-
公开(公告)号：CN114553482A
公开(公告)日：2022-05-27
申请号：CN202210052433.6
申请日：2022-01-18
Applicant: 南京邮电大学
Abstract: 本发明公开了基于异构日志的异常检测网络生成方法及异常检测方法，生成方法包括：获取系统的历史原始日志消息序列并转换为日志模板序列；根据日志模板序列的自然序号和获取到的历史原始日志消息序列，生成日志模式事件，将日志模式事件转换为模式向量；采用预设的多头合成自注意力机制对模式向量进行计算和合成，得到多头合成注意力矩阵；基于多头合成注意力矩阵得到多头合成自注意力深度网络，经过随机梯度下降法训练后，得到面向异构日志的异常检测网络。本发明训练得到的面向异构日志的异常检测网络能够准确检测异构日志的异常，在准确率、实时性要求较高的日志异常检测任务中具有良好的实用性。
-
公开(公告)号：CN114332917A
公开(公告)日：2022-04-12
申请号：CN202111483215.X
申请日：2021-12-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种实时智能手语识别方法及系统，所述方法包括：根据手语视频数据，获得人体手语骨架特征；将所述人体手语骨架特征输入多流自适应层级网络，获得动作片段特征；基于神经网络模型，转换词汇序列，获得文本语义特征；将所述动作片段特征和所述文本语义特征进行特征序列对齐，输出自然语句。本发明采用多流自适应层级网络对人体手语骨架特征进行处理，提高了手语识别的准确性。
-
公开(公告)号：CN113709694A
公开(公告)日：2021-11-26
申请号：CN202110857102.5
申请日：2021-07-28
Applicant: 南京邮电大学
Abstract: 本发明涉及一种面向边缘车联网系统的计算任务卸载方法，在传统粒子群算法的基础上进行创新，针对任务的特点设立优先级的属性，使得优先级较高的任务能够优先进行处理，同时使得具有不同属性的任务的计算时间与等待时间达到一种均衡，并使得系统中所有任务的总平均加权计算时间最短；应用中使用Cloud‑Edge‑TaskOffloading‑Sim平台进行仿真实验，对边缘计算节点与云数据中心赋予不同的资源，最后对系统中所有车辆上的任务进行卸载处理；设计能够大大降低系统对海量数据的处理时间，并且能够兼顾任务的特性，使其不超过最大时延约束，而且考虑到了动态场景与云边聚合计算场景中的任务卸载问题，具有很高的应用价值。
-
公开(公告)号：CN113489674A
公开(公告)日：2021-10-08
申请号：CN202110570366.2
申请日：2021-05-25
Applicant: 南京邮电大学
Abstract: 本发明涉及一种面向物联网系统的恶意流量智能检测方法及应用，针对网络流量，设计应用全新标准化处理，并获得向量化结果，再基于以分别对应于预设各向量类型的各特征提取网络为输入，依次经过多级特征连接层、融合层、分类层所设计构成的待训练网络，执行训练获得恶意流量检测模型，即可应用该模型实现对目标网络流量的恶意流量检测；整个设计方案中融合了流量的时序特征，短时统计特征、以及字节特征，使得检测模型相比其他模型更加强大，实验表现更好，鲁棒性更强。
-
公开(公告)号：CN113079069B
公开(公告)日：2021-09-17
申请号：CN202110623165.4
申请日：2021-06-04
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向大规模加密网络流量的混合粒度训练及分类方法，包括，获取待识别的加密网络流量进行预处理，得到样本向量；将所述样本向量输入至预设训练的目标网络模型中，输出得到一个预测序列；提取所述预测序列最后一个预测向量，所述预测向量中元素值代表流量属于各个分类的最终预测值；基于提取出的所述预测向量，选取其中最大的预测值的分类作为所述加密网络流量最终的分类标签。本发明提出的训练方式，结合提出的模型特征，和预处理方法，仅需要从流中抽取少量的数据，即可通过流中的数据的特征判断所属流的类别，该方法不需要专家进行手动特征设计，在多个真实网络数据集的测试中，表现高于基于传统机器学习的识别方法。
-
Patent Agency Ranking
公开(公告)号：CN113206831A
公开(公告)日：2021-08-03
申请号：CN202110351271.1
