-
公开(公告)号：CN117312557A
公开(公告)日：2023-12-29
申请号：CN202311226113.9
申请日：2023-09-22
申请人： 哈尔滨工业大学(威海) , 威海天之卫网络空间安全科技有限公司
IPC分类号： G06F16/35 , G06N3/042 , G06Q30/0201 , G06Q30/0601
摘要： 本申请提供了一种基于增强的多关系图神经网络的垃圾评论检测方法，其解决了类不平衡、垃圾评论“伪装”行为导致检测模型训练不佳，进而造成检测效果不理想的技术问题；包括以下步骤：获取用户评论的特征，并转化为特征向量形式；以用户评论为节点，构建用户评论的多关系图，并划分训练集和测试集；计算训练集的邻域同质性、标签感知得分，以此进行邻居采样；将随机变量与训练集的异常节点的特征向量相乘，生成新异常节点；训练图神经网络模型，对训练集节点进行判别学习；使用训练好的图神经网络模型对测试集节点进行预测，输出预测结果。本申请应用于垃圾评论检测的技术领域。
-
公开(公告)号：CN111881678B
公开(公告)日：2023-11-10
申请号：CN202010747924.3
申请日：2020-07-30
申请人： 哈尔滨工业大学(威海) , 威海天之卫网络空间安全科技有限公司
IPC分类号： G06F40/289 , G06F40/284 , G06F40/211 , G06N3/088
摘要： 本发明涉及一种基于无监督学习的领域词发现方法，属于计算机文本信息处理技术领域，输入通用语料和领域语料便可提取出来领域词，步骤为先把通用语料和领域语料切分，获得通用候选词库和领域候选词库，两种领域词库的处理方式相同；获取了通用候选词库和领域候选词库，对领域文本进行无监督学习，将两个词库中的词频转换为对应的概率，对两个词库的未分割句子任意切分，计算每一种切分方式的标准化概率得分，统计得分靠前的句子切分组合中的词语，收集领域词汇，把领域候选词库中的通用词转移到通用候选词库中，并保存获得领域词汇。无需人工标注语料，提高了含有标点符号的实体名称识别率。
-
公开(公告)号：CN111652233B
公开(公告)日：2023-04-25
申请号：CN202010495757.8
申请日：2020-06-03
申请人： 哈尔滨工业大学(威海) , 威海天之卫网络空间安全科技有限公司
IPC分类号： G06V20/62 , G06V10/26 , G06V10/82 , G06V10/30 , G06N3/045 , G06N3/0475 , G06N3/044 , G06N3/048 , G06N3/082
摘要： 本发明涉及一种针对复杂背景的文本验证码自动识别方法，包括：验证码去噪模块通过循环生成式对抗网络去除真实验证码的复杂安全特征；字符分割模块使用图像处理算法将整体验证码图片分割为单个字符；分割后的字符送入文本识别网络得到最终输出。本发明提出的文本验证码自动识别方法可以快速有效的识别带有背景噪声、字符扭曲、边缘模糊的文本类型验证码，具有高度泛化性和可移植性，可以简单的嵌入到爬虫算法中，解决数据获取过程中遇到的验证码问题。
-
公开(公告)号：CN110704694B
公开(公告)日：2021-12-31
申请号：CN201910936020.2
申请日：2019-09-29
申请人： 哈尔滨工业大学(威海) , 威海天之卫网络空间安全科技有限公司
IPC分类号： G06F16/901 , G06F16/906 , G06K9/62
摘要： 本发明公开了一种基于网络表示学习的组织层级划分方法及其应用，该方法包括以下步骤：基于层次拓扑结构特征的网络节点表示学习方法，获得节点向量表示；将得到的节点向量表示作为聚类算法的输入，通过节点相似性聚类算法得到节点的层级划分结果。本发明实现节点表示的位置无关性，使得节点的表示更加准确，组织层级划分结果也会更加准确。
-
公开(公告)号：CN110609857B
公开(公告)日：2021-03-05
申请号：CN201910811085.4
申请日：2019-08-30
申请人： 哈尔滨工业大学(威海) , 威海天之卫网络空间安全科技有限公司
IPC分类号： G06F16/2458 , G06Q40/04
摘要： 本发明属于数据处理技术领域,涉及一种序列模式的挖掘方法。该方法包括：利用时间窗口对原始序列进行划分，形成时间序列集；扫描时间序列集，获取一项式集合；根据频繁一项式定义采用动态阈值对一项式进行筛选，将非频繁的项从序列集中删除，得到频繁一项式集；从频繁一项式集中的第一项开始以所述的第一项为前缀构造后缀，对后缀进行频繁多项式的挖掘，满足频繁多项式定义的项为频繁项，当后缀为空时，挖掘结束；遍历频繁一项式集合，迭代进行上一步操作，直到频繁一项式集合被遍历完成，得到频繁项集合。本发明的方法，在识别频繁一项式时，采用了动态变化的支持度阈值；不仅对不同序列之间频繁出现的模式进行挖掘，也挖掘一个序列内部频繁出现的模式。
-
公开(公告)号：CN111882446A
公开(公告)日：2020-11-03
申请号：CN202010738675.1
申请日：2020-07-28
