-
公开(公告)号：CN118674016A
公开(公告)日：2024-09-20
申请号：CN202410792742.6
申请日：2024-06-19
申请人： 东华大学
摘要： 本发明涉及一种基于学习行为的个性化区块链联邦学习方法，在联邦学习过程中利用各客户端的学习行为及学习知识进行监控和检验，为每个客户端提供个性化的学习结果。本发明对于联邦学习中所使用的训练算法没有限定和要求，可以支持对任意训练过程的防御。本发明利用客户端在本地训练模型时的行为及学习知识来构建学习过程模型，并结合学习过程监控机制，能够有效地降低低质量模型或者恶意模型的影响，而且在恶意客户端超过半数时，仍能有效保证安全性。同时在监控过程中，为每个客户端建立知识库，在联邦学习进程结束后，结合客户端的本地知识进行知识库检验，为每个客户端提供一个个性化的知识库以在后续进行安全的个性化的预测。
-
公开(公告)号：CN118378706A
公开(公告)日：2024-07-23
申请号：CN202410630722.9
申请日：2024-05-21
申请人： 东华大学
IPC分类号： G06N5/04 , G06N5/01 , G06N3/042 , G06Q30/018
摘要： 本发明公开了一种用于欺诈检测的行为图谱双向链路推理方法。针对欺诈链路中关键行为链路难以挖掘的问题，本发明建立以行为图谱为环境的强化学习框架，同时从正向和逆向两个方向展开推理。设计动态的行为筛选和交互引导的动作剪枝策略，解决行为的不确定性，控制动作空间的大小。设计具有空间交互的混合奖励机制，增强实体的相关性和超行为链的可信度。基于行为图谱的结构特性，定义推理的提前终止条件，加速模型收敛。通过关键行为链路筛选算法，从推理出的丰富链路中识别出关键行为链路。再利用行为图谱神经网络对关键行为链路进行欺诈检测。本发明为识别关键行为链路用于欺诈检测提供了技术支持。
-
公开(公告)号：CN116863963A
公开(公告)日：2023-10-10
申请号：CN202310080993.7
申请日：2023-01-30
申请人： 东华大学
IPC分类号： G10L25/63 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/08 , G10L25/30 , G10L25/18 , G10L25/03
摘要： 情感具有主观性与模糊性，而且语音在情感定义上缺乏官方标准。不同听者对同一段语音的情感可能有不同的观点。此外，不同人对同一情感的表达节奏和反应程度是不同的，而且同一个人在不同时刻对同一场景下的情感反应也有可能不同。为了解决该问题，本发明公开的一种基于能量帧时频融合的语音情感识别方法主要由两部分构成：第一部分通过计算语音帧的能量，选出能量大的语音帧转为频谱图作为输入；第二部分语音在时序上和频域上均有情感特征，采取CNN+RNN的网络结构分别对频域和时域进行特征提取，从而能够保证一定的准确率。本发明公开的方法成功体现出了个体间语音节奏的差异，具体是在能量上的分布差异，从而能够更准确地识别出语音情感。
-
公开(公告)号：CN116823266A
公开(公告)日：2023-09-29
申请号：CN202310369156.6
申请日：2023-04-07
申请人： 东华大学
IPC分类号： G06Q20/40 , G06F16/36 , G06F17/16 , G06N3/0464
摘要： 本发明公开了一种行为图谱的构造及其电信欺诈检测方法，面对电信欺诈场景，本发明提出行为图谱构造方法，针对不同主体之间发生的行为关系构造超图模型，在此基础上考虑多主体性、不确定性和交互性来构造行为图谱。行为图谱中由欺诈者和正常用户等多方参与来反映多主体性；由不同行为条件引发不同行为结果，产生不同欺诈链路来反映不确定性；由欺诈者和正常用户之间互相影响的行为关系来反映交互性。再以行为图谱为基础，构造电信欺诈检测方法，学习行为之间的集合关系并增强表示，进而预测用户是否会陷入骗子设计的欺诈行为链路。
-
公开(公告)号：CN116562985A
公开(公告)日：2023-08-08
申请号：CN202310601206.9
申请日：2023-05-25
申请人： 东华大学
IPC分类号： G06Q30/0601 , G06F18/2433
