-
公开(公告)号:CN118568117A
公开(公告)日:2024-08-30
申请号:CN202410556932.8
申请日:2024-05-07
申请人: 北京邮电大学 , 国网山东省电力公司菏泽供电公司 , 北京智芯微电子科技有限公司
IPC分类号: G06F16/242 , G06F16/27 , G06F16/248 , G06Q50/06
摘要: 本发明实施例提供一种能源区块链高频数据的查询方法和装置,该方法包括:在能源数据的查询信息为连续值的情况下,将查询信息的Z‑order编码和目标区块对应的MBZ树中的键值进行匹配,确定查询信息对应的能源数据的查询结果;和/或,在能源数据查询信息为离散值的情况下,将查询信息对应的nibble序列和目标区块对应的MBZ树中的键值进行匹配,确定查询信息对应的能源数据的查询结果。本发明实施例的方法有效地提升能源区块链高频数据的查询效率。
-
公开(公告)号:CN111046178B
公开(公告)日:2023-06-20
申请号:CN201911200922.6
申请日:2019-11-29
申请人: 北京邮电大学 , 北京智芯微电子科技有限公司 , 国网河北省电力有限公司信息通信分公司
IPC分类号: G06F16/35 , G06F40/205 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/0475 , G06N3/094
摘要: 本发明实施例提供的文本序列生成方法及其系统,包括:对抗网络模型包括生成器和判别器;生成器中包含特征反馈网络模块,用于从判别器中调取高阶特征,以生成指导特征向量;生成器基于指导特征向量,生成预输出文本序列的下一个词;判别器根据新构建的预输出文本序列和初始文本序列更新高阶特征;迭代执行上述步骤,直至新构建的预生成文本序列的总词数达到设定阈值时,输入至判别器进行判别,并根据分类判别结果计算更新梯度;根据更新梯度更新生成器的参数;迭代执行上述步骤直至生成器和判别器均收敛后,输出目标文本序列。本发明实施例通过增添特征转换反馈模块,将判别器提取到的特征向量输送至生成器作为指导信号,改善了生成器的生成质量。
-
公开(公告)号:CN111027292B
公开(公告)日:2021-05-28
申请号:CN201911200838.4
申请日:2019-11-29
申请人: 北京邮电大学 , 北京智芯微电子科技有限公司
IPC分类号: G06F40/166 , G06F40/242 , G06F40/30 , G06N3/04 , G06N3/08
摘要: 本发明实施例提供的限定采样文本序列生成方法及系统,该方法包括:将初始文本序列输入对抗网络模型,获取预输出文本序列的第一个词;基于词表掩模的方法,利用生成器根据第一个词,从字典数据库中选取第一个词的下一个词,构成预输出文本序列;基于词表掩模的方法,根据预输出文本序列,继续选取预输出文本序列的下一个词,获取新的预输出文本序列,直至总词数达到设定阈值,将其输入至判别器进行判别,并根据分类判别结果计算更新梯度;更新生成器的参数,并再次输入初始文本序列至更新后的生成器中;直至生成器和判别器均收敛后,输出目标文本序列。本实施例提供的方法及系统,通过改进制定文本规则精简了采样空间,改善了生成文本质量。
-
公开(公告)号:CN111046178A
公开(公告)日:2020-04-21
申请号:CN201911200922.6
申请日:2019-11-29
申请人: 北京邮电大学 , 北京智芯微电子科技有限公司 , 国网河北省电力有限公司信息通信分公司
IPC分类号: G06F16/35 , G06F40/205 , G06N3/04
摘要: 本发明实施例提供的文本序列生成方法及其系统,包括:对抗网络模型包括生成器和判别器;生成器中包含特征反馈网络模块,用于从判别器中调取高阶特征,以生成指导特征向量;生成器基于指导特征向量,生成预输出文本序列的下一个词;判别器根据新构建的预输出文本序列和初始文本序列更新高阶特征;迭代执行上述步骤,直至新构建的预生成文本序列的总词数达到设定阈值时,输入至判别器进行判别,并根据分类判别结果计算更新梯度;根据更新梯度更新生成器的参数;迭代执行上述步骤直至生成器和判别器均收敛后,输出目标文本序列。本发明实施例通过增添特征转换反馈模块,将判别器提取到的特征向量输送至生成器作为指导信号,改善了生成器的生成质量。
-
公开(公告)号:CN111027292A
公开(公告)日:2020-04-17
申请号:CN201911200838.4
申请日:2019-11-29
申请人: 北京邮电大学 , 北京智芯微电子科技有限公司
IPC分类号: G06F40/166 , G06F40/242 , G06F40/30 , G06N3/04 , G06N3/08
摘要: 本发明实施例提供的限定采样文本序列生成方法及系统,该方法包括:将初始文本序列输入对抗网络模型,获取预输出文本序列的第一个词;基于词表掩模的方法,利用生成器根据第一个词,从字典数据库中选取第一个词的下一个词,构成预输出文本序列;基于词表掩模的方法,根据预输出文本序列,继续选取预输出文本序列的下一个词,获取新的预输出文本序列,直至总词数达到设定阈值,将其输入至判别器进行判别,并根据分类判别结果计算更新梯度;更新生成器的参数,并再次输入初始文本序列至更新后的生成器中;直至生成器和判别器均收敛后,输出目标文本序列。本实施例提供的方法及系统,通过改进制定文本规则精简了采样空间,改善了生成文本质量。
-
公开(公告)号:CN118631823A
公开(公告)日:2024-09-10
