-
公开(公告)号：CN110399261B
公开(公告)日：2020-12-18
申请号：CN201910508755.5
申请日：2019-06-13
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种基于共现图的系统告警聚类分析方法。本方法为：1)利用历史系统告警信息构建通用共现图；根据通用共现图中节点之间的距离将各系统告警信息聚为若干故障簇，并为每一故障簇设置一生命周期；2)对于一新产生的系统告警信息a，计算系统告警信息a与处于生命周期内的各个故障簇之间的距离；当系统告警信息a与一故障簇的距离小于设定阈值时，则将系统告警信息a加入到该故障簇中，否则为该系统告警信息a新建一个故障簇；3)在过去的一设定时间段内如果有新的系统告警信息纳入一故障簇，则维持该故障簇处于生命周期内，否则删除对应的故障簇。本发明能更准确得将有内在联系的系统告警聚到同一故障簇中。
-
公开(公告)号：CN105138580B
公开(公告)日：2018-11-23
申请号：CN201510462971.2
申请日：2015-07-31
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
Abstract: 本发明涉及一种基于阻断连边的网络负面信息影响最小化方法。该方法首先采用有向图表示社交网络中信息的传播，并利用贪婪算法找到该有向图中的k条边，使得当去掉该k条边时负面信息的感染面积最小，其中k为正整数；然后切除该k条边以使负面信息传播的范围最小。本发明通过贪婪算法寻找出可以将恶意信息扩散范围最小的k条边，这k条边远远小于社交网络图的总边数。本发明能够对于恶意信息已经爆发的社交网络进行有效地控制，使恶意信息的传播范围大大降低，所提出的贪婪算法是最接近理论最优解的，远远好于其他启发式算法。
-
公开(公告)号：CN105468681A
公开(公告)日：2016-04-06
申请号：CN201510783824.5
申请日：2015-11-16
Applicant: 中国科学院信息工程研究所
CPC classification number: G06F17/30867 , G06Q50/01
Abstract: 本发明涉及一种基于话题模型的网络负面信息影响最小化方法，包括如下步骤：1)采用有向图表示社交网络中信息的传播，通过话题模型分别计算负面信息的概率分布和每条边上的历史信息的概率分布；2)分别计算负面信息的概率分布和每条边上的历史信息的概率分布的距离，即KL散度d(w,i)，其中d表示KL散度的计算结果，w表示历史信息的话题分布，i表示负面信息的话题分布；3)计算和其中b(w)和o(w)分别为中心度和出度入度算法的计算结果，然后从大到小排序，并去掉前k个节点，使负面信息的传播范围最小。本发明对于恶意信息已经爆发的社交网络能进行有效地控制，使负面信息的影响范围大大降低。
-
公开(公告)号：CN110233938B
公开(公告)日：2020-12-22
申请号：CN201910398052.1
申请日：2019-05-14
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提出一种基于可疑性度量的团伙诈骗电话识别方法，采用无监督的方式，利用电话号码之间的呼叫记录信息，为每个电话号码定义可疑性度量，采用风险等级量化的方式识别团伙诈骗电话。本方法不需引入用户的主观标记结果，不仅能避免主观判断带来的缺陷，还能在较短时间内完成模型训练与线上使用，为用户遭受团体诈骗提供了一种简单、实用的识别方法，有效地缓解了滞后性所带来的问题。
-
公开(公告)号：CN109560966B
公开(公告)日：2020-05-22
申请号：CN201811466080.4
申请日：2018-12-03
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种基于社会传感器优化的网络级联传播早期发现方法。本方法为：对于目标领域的网络图G，设置一目标函数，并对该目标函数进行求解，得到一社会传感器集合S；其中，社会传感器集合S中的每一社会传感器对应于该目标领域的网络中的一节点；将该网络中该社会传感器集合S对应的节点作为信息采集节点，然后根据各所述信息采集节点采集的信息识别该网络中的级联信息。本方法重点在于区别对待网络中不同重要性的级联信息，减弱重要性低的级联信息对方法的影响，从而使用高效利用网络中的社会传感器更快、更全的发现重要的级联信息。
-
Patent Agency Ranking