申请人： 哈尔滨工业大学(威海) , 威海天之卫网络空间安全科技有限公司
摘要： 本发明涉及一种基于图卷积网络的异常账户检测方法，属于网络安全技术领域，通过对账户交易数据进行预处理，得到真正需要的有效数据。然后对交易数据按照一定标准进行聚类，得到高中低三种不同的消费能力人群，根据消费情况对人员分组来识别账户异常情况。分组处理后，构建金融网络，采用GCN对异常账户进行分类。分类处理后，得到异常账户和正常账户，应用KNN对异常账户进行识别，找到与该异常账户异常情况最为相似的现有异常账户，通过比对进行风险分析，确定异常情况和异常原因。能够快速、准确的识别出拥有异常交易行为的账户，并为之匹配异常行为最为相似的现有样本，帮助工作人员锁定目标，迅速判断账户风险。
-
公开(公告)号：CN111880897A
公开(公告)日：2020-11-03
申请号：CN202010722934.1
申请日：2020-07-24
申请人： 哈尔滨工业大学(威海) , 威海天之卫网络空间安全科技有限公司
摘要： 本发明涉及一种Windows窗体应用程序行为模拟机器人及其工作方法，包括模拟任务下发模块、任务配置文件库、模拟任务解析模块、自主模拟模块、行为库构建模块及行为数据库；模拟任务下发模块将下发的任务配置文件存储在任务配置文件库中；模拟任务解析模块从任务配置文件库中获取任务配置文件，对任务配置文件进行解析操作，将解析得到的模拟参数传给自主模拟模块；自主模拟模块接收到模拟参数之后，设置自身的模拟参数，选择模拟方法进行自主的行为模拟；行为库构建模块将模拟操作行为存储到行为数据库中。本发明可以对所有的Windows窗体应用程序进行自主行为模拟，自主构建行为库。
-
公开(公告)号：CN111797177A
公开(公告)日：2020-10-20
申请号：CN202010638794.X
申请日：2020-07-06
申请人： 哈尔滨工业大学(威海) , 威海天之卫网络空间安全科技有限公司
IPC分类号： G06F16/28 , G06F16/2458 , G06N3/04 , G06N3/08
摘要： 本发明涉及一种用于异常金融账号检测的金融时间序列分类方法及应用，该方法能够从异常金融账户和正常金融账户的交易流水数据中构建并扩充金融账户的金融时间序列数据集，使用堆叠多个Block(其中每个Block中包含LocalBiLSTM、Self-Attention、残差连接、Layer Normalization、Position-wise Feed-Forward Networks)的神经网络模型从金融时间序列中同时提取序列的局部和全局模式特征，最后使用softmax分类层进行金融时间序列的分类，最终实现对异常金融账号的检测功能。
-
公开(公告)号：CN111652233A
公开(公告)日：2020-09-11
申请号：CN202010495757.8
申请日：2020-06-03
申请人： 哈尔滨工业大学(威海) , 威海天之卫网络空间安全科技有限公司
IPC分类号： G06K9/34 , G06K9/40 , G06N3/04 , G06F16/951
摘要： 本发明涉及一种针对复杂背景的文本验证码自动识别方法，包括：验证码去噪模块通过循环生成式对抗网络去除真实验证码的复杂安全特征；字符分割模块使用图像处理算法将整体验证码图片分割为单个字符；分割后的字符送入文本识别网络得到最终输出。本发明提出的文本验证码自动识别方法可以快速有效的识别带有背景噪声、字符扭曲、边缘模糊的文本类型验证码，具有高度泛化性和可移植性，可以简单的嵌入到爬虫算法中，解决数据获取过程中遇到的验证码问题。
-
公开(公告)号：CN118133155A
公开(公告)日：2024-06-04
申请号：CN202410318704.7
申请日：2024-03-20
申请人： 哈尔滨工业大学(威海) , 威海天之卫网络空间安全科技有限公司
IPC分类号： G06F18/2415 , G06F18/214 , G06N3/0455 , G06N3/0464 , G06N3/047 , G06N3/0475 , G06N3/0495 , G06N3/096 , G06N3/084 , G06N3/0985 , H04L9/40 , H04L43/026 , H04L43/028 , H04L43/0876
摘要： 本申请属于互联网应用流量检测技术领域，具体为一种面向开放场景的增量流量识别模型包括增量学习模型和开集识别模型；所述增量学习模型包括分类器和生成器。本申请还提供一种面向开放场景的增量流量识别方法。本申请还提供一种面向开放场景的增量流量识别模型的流量检测与模型更新方法。本申请能够提取目标类型的流量的关键信息，在面对新型应用流量检测需求时，可以通过增量学习模型进行训练，减少数据存储和模型训练的资源消耗；训练好的分类器作为预训练模型参与开集识别训练，使其具备识别未知流量的能力；通过开集识别训练后的分类器完成检测工作，能够有效识别目标类型的流量和未知流量，为复杂网络环境下的应用流量检测提供保障。
-
-
-
-
-
-
-
-
-
搜索结果
88 条记录 (耗时 0.13 秒)