申请号:CN202410700696.2
申请日:2024-05-31
申请人: 北京邮电大学
IPC分类号: H04L67/1095 , H04L67/51 , H04L41/0894 , H04L41/0897 , H04L41/16
摘要: 本申请提供一种面向异常感知的服务迁移方法和装置,涉及通信服务技术领域。该方法包括:通过获取不同时间步下目标服务的相关数据,相关数据包括目标服务所在物理网络中的多个网络节点各自的性能数据、不同网络节点之间的物理链路的性能数据、目标服务所属的目标服务组合的运行数据和日志数据;将不同时间步下目标服务的相关数据,输入至预设的Informer模型中,得到目标服务的检测结果;在检测结果为异常服务的情况下,基于多个网络节点各自的环境状态生成目标服务对应的服务迁移策略,并基于服务迁移策略对目标服务执行迁移操作,解决了现有技术中在目标服务异常失效后才进行迁移导致服务迁移的时效性较差的问题,从而有效地提高了服务迁移的时效性。
-
公开(公告)号:CN113935016B
公开(公告)日:2024-06-18
申请号:CN202111295613.9
申请日:2021-11-03
申请人: 北京邮电大学 , 浪潮云信息技术股份公司
摘要: 本发明公开了一种命名数据网中基于区块链的可信访问与跨域认证方法,通过基于ECDSA签名算法对设备进行认证,并将认证参数记录上链保管,通过ePBFT算法对认证结果进行共识,实现物联网设备在命名数据网络的跨域认证与高效访问。本发明实现了物联网设备和资源的灵活接入以及物联网设备可信认证,将认证的公共参数放在区块链上共识,实现可追溯、跨信任域、可验证,减少存储和计算资源消耗。此外,本发明引入信誉值以降低恶意节点的概率,同时简化了协商一致提交阶段,减少了广播阶段的流量,提高认证阶段共识效率,对物联网终端更友好。
-
公开(公告)号:CN114866400B
公开(公告)日:2024-04-30
申请号:CN202210464267.0
申请日:2022-04-29
申请人: 中国电子科技集团公司第五十四研究所 , 北京邮电大学
IPC分类号: H04L41/0631 , G06N5/04 , G06N5/022
摘要: 本发明涉及网络告警领域,具体涉及一种基于缓存空间优化的告警规则推理方法,本发明是基于Heuristically‑Annotated‑Linkage(HAL)规则匹配算法,并对它进行了一定的改进。HAL与其他规则推理算法相比,主要强调了类而不是规则的定义,由于类是在系统初始化阶段就可以基本被确定的,不会像规则一样随着数据的流入而频繁地更改,因此更加适合像告警数据这样实时性高、动态性强的数据。通过对告警规则推理的过程中产生的部分匹配的中间结果及时回收以及按优先级进行告警实例与类节点的匹配,解决了传统启发式标注链接匹配算法在告警规则匹配中缓存空间占用较大、匹配速度较慢的问题,减小告警规则推理过程中的缓存压力。
-
公开(公告)号:CN114978956B
公开(公告)日:2024-04-09
申请号:CN202210386525.8
申请日:2022-04-11
申请人: 北京邮电大学
IPC分类号: H04L43/0817 , H04L43/50
摘要: 本发明提供一种智慧城市网络设备性能异常突变点检测方法及装置,该方法包括:基于极值理论根据智慧城市网络设备的性能指标的历史时间序列数据获取第一阈值和第二阈值;其中,所述第一阈值大于所述第二阈值;根据所述历史时间序列数据中大于所述第一阈值或小于所述第二阈值的元素,确定Prophet模型的突变点;基于所述Prophet模型根据所述突变点对所述历史时间序列数据进行拟合,获取所述历史时间序列的拟合曲线;根据所述拟合曲线,判断所述智慧城市网络设备的性能指标的当前数据是否异常。本发明使得Prophet的趋势项可以更好地拟合,提高性能指标异常检测的准确率。
-
公开(公告)号:CN114338437B
公开(公告)日:2023-12-29
申请号:CN202210039374.9
申请日:2022-01-13
申请人: 北京邮电大学
IPC分类号: H04L43/026 , H04L43/12 , H04L41/14 , G06F18/2415 , G06F18/214
摘要: 量分类网络模型识别的准确率。本发明提供一种网络流量分类方法、装置、电子设备及存储介质,将捕获的pcap文件切分为流序列,流序列由多个流量数据包组成;从流序列中提取各个流量数据包的字节特征,得到以流为单位的字节序列;对所述字节序列中的各个字节进行位置编码,并将编码后的所述字节序列输入至流量分类网络模型中,得到所述流量分类网络模型输出的流量分类结果;其中,所述流量分类网络模型是基于以流为单位的样本和样本对(56)对比文件葛宁玲《.基于相关性分析的多维数据融合方法》《.中国优秀硕士学位论文全文数据库信息科技辑》.2021,(第05期),全文.王靖华,何迪《.基于数据包字节长度的线性自回归(Autoregression)和支持向量分类机(SVM)的网络流量预测建模与分析》《.微型电脑应用》.2005,(第11期),1-3,23.Yonghua Huo;Chunxiao Song;Sheng Gao;Haodong Yang;Yu Yan;Yang Yang《.NetworkTraffic Prediction Method Based on TimeSeries Characteristics》《.10thInternational Conference on ComputerEngineering and Networks》.2020,全文.
-
-
-
-
-
-
-
-
-