公开(公告)号：CN110399261A
公开(公告)日：2019-11-01
申请号：CN201910508755.5
申请日：2019-06-13
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种基于共现图的系统告警聚类分析方法。本方法为：1)利用历史系统告警信息构建通用共现图；根据通用共现图中节点之间的距离将各系统告警信息聚为若干故障簇，并为每一故障簇设置一生命周期；2)对于一新产生的系统告警信息a，计算系统告警信息a与处于生命周期内的各个故障簇之间的距离；当系统告警信息a与一故障簇的距离小于设定阈值时，则将系统告警信息a加入到该故障簇中，否则为该系统告警信息a新建一个故障簇；3)在过去的一设定时间段内如果有新的系统告警信息纳入一故障簇，则维持该故障簇处于生命周期内，否则删除对应的故障簇。本发明能更准确得将有内在联系的系统告警聚到同一故障簇中。
-
公开(公告)号：CN109710754A
公开(公告)日：2019-05-03
申请号：CN201811338722.2
申请日：2018-11-12
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开一种基于深度结构学习的群体异常行为检测方法，属于计算机信息技术领域，本方法根据用户对商品的评价行为构建二部图，该图中的源节点代表用户账户，汇节点代表商品，有向边代表用户对商品的反馈记录；将源节点和汇节点同时嵌入到同一欧式空间中，得到所有节点的低维表示；对节点的低维表示进行聚类，得到的异常簇即为检测出的异常群体及其异常行为。利用深层次的网络拓扑结构信息，实现在不给定异常群体数量作为先验的条件时，完成多异常群体检测的任务，同时提高检测的准确性和扩展性。
-
公开(公告)号：CN109560966A
公开(公告)日：2019-04-02
申请号：CN201811466080.4
申请日：2018-12-03
Applicant: 中国科学院信息工程研究所
Abstract: 本发明公开了一种基于社会传感器优化的网络级联传播早期发现方法。本方法为：对于目标领域的网络图G，设置一目标函数，并对该目标函数进行求解，得到一社会传感器集合S；其中，社会传感器集合S中的每一社会传感器对应于该目标领域的网络中的一节点；将该网络中该社会传感器集合S对应的节点作为信息采集节点，然后根据各所述信息采集节点采集的信息识别该网络中的级联信息。本方法重点在于区别对待网络中不同重要性的级联信息，减弱重要性低的级联信息对方法的影响，从而使用高效利用网络中的社会传感器更快、更全的发现重要的级联信息。
-
公开(公告)号：CN106878102A
公开(公告)日：2017-06-20
申请号：CN201611204278.6
申请日：2016-12-23
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提供一种基于网络流量多字段识别的人流量检测方法，步骤包括：1)获取网络流量，对所含的数据包进行预处理，包括IP碎片重组、链接还原和协议识别；2)识别预处理后的数据包所含的多字段信息，该多字段信息包括基准字段、设备指纹字段、位置信息和时间戳信息；3)将多字段信息填充于设备表中；4)通过检测设备表中的联网设备位置信息和时间戳信息来统计人流量。本发明还提供一种基于网络流量多字段识别的人流量检测系统，包括流量获取模块、数据预处理模块、多字段识别模块、设备表模块及人流量统计模块。
-
公开(公告)号：CN110347932B
公开(公告)日：2021-11-23
申请号：CN201910479105.2
申请日：2019-06-04
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9536 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的跨网络用户对齐方法。本方法为：1)利用已知标签的用户对集合及用户对的结构信息训练深度学习框架；其中为已对齐的用户对，即社交网络GA中第i个用户与社交网络GB中第m个用户是同一用户；2)根据社交网络的结构信息分别从社交网络GA、社交网络GB中提取待对齐用户的结构信息以及并将其以用户对为单位输入训练后的深度学习框架，确定该用户对是否属于同一个真实人进行分类预测。本发明大大提高了跨网络用户对齐的准确性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.038 seconds)
