-
公开(公告)号：CN107196870A
公开(公告)日：2017-09-22
申请号：CN201710599012.4
申请日：2017-07-20
Applicant: 哈尔滨工业大学 , 国家计算机网络与信息安全管理中心
IPC: H04L12/803 , H04L12/801 , H04L12/26
CPC classification number: H04L47/125 , H04L43/0817 , H04L43/16 , H04L47/12
Abstract: 本发明一种基于DPDK的流量动态负载均衡方法涉及计算机多核技术领域；该方法通过建立两张Hash表；分别进行Hash1()以及Hash2()计算，根据Hash结果查找表1以及Hash表2，判断两次Hash计算结果与处理核心id是否存在映射关系，如果是，将数据包分配到对应的处理核心中，否则，计算当前CPU的整体负载均衡度；判断负载均衡度是否超出阈值，如果否，根据Hash1()的结果在Hash表1中建立映射关系，将数据包分配到对应的处理核心中，如果是，剔除过载严重的处理核心；动态更新Hash2()的计算结果与处理核心id的映射关系，根据Hash2()的结果在Hash表2中建立映射关系，并将数据包分配到对应的处理核心中；本发明解决了多核处理器负载不均衡的问题。
-
公开(公告)号：CN107196870B
公开(公告)日：2021-07-20
申请号：CN201710599012.4
申请日：2017-07-20
Applicant: 哈尔滨工业大学 , 国家计算机网络与信息安全管理中心
IPC: H04L12/803 , H04L12/801 , H04L12/26
Abstract: 本发明一种基于DPDK的流量动态负载均衡方法涉及计算机多核技术领域；该方法通过建立两张Hash表；分别进行Hash1()以及Hash2()计算，根据Hash结果查找表1以及Hash表2，判断两次Hash计算结果与处理核心id是否存在映射关系，如果是，将数据包分配到对应的处理核心中，否则，计算当前CPU的整体负载均衡度；判断负载均衡度是否超出阈值，如果否，根据Hash1()的结果在Hash表1中建立映射关系，将数据包分配到对应的处理核心中，如果是，剔除过载严重的处理核心；动态更新Hash2()的计算结果与处理核心id的映射关系，根据Hash2()的结果在Hash表2中建立映射关系，并将数据包分配到对应的处理核心中；本发明解决了多核处理器负载不均衡的问题。
-
公开(公告)号：CN118734846B
公开(公告)日：2025-01-14
申请号：CN202410745744.X
申请日：2024-06-11
Applicant: 哈尔滨工业大学
IPC: G06F40/284 , G06F40/216 , G06F16/3332 , G06F16/334 , G06F16/335 , G06F16/35 , G06Q50/18 , G06N5/022
Abstract: 本发明提出一种法律文本知识提取方法，属于法律文本知识提取技术领域。包括：对待提取文本进行分词操作，将每个类别中的所有文档聚合成一个长文本，过滤法律停用词，生成每个类别关键词集合；搜索每个类别中与原类别共有关键词最多的相似类别加入关键词集合中；筛选每个类别和其相似类别中的独有关键词和共有关键词加入关键词集合中，以及筛选独有关键词和共有关键词中的偏置词加入关键词集合中。为了解决缺少法律领域的知识提取法方法的问题，本发明分别给出了基于人工干涉的知识提取方案以及无需人工干涉的自动化知识提取方案，对准确性和效率需求不同的场景提供个性化解决方案。
-
公开(公告)号：CN119167935A
公开(公告)日：2024-12-20
申请号：CN202411190954.3
申请日：2024-08-28
Applicant: 哈尔滨工业大学
IPC: G06F40/295 , G06F40/211 , G06F16/33 , G06N3/0442 , G06N3/08
Abstract: 基于提示学习思想的网络安全命名实体识别模型构建方法、电子设备及存储介质，属于网络安全命名实体识别技术领域。为解决提取信息在面对具体的网络安全实体识别任务时直接应用的问题，本发明采集网络安全数据，得到网络空间安全数据序列，基于标注规则设置标注集合、生成标注序列，所述标注规则包括被标注数据的实体类型及被标注数据不属于任何实体；基于标注规则，对网络空间安全数据序列进行分割处理，然后对应生成标注子序列，得到处理后的网络空间安全数据；定义数据增广规则，对处理后的网络空间安全数据进行数据增广，得到数据增广的网络空间安全数据集；对预训练模型中进行继续预训练和微调操作，得到网络安全命名实体识别数据提取模型。
-
公开(公告)号：CN118916739A
公开(公告)日：2024-11-08
申请号：CN202410944911.3
申请日：2024-07-15
Applicant: 哈尔滨工业大学
IPC: G06F18/24 , G06F18/25 , G06F18/214 , G06F18/10 , G06F16/9536 , G06Q50/00 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及了一种基于编解码结构的用户生成内容目标立场联合检测方法及系统，涉及社交媒体的立场检测。本发明解决了立场检测任务的人工依赖问题，又消除了错误级联现象。技术要点：将预处理后的社交媒体文本数据输入编码器，编码器由序列编码器和经过微调的情感编码器构成，对查询向量之间使用自注意力机制，动态计算每个查询向量与其他查询向量的关联程度，从而更好地捕捉不同查询向量之间的依赖关系；然后，将编码器输出的序列特征输入解码器中，与查询向量做交叉注意力机制；将所有融合了序列特征的查询向量输入目标‑立场聚合层；将聚合后的查询向量与编码器输出的情感特征输入目标立场对解码层，首先通过注意力机制为查询向量与情感特征赋值权重，之后将两种特征进行拼接，得到最终的特征向量；将最终特征表示输入由两个全连接神经网络组成的解码器中以输出目标以及立场的预测结果。本发明应用于社交网络分析中。