申请日：2021-03-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向边缘计算的数据采集隐私保护方法，涉及信息安全技术领域，通过划分用户组，进行数据的分组交互，在用户组中采集键值对数据并进行扰动，中心服务器接收扰动值，并生成对应的候选集，根据各个用户组之间的交集长度，估计填充长度，对用户私有集进行处理，估计键值的出现频率及其对应的均值。通过本发明的技术方案，解决了面向边缘计算系统数据采集过程中的隐私泄露问题，同时，提高算法执行效率，通过分组的方式避免划分隐私预算带来的额外误差，提供频率估计和均值估计的准确率。
-
公开(公告)号：CN112367129A
公开(公告)日：2021-02-12
申请号：CN202010729363.4
申请日：2020-07-27
Applicant: 南京邮电大学
IPC: H04B17/318 , H04B17/391 , H04B17/373 , G06N3/04 , G06N3/08 , G06N20/00
Abstract: 本发明公开了一种基于地理信息的5G参考信号接收功率预测方法。属于人工智能技术领域，具体步骤包括：1、根据地图信息构建特征地图；2、使用人工智能构建误差迭代修正模型，将构建的特征地图与实际的信号接受功率共同训练构建的误差迭代修正模型；其中，所述特征地图以小区的建筑位置信息、发射机相对地面的高度、机器下倾角、垂直电下倾角、栅格与发射机的距离、栅格与信号线的相对高度、传播路径的损耗、载波频率、用户天线高度纠正项、小区发射机相对地面的高度、小区发射机发射功率、信号接收海拔高度作为构建特征地图的输入，最终以信号接收功率为输出。
-
公开(公告)号：CN108600163B
公开(公告)日：2020-12-15
申请号：CN201810203557.3
申请日：2018-03-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种云环境分布式哈希链架构及云数据完整性验证方法，对用户虚拟机进行扩展，得到虚拟机代理模型，使得整个设计系统具有灵活性、跨平台和扩展性，接着结合云端多用户特点的环境创建分布式哈希链，通过多用户间的信息交流来达成行动协议共识以完成可信完整性验证；本发明还涉及基于云环境分布式哈希链架构的数据完整性监控和验证方法，基于云环境，采用虚拟机代理技术维护分布式哈希链，针对数据进行实时监控，有效保证数据的完整性，提高实际工作安全性和效率。
-
公开(公告)号：CN108512766B
公开(公告)日：2020-09-11
申请号：CN201810255273.9
申请日：2018-03-26
Applicant: 南京邮电大学
IPC: H04L12/759 , H04L12/741
Abstract: 本发明公开了一种OpenFlow交换机流表调节方法，包括以下步骤：对网络的数据流进行初始化并设置参数初始值；控制器获取本地流表项的最大存储量和活动流表项的数目；计算活动流表项占比；建立数据包长度独立分布模型；计算流表项的时间间隔长度；计算网络数据流平均带宽及数据流个数；设定流表项默认Tidle并更新网络平均带宽及数据流个数；计算packet‑in消息数量、流表资源代价、控制器资源代价、流表资源偏好度和计算资源偏好度；当活动流表项占比过高，设置优先级低的流表项idle_timeout值为零并对该流表项进行删除；当活动流表项占比在预设范围内时，控制器对流表进行相应处理。本发明有实现网络数据流高效传输的优点。
-
公开(公告)号：CN111460316A
公开(公告)日：2020-07-28
申请号：CN202010199818.6
申请日：2020-03-20
Applicant: 南京邮电大学
IPC: G06F16/9536 , G06K9/62 , G06Q30/06
Abstract: 本发明公开了一种面向知识系统的个性化推荐方法及计算机存储介质，首先建立初始评分矩阵，抽取数据源中的评分数据信息，并建立二维矩阵，对于二维矩阵中缺失的元素值以0进行填充；然后，基于项目的协同过滤算法对初始评分矩阵进行训练，并重新定义初始矩阵中的0元素，以此形成新矩阵A；利用矩阵分解算法对初始评分矩阵进行训练，并用训练结果重新定义初始矩阵中的0元素，以此形成新矩阵B；最后，对比A、B矩阵中的对应元素值，将数值不同的元素进行清零，得到矩阵C并对矩阵C进行重复训练，并采用加权和的方式确定最终预测值。本发明应用在知识系统中，能够取得比较好的推荐效果，较好地缓解了知识过载的问题。
-
-
-
-
-
-
-
-
-
Search Results
505
records
(took 0.037 seconds)