摘要： 本发明公开了一种交易人格心理建模及行为识别的方法，针对用户受到外界环境或情绪影响不符合历史行为特征的正常交易行为识别为异常现象，首先是交易人格心理模型的构建方法，基于历史数据分别分析用户“大五人格”，并组合形成完整的交易人格心理模型。在此基础上，提出一种基于交易人格心理模型的交易行为识别方法，根据用户历史数据，确定用户历史交易心理状态和正常波动范围，判断新交易发生时心理状态是否在范围内，进而判断当前交易是否正常，为解决行为识别提供了技术支持。
-
公开(公告)号：CN110413860B
公开(公告)日：2023-06-23
申请号：CN201910640528.8
申请日：2019-07-16
申请人： 东华大学
IPC分类号： G06F16/951 , G06N3/006
摘要： 本发明提供的一种基于NSGA‑II的多云环境下云实例的多目标优化选择方法包括以下步骤：问题背景定义；编码方式；产生初始种群；选择；交叉；变异；终止条件。本发明利用NSGA‑II算法使用快速非支配排序，得到的结果降低了整个算法的复杂度。其次，在算法中，使用拥挤度和拥挤度比较算子，保持种群多样性，避免陷入局部最优。最后，使用精英策略，增加了优良基因进入下一代的概率。
-
公开(公告)号：CN109740044B
公开(公告)日：2023-03-21
申请号：CN201811582052.9
申请日：2018-12-24
申请人： 东华大学
IPC分类号： G06F16/953 , G06F16/35
摘要： 本发明涉及一种基于时间序列智能预测的企业异动预警方法，包括以下步骤：使用网络爬虫技术获取网络新闻文本以及新闻的发布时间，并进行数据预处理；将数据转化为时间序列，并划分为时间序列段，用来进行时间序列预测；使用时间序列智能预测模型进行时间序列预测；通过文本聚类进行预警信息的挖掘，找到簇的中心文本作为预警新闻。本发明能够通过外部公开的数据解决企业异动预警问题。
-
公开(公告)号：CN108960304B
公开(公告)日：2022-07-15
申请号：CN201810640209.2
申请日：2018-06-20
申请人： 东华大学
IPC分类号： G06V10/764 , G06K9/62 , G06N3/04
摘要： 本发明涉及一种网络交易欺诈行为的深度学习检测方法，其特征在于，步骤包括：第一步、利用历史交易特征数据对模型进行训练；第二步、将实时交易特征数据输入训练好的模型，判断当前交易是否为欺诈交易。本发明：(1)发明了适用于网络交易欺诈的基于特征重排的深度学习检测系统；(2)发明了特征排列构造层及排列方法。特征排列层可增加在每组卷积层与池化层之前。(3)发明了环式卷积方法，对于一条交易数据来说，通过环式结构的卷积，使得卷积后的信息不失真。
-
公开(公告)号：CN112967062B
公开(公告)日：2022-07-05
申请号：CN202110228566.X
申请日：2021-03-02
申请人： 东华大学
摘要： 本发明涉及一种基于谨慎度的用户身份识别方法，针对交易场景中用户面对的环境因素和个人因素，对活动因素和经济承受压力进行谨慎度预测建模，指导用户谨慎性格的预测；基于用户的交互数据提取谨慎度特征，进行计算用户的谨慎度，构建用户谨慎度模型，对用户进行性格刻画；通过对比用户谨慎度预测值和交易谨慎度是否在风险阈值内对用户身份识别模型进行训练，构建基于谨慎度的身份识别模型用于身份识别。本发明方法从用户的谨慎性格出发，考虑交易场景中的环境因素和用户个人因素对用户性格的影响，可以有效检测电子交易中的用户身份，为解决欺诈交易检测提供了技术支持。
-
公开(公告)号：CN105871875B
公开(公告)日：2019-10-08
申请号：CN201610290206.1
申请日：2016-05-04
申请人： 东华大学
摘要： 系统异常敏捷感知模型对快速感知用户合法行为短时聚集引起系统异常问题提供了理论支持，但没有给出具体实现的技术问题。本发明的目的是提供一种技术方法可以将大规模网络服务系统行为异常敏捷感知的方法运用到实际系统中。为了达到上述目的，本发明的技术方案是提供了一种大规模网络服务系统行为异常检测方法。本发明的有益效果是：本发明的大规模网络服务系统行为检测方法为大规模网络服务系统行为异常敏捷感知方法运用到实际系统中提供技术支持。
-
-
-
-
-
-
-
-
-
搜索结果
74 条记录 (耗时 0.027 秒)