-
公开(公告)号：CN117914703A
公开(公告)日：2024-04-19
申请号：CN202410111854.0
申请日：2024-01-26
Applicant: 哈尔滨工业大学
IPC: H04L41/0853 , H04L41/0895 , H04L41/14 , H04L9/40 , H04L9/32
Abstract: 一种基于容器技术的RPKI网络模拟系统及方法，涉及边界网关协议安全领域。本发明是为了解决由于RIR的“托管模式”可以随意修改NIR/ISP资料库发布点中的内容，导致针对RPKI资料库对象的误操作或恶意行为会影响RPKI体系中依赖方的验证结果的问题。本发明采集用户输入的RPKI数据并生成配置文件。根据所述配置文件生成RPKI模拟场景，实现对RPKI网络的模拟。在RPKI模拟场景下，根据攻击配置文件对RPKI资料库执行攻击行为，进而在RPKI资料库受到影响的条件下，获得RPKI体系中依赖方验证结果，从而降低部署成本，有利于开展RPKI安全问题研究。
-
公开(公告)号：CN113961438B
公开(公告)日：2024-04-16
申请号：CN202111240836.5
申请日：2021-10-25
Applicant: 哈尔滨工业大学 , 上海浦东发展银行股份有限公司
IPC: G06F11/34 , G06F18/23213 , G06F18/214 , G06F18/2321
Abstract: 本申请公开了一种基于多粒度多层级的历史行为异常用户检测系统、方法、设备及存储介质，属于数据分析技术领域。解决了现有技术中识别异常种类少导致的漏报问题和正常行为模式偏离较大导致的误报的问题。本申请的多粒度多层次聚类包括层级划分、组间粗粒度聚类、组内细粒度聚类；层级划分：将天数按照多个层级进行逐层划分并对每一层级的组内和组间进行定义；组间粗粒度聚类：对每一层级中的每组构建用户的单组特征向量，进行聚类标记；组内细粒度聚类：对每一层级中每组内的用户构建单日行为特征向量，进行聚类标记；最终综合聚类标记得到用户异常行为标记。本申请减少了异常用户的漏报率和误报率，实现了较高的历史行为异常用户识别率和鲁棒性。
-
公开(公告)号：CN117879968A
公开(公告)日：2024-04-12
申请号：CN202410163731.1
申请日：2024-02-05
Applicant: 哈尔滨工业大学
Abstract: 本发明提出一种多维度工业网络行为异常检测方法，属于网络行为检测技术领域。包括：S1.建构多视图关联分析的行为分析模型；S2.建构多维跨域共享学习模型，以工控网络多维度视图及共享节点嵌入作为输入，以新的共享节点嵌入作为输出；S3.建构单域特定学习模型，使模型在多个维度上对异常进行评估和检测；S4.在多个维度上进行单视图特定学习，强化学习各维度上的嵌入信息，并根据各维度嵌入特征重建预测行为值，根据预测行为与实际行为的偏差计算各维度上的异常得分；S5.设置异常得分阈值，当异常得分在异常得分阈值内，进行异常告警。解决缺乏多维度识别和理解网络行为、处理高维数据的效率差的问题。
-
公开(公告)号：CN114158049B
公开(公告)日：2024-03-26
申请号：CN202111528957.X
申请日：2021-12-14
Applicant: 哈尔滨工业大学 , 安天科技集团股份有限公司
Abstract: 本发明提出一种蓝牙通信的身份识别方法、系统、计算机及存储介质，属于蓝牙通信的身份识别技术领域。面对蓝牙主设备向从设备发出的大量的流量，通过流量分析区分操作流量、操作白噪声以及伴随白噪声的平滑操作的数据流量，提取操作白噪声以及与白噪声相连的平滑操作的时钟抖动数据流量并分别进行组合；对组合后的两类时钟抖动数据流量分别进行傅里叶变换，得到数据长度相等且原始特征不变的时钟抖动数据。利用核主成分分析将时钟抖动数据流量投影到二维平面，进行特征深入挖掘，实现对蓝牙通信用户精细特征挖掘和个人识别。解决现有技术中存在的用户画像所需时间长、难度大、效率低的技术问题。
-
公开(公告)号：CN117216397A
公开(公告)日：2023-12-12
申请号：CN202311237690.8
申请日：2023-09-22
Applicant: 哈尔滨工业大学
IPC: G06F16/9535 , G06F16/9537 , G06N3/044 , G06N3/08
Abstract: 本发明提出一种基于区域影响的深度矩阵分解的POI推荐方法，属于智能推荐技术领域。包括：S1.获取POI数据，进行预处理，并构建用户兴趣点矩阵；S2.对用户兴趣点进行偏置分析；S3.对用户兴趣点矩阵进行正则化处理；S4.构建POI图获取POI功能嵌入表示，构建Region图获取区域嵌入表示；S5.获取区域影响指数和关联区域特征的用户兴趣点偏置矩阵；S6.构建深度矩阵分解模型，训练模型，预测用户对未知兴趣点的兴趣程度。本发明通过学习用户和POI之间的潜在特征向量，能够更好地捕捉用户的兴趣和POI的特征。通过对用户‑POI矩阵的分解和补全，能够准确地预测用户的POI访问偏好，并生成个性化的推荐结果。
