-
公开(公告)号:CN106021311A
公开(公告)日:2016-10-12
申请号:CN201610292747.8
申请日:2016-05-05
Applicant: 北京邮电大学
CPC classification number: G06F16/9535 , G06Q50/01
Abstract: 本发明提供一种网络社交活动推荐方法和装置。该方法包括:根据各待推荐网络社交活动的内容信息,获取用户对各待推荐网络社交活动的第一评分;根据各待推荐网络社交活动的位置信息,获取用户对各待推荐网络社交活动的第二评分,和/或根据各待推荐网络社交活动的组织者信息,获取用户对各待推荐网络社交活动的第三评分;根据第一评分,以及第二评分和/或第三评分,获取各待推荐网络社交活动的总评分;根据总评分,向用户进行网络社交活动推荐。通过综合多方面评分向用户进行网络社交活动推荐,可显著改善网络社交活动的推荐效果。
-
公开(公告)号:CN105913159A
公开(公告)日:2016-08-31
申请号:CN201610279983.6
申请日:2016-04-29
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种基于社交网络事件的用户影响力预测方法,通过社交网络中M个用户在N个事件上的影响力建立用户影响力矩阵S,通过用户的特征信息建立用户相关度矩阵U,通过事件的特征信息建立事件相关度矩阵E,然后根据用户影响力矩阵S、用户相关度矩阵U和事件相关度矩阵E,将事件相关性和用户相关性融合到矩阵分解预测模型中,提出新的预测模型MF?EUN进行基于社交网络事件的用户影响力预测,提高了预测结果的准确性。另外,通过本发明实施例提供的用户影响力预测方法可以比较全面的预测社交网络中用户的影响力。
-
公开(公告)号:CN105740246A
公开(公告)日:2016-07-06
申请号:CN201410746565.4
申请日:2014-12-08
Applicant: 北京邮电大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于图数据的集合关键字查询方法,包括:确定目标图中的节点,节点所能提供的服务,提供服务的评分,节点之间的距离和相应开销;解析查询指令,确定起始节点、n个服务关键字、开销约束和半径约束,确定备选集合;对备选集合进行减少冗余计算;对减少冗余计算后的集合进行剪枝;标记查询到的最优集合进行显示。通过本发明的技术方案,能够根据用户提出的多个参数进行查询,满足用户精准的需要,并且通过过滤处理和减冗余处理,可以极大地提高节点查询的速度,从而更快地为用户反馈结果,并且对于大规模的图数据,可以进行分治处理技术,建立多级的索引结构,进而减小问题求解规模并降低算法求解的时间开销。
-
公开(公告)号:CN104408070A
公开(公告)日:2015-03-11
申请号:CN201410601580.X
申请日:2014-10-31
Applicant: 北京邮电大学
CPC classification number: G06F17/30321 , G06F17/30536 , G06F21/6227
Abstract: 本发明提供一种云计算环境下保护隐私的相似子图查询方法及其系统,包括:抽取图状数据集合的特征子结构,用特征向量表示每个图状数据包含的各特征子结构的数量;产生用于进行加密的参数及随机向量对每个图状数据的特征向量及随机向量进行加密运算,生成安全向量并建立安全索引,将加密后的图状数据集合及安全索引外包到云平台中;对查询请求图抽取特征子结构,用请求特征向量表示查询请求图中包含的各特征子结构的数量,计算最大允许特征结构差异数,并生成陷门提交到云平台;云平台收到陷门后,在安全索引上计算请求特征向量和图状数据对应的安全向量的差异性,以进行相似子图查询。本发明能保护相似子图查询过程中涉及的隐私信息安全。
-
公开(公告)号:CN104320276A
公开(公告)日:2015-01-28
申请号:CN201410589834.0
申请日:2014-10-28
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于割集的虚拟网络映射方法及其系统,先基于虚拟网络的网络拓扑构建广度优先搜索树,并计算虚拟网络的割集,再基于广度优先搜索树进行虚拟网络中虚拟节点映射,且每完成一个虚拟节点的映射便进行与其相连接的虚拟链路的映射;在进行虚拟链路的映射时,先判定是否存在一个包含虚拟链路的割集,如果不存在,则将虚拟链路映射到负载最小的物理链路上,如果存在,则判断割集中除虚拟链路外的其他虚拟链路是否已经被映射到与同一个物理节点直接相连的物理链路上,如果是,则将虚拟链路映射到除与同一个物理节点直接相连的物理链路外的负载最小的物理链路上。本发明满足了虚拟网络轻量级可靠需求,提高了物理网络的长期平均运营收益。
-
公开(公告)号:CN119884143A
