基于卷积神经网络的自适应入侵检测方法及系统

    公开(公告)号:CN118921198A

    公开(公告)日:2024-11-08

    申请号:CN202410969971.0

    申请日:2024-07-19

    IPC分类号: H04L9/40 G06N3/0464 G06N3/084

    摘要: 本发明公开了基于卷积神经网络的自适应入侵检测方法及系统,属于网络检测技术领域,要解决的技术问题为如何应对不断变化的网络攻击和威胁、提高网络的入侵检测。包括如下步骤:采集网络流量数据,包括正常网络流量数据异常的网络流量数据;将预处理后网络流量数据作为样本数据,基于样本数据、样本数据的类别以及类别概率构建数据集;基于卷积神经网络构建网络入侵检测模型,网络入侵检测模型用于提取网络流量数据的网络特征、基于提取的网络特征判断网络流量数据是否为异常网络流量数据以及为异常网络流量数据的概率值,预测输出类别以及类别概率;基于数据集对网络入侵检测模型进行模型训练以及优化;对网络入侵检测模型的结构进行调整。

    一种基于评分卡模型的移动云盘引入期用户成长特征重要度评估方法及系统

    公开(公告)号:CN118917868A

    公开(公告)日:2024-11-08

    申请号:CN202410875672.0

    申请日:2024-07-02

    发明人: 孙郅斐 窦喜梅

    摘要: 本发明涉及移动云盘用户体验优化技术领域,具体为一种基于评分卡模型的移动云盘引入期用户成长特征重要度评估方法及系统,采集云盘用户的用于构建评估模型的数据;对采集的数据进行分析和处理,根据建立成长特征重要度评估模型需求挑选特征项;基于输出的数据进行模型训练、评估和调优,输出移动云盘用户成长特征评估模型;将获取的评分模型转换为标准评分卡,依据所述标准评分卡评定云盘用户的特征重要度分数;有益效果为:通过对云盘用户的基础信息、终端信息、标签属性、资产信息、套餐信息、埋点行为、营销活动参与情况,借助历史数据制作评分卡,后基于评分卡用户的特征重要度进行评估,提升引入期用户的使用粘性,维系用户数量。

    基于业务上下文动态生成业务流程的流程引擎及实现方法

    公开(公告)号:CN118917650A

    公开(公告)日:2024-11-08

    申请号:CN202411002547.5

    申请日:2024-07-25

    IPC分类号: G06Q10/0633

    摘要: 本发明公开一种基于业务上下文动态生成业务流程的流程引擎及实现方法,涉及业务流程生成技术领域,流程引擎包括:规则设置模块,负责预先设定解析规则;流程解析模块,负责依据预设的解析规则从业务上下文中提取和规范关键元素;流程库,涵盖多种业务场景的流程模板,并为每个流程模板设定明确的适用条件和约束条件;动态加载模块,负责在接收到业务请求时,获取流程解析模块提取和规范的关键元素,与流程库中的流程模板适用条件和约束条件进行匹配,随后加载并初始化匹配到的流程模板。本发明用于根据当前业务的上下文动态加载并初始化要执行的整个流程,可以提高业务流程的处理效率和准确性,来更快地响应业务需求的变化。

    算网主机管理平台的多类型小程序动态调用方法及系统

    公开(公告)号:CN118916135A

    公开(公告)日:2024-11-08

    申请号:CN202411002548.X

    申请日:2024-07-25

    发明人: 李子厚 李强

    IPC分类号: G06F9/48 G06F11/34 G06F11/30

    摘要: 本发明公开了算网主机管理平台的多类型小程序动态调用方法及系统,属于边缘计算、终端算力共享技术领域,本发明要解决的技术问题为因移动设备性能差异大、算网主机轻应用多变等造成的应用使用卡顿,不顺畅,采用的技术方案为:移动设备性能检测:检测移动设备运行情况;轻应用适配性能分析:分析小程序与移动设备匹配程度;多类型轻应用调度:根据小程序类型与应用移动设备运行系统环境动态调度打开不同类型轻应用;轻应用运行监控:对轻应用运行过程中进行数据采集,优化轻应用适配性能分析策略。

    无人机自动驾驶方法及系统、介质、设备

    公开(公告)号:CN118915787A

    公开(公告)日:2024-11-08

    申请号:CN202411002574.2

    申请日:2024-07-25

    IPC分类号: G05D1/46 G05D109/20

    摘要: 本发明提供一种无人机自动驾驶方法及系统、介质、设备。该方法包括:采集多模态的驾驶环境信息;从所述驾驶环境信息进行编码,得到适用于世界模型的多模态输入特征;将所述多模态输入特征输入至所述世界模型中,得到驾驶环境动力学信息;将所述驾驶环境动力学信息输入至类脑神经回路网络中,得到无人机自动驾驶控制信息;根据所述无人机自动驾驶控制信息,对无人机进行自动驾驶控制。由于本发明实施例不是采用模块化的方法,因此不高度依赖于人工工程,在面对新任务或新环境,无人机也能够灵活适应,因此本发明实施例提供的方法的迁移性较高,能够适应人工智能的发展需求。

