后发送；在接收端首先经过低通滤波，再通过相应的SIC过程，对不同接收用户采用对应发送用户的匹配滤波器进行匹配滤波，经过OFDM解调制、信号解映射之后，恢复出传输信号。采用本发明可以有效改善NOMA系统的BER性能，并且这种改善受功率分配比率的影响小，从而提升NOMA系统的传输可靠性和NOMA技术的实际可行性。
-
公开(公告)号：CN106207494A
公开(公告)日：2016-12-07
申请号：CN201610668715.3
申请日：2016-08-15
Applicant: 西安电子科技大学
CPC classification number: H01Q21/06 , H01Q1/50 , H01Q21/064
Abstract: 本发明公开了一种小型化宽带低剖面天线阵列，由天线单元按照平面矩形栅格排列方式构成天线阵列，阵列单元总个数为M*N，其中M表示沿X方向阵列单元个数，N表示沿Y方向阵列单元个数；所述天线单元长度和宽度分别设置为L和W，取值范围为L
-
公开(公告)号：CN103560318B
公开(公告)日：2016-04-13
申请号：CN201310507379.0
申请日：2013-10-24
Applicant: 西安电子科技大学
IPC: H01Q1/38
Abstract: 本发明公开了一种小型化定向辐射印刷天线，双折叠倒L形导电迹线下端连接馈电导电迹线，寄生辐射单元设置于双折叠倒L形导电迹线正上方空间，金属地板设置在馈电导电迹线的背面；双折叠倒L形导电迹线由长度等于四分之三工作波长的金属丝经多次弯折、形成具有两段相互平行长导体的空间电磁场激励结构。本发明采用双折叠倒L型空间激励结构，能够获得理想的定向辐射特性，增加了寄生辐射单元，增强了天线的前向辐射增益，利用了空间互耦合原理，采用天线密排技术，压缩了空间，缩小了天线的尺寸，采用印刷平面天线技术，辐射体与地面属于相互平行的平面内，充分利用设备空间以及利于天线与电路板的集成。
-
公开(公告)号：CN105183770A
公开(公告)日：2015-12-23
申请号：CN201510475469.5
申请日：2015-08-06
Applicant: 电子科技大学
Inventor： 刘峤 , 刘瑶 , 秦志光 , 其他发明人请求不公开姓名
IPC: G06F17/30
CPC classification number: G06F17/30882
Abstract: 本发明公开一种基于图模型的中文集成实体链接方法，能够将文本中的歧义实体映射成实世界的具体实体，为知识库扩展、信息抽取、搜索引擎提供帮助。其方法主要包括候选实体生成、实体指示图构造，集成实体消歧三部分。对于给定的文本，识别出其中的实体指称项，获取候选实体。将实体指称项及其候选实体视为图节点，构造实体指称图。对实体指示图应用出入度算法，实现对文本中多个歧义实体的消歧。本发明在建立实体指示图时不完全依赖于知识库，能够通过增量证据挖掘到百科网页上寻找证据。采用依存路径分析寻找可能相关实体指称项，当两个实体指称项的依存路径大小在设定值范围内时才看做是可能相关实体指称项，在进一步判断它们的候选实体在现实世界中是否存在关系，这样大大提高了消歧的效率。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.033 seconds)