公开(公告)日:2025-04-25
申请号:CN202411791879.6
申请日:2024-12-06
Applicant: 北京邮电大学
IPC: G06F16/242 , G06F16/28
Abstract: 本申请提供基于安全多方计算的近似连接聚合查询方法、装置及协同查询系统,方法包括:针对近似及连接聚合查询请求指定的各个参与方各自对应的数据关系表执行多次迭代,以在每个迭代轮次中自各个参与方的经离线安全采样生成的各个数据关系表各自对应的各个样本块中分别择一作为各个所述数据关系表的目标样本块;对各个目标样本块进行近似查询及连接聚合处理,以得到查询结果估计值和半置信区间长度;在迭代停止后输出最后一个迭代轮次得到的查询结果估计值。本申请能够实现针对多个数据关系表的基于安全多方计算的近似查询及连接聚合查询,并能够在查询过程中保护个体隐私的同时,通过少量的精度损失来换取查询效率的显著提升。
-
公开(公告)号:CN119740256A
公开(公告)日:2025-04-01
申请号:CN202411532328.8
申请日:2024-10-30
Applicant: 北京邮电大学
Abstract: 本申请提供隐私保护记录链接方法、装置、电子设备及存储介质,方法包括:基于输出约束差分隐私规则,为存储有不同的数据记录的各个数据库各自对应的各个区块进行针对数据记录的噪声添加,以将添加有噪声的数据记录作为噪声数据记录;输出约束差分隐私规则用于根据拉普拉斯噪声的取整结果选择为区块中的数据记录添加噪声或对区块进行零噪声添加;基于滑动窗口,对来自不同的数据库中的各个噪声数据记录进行相似度匹配,并将相似度匹配成功的各个噪声数据记录进行链接,以得到对应的隐私保护记录对。本申请能够在保证端到端隐私保护与高效记录链接的同时,能够提高记录链接的有效性及可靠性,并能够提高端到端的记录链接过程的隐私保护的可靠性。
-
公开(公告)号:CN114168952B
公开(公告)日:2025-03-14
申请号:CN202111242874.4
申请日:2021-10-25
Applicant: 北京邮电大学 , 中国电子科技集团公司第五十四研究所
IPC: G06F21/56 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种神经网络木马病毒防御方法、装置、电子设备及存储介质。该方法包括:获取目标网络的训练数据集,训练数据集包括有一定量的训练用图片;通过预先训练的有效区域筛选器对每个训练用图片进行筛选,以去除每个训练用图片中用于设置木马病毒的无效区域,得到筛选后的训练数据集;通过筛选后的训练数据集对目标网络进行训练。在进入目标网络之前筛选掉无效区域,隐藏在无效区域中的木马病毒无法进入到后续目标网络当中,有效地保护目标网络训练数据及目标网络的安全性。
-
公开(公告)号:CN114186604B
公开(公告)日:2025-03-07
申请号:CN202111241117.5
申请日:2021-10-25
Applicant: 北京邮电大学 , 中国电子科技集团公司第五十四研究所
IPC: G06F18/2431 , G06N3/0464 , G06N3/09 , G06F18/214
Abstract: 本公开提供一种深度神经网络样本木马的构造方法及电子设备,所述方法包括:通过注入后门中毒数据,调整深度神经网络结构以及构造后门攻击触发模式模型的方法,分析后门中毒数据、深度神经网络结构、后门攻击触发模式与深度神经网络中毒攻击成功之间的关系特性;基于所述关系特性,针对特定类别或通用类别数据构造深度神经网络样本木马的后门攻击触发模式;构造嵌入隐形后门的第一水印图案,以及构造校准图像几何变换的第二水印图案;基于优化所述后门攻击触发模式的方法构造所述深度神经网络样本木马。本公开提供的深度神经网络样本木马的构造方法构造的样本木马,具有良好的隐形性以及鲁棒性,能够为后续木马检测研究提供支撑。
-
公开(公告)号:CN118155241A
公开(公告)日:2024-06-07
申请号:CN202410300516.1
申请日:2024-03-15
Applicant: 北京邮电大学
IPC: G06V40/10 , G06V20/52 , G06V20/40 , G06N3/0464 , G06N3/096
Abstract: 本公开提供了一种地铁人群检测追踪方法及系统,属于目标检测技术领域,该方法包括:基于第一检测器对第一数据集进行检测,得到第一检测结果。第一检测器基于注意力机制和目标深度学习模型训练得到。第一数据集为地铁人群的监测视频数据。对第一检测结果进行筛选,得到目标检测结果。基于第一跟踪器对目标检测结果进行跟踪,得到目标检测结果对应的目标运动轨迹。本公开提供的地铁人群检测追踪方法及系统能够解决样本数据较少导致检测精度较低的问题,提高第一检测器的检测精度,快速确定目标检测结果对应的追踪路线,提高追踪效率。
-
-
-
-
-
-
-
-
-