    一种具有改善光质和增温的农膜及制备方法

    公开(公告)号:CN118909233A

    公开(公告)日:2024-11-08

    申请号:CN202411419787.5

    申请日:2024-10-12

    发明人: 徐怀亮 徐东升

    摘要: 本发明涉及功能性农膜技术领域,具体公开了一种具有改善光质和增温的农膜及制备方法,所述农膜包括以下原料:对苯二甲酸、己二酸、乙二醇、1,4‑环己二醇、荧光复合材料、催化剂、助剂;所述制备方法包括将对苯二甲酸、己二酸、乙二醇、1,4‑环己二醇与催化剂混合均匀后,在惰性气体保护下,进行酯化反应3‑5h后,升温进行缩聚反应1‑3h后,冷却出料,得到聚酯材料;将聚酯材料、荧光复合材料和助剂混合均匀后,挤出造粒,再用吹膜机吹膜即得;本发明制得的农膜吸湿性低、透光率高、加工性能好,还具备优异的刚性、耐热性、柔韧性、耐冲击性和光转化效果。

    一种改善青少年视力的药膳配方及其应用

    公开(公告)号:CN118902090A

    公开(公告)日:2024-11-08

    申请号:CN202410981072.2

    申请日:2024-07-22

    申请人: 李鑫

    摘要: 本发明提供一种涉及食品技术领域,尤其涉及一种改善青少年视力的药膳配方及其应用,一种食补药膳配方,包括组分含有远志12份、菖蒲12份、党参9份、茯苓9份、黄芪12份、菟丝子12份、褚实子12份、五味子12份的中药,将上述组分的中药进行颗粒状粉碎后装入中药包煎袋中备用;将所述中药包放入容器内,加入2000ml清水浸泡20分钟,再将浸泡的水和药包与鸡肉同时炖煮,加入食盐、料酒、葱、姜调味。本发明优点是在不使用现在医疗技术干预的情况下,可调节青少年眼睛发育阶段的干预,激发身体的机能,从自身实现视力恢复。

    一种PON网管运维方法
    8.
    发明公开

    公开(公告)号:CN118900371A

    公开(公告)日:2024-11-05

    申请号:CN202411074457.7

    申请日:2024-08-07

    发明人: 马波 周红生

    IPC分类号: H04Q11/00

    摘要: 本发明公开一种PON网管运维方法,涉及网络业务管理技术领域;包括步骤1:进行PON端口轮巡查询:按照PON网管架构及入参要求,在OLT资源中查询所要轮巡业务的宽带账号、所属地市及网管厂家,进而确定所属PON网管,按各网管厂家提供的指令将SN码传递给对应的PON网管系统,在PON网管系统内逐个网元上轮巡查找所述SN码,之后反馈SN码所注册的设备信息给家客资源系统,步骤2:进行资源回填及自动激活:家客资源系统收到PON端口轮巡结果后,根据宽带账号,对轮巡业务相关资源进行回填更新,根据回填更新中新回填的PON端口进行业务激活。

    智能家居设备的控制方法、系统及智能家居设备

    公开(公告)号:CN118900215A

    公开(公告)日:2024-11-05

    申请号:CN202410946227.9

    申请日:2024-07-15

    发明人: 何彬 张宁

    摘要: 本发明提供了智能家居设备的控制方法、系统及智能家居设备。在根据用户指令与一种型号的当前智能家居设备建立连接后,小程序向当前智能家居设备发送预先编译的查询指令,该查询指令中包括:在该小程序中预先编译好的对所述至少两种型号的智能家具设备的每一个功能的查询指令的指令集合;小程序根据当前智能家居设备针对每一个功能的查询指令所逐一返回的功能状态值,设置对应于当前智能家居设备的控制界面,其中,功能状态值包括:表征支持该功能的第一状态值以及表征不支持该功能的第二状态值,从而可以基于小程序控制不同型号的智能家居设备。本发明能够更为方便、快捷地实现对不同型号的智能家居设备的控制。

    一种基于深度强化学习的RIS辅助MISO系统优化方法

    公开(公告)号:CN118900143A

    公开(公告)日:2024-11-05

    申请号:CN202411207355.8

    申请日:2024-08-30

    摘要: 本发明公开了一种基于深度强化学习的RIS辅助MISO系统优化方法,属于通信系统优化技术领域,要解决的技术问题为如何基于深度强化学习对基站波束成形矩阵和RIS相移矩阵进行联合优化。包括:构建RIS辅助的MISO通信系统模型,包括一个基站、一个智能反射面RIS和M个单天线用户;在给定信道状态信息下,通过联合优化BS的波束成形矩阵和RIS的相移矩阵、构建最大化和速率优化问题模型;将最大化和速率优化问题模型构建为马尔科夫决策问题,并基于DDPG算法和LSTM算法构建学习模型;对于马尔科夫决策问题,基于学习模型进行动作评估和参数优化,以得到最优BS处发射波束成形和RIS相移、使得和速率最大。