-
公开(公告)号：CN112468498A
公开(公告)日：2021-03-09
申请号：CN202011351642.8
申请日：2020-11-26
申请人： 江苏方天电力技术有限公司 , 南京邮电大学
摘要： 本发明提供一种配电终端多源异构安全监测数据的跨模态聚合方法，通过分解和子空间学习，对原始数据中的安全告警数据和网络日志数据，探索模态不变的子空间，并获得强健的视图不变的子空间；对多源异构数据进行跨模态聚合；解决源域和目标域之间的欠适配和不平等的问题。该方法具有对参数的选择不敏感、可收敛且识别准确率高的优点，本发明方法揭示了海量多源数据隐藏的逻辑关联，能够发现攻击者的真正意图，从而对网络攻击进行预防和响应，实现对整个网络安全态势的有效监控。
-
公开(公告)号：CN112468498B
公开(公告)日：2022-06-14
申请号：CN202011351642.8
申请日：2020-11-26
申请人： 江苏方天电力技术有限公司 , 南京邮电大学
摘要： 本发明提供一种配电终端多源异构安全监测数据的跨模态聚合方法，通过分解和子空间学习，对原始数据中的安全告警数据和网络日志数据，探索模态不变的子空间，并获得强健的视图不变的子空间；对多源异构数据进行跨模态聚合；解决源域和目标域之间的欠适配和不平等的问题。该方法具有对参数的选择不敏感、可收敛且识别准确率高的优点，本发明方法揭示了海量多源数据隐藏的逻辑关联，能够发现攻击者的真正意图，从而对网络攻击进行预防和响应，实现对整个网络安全态势的有效监控。
-
公开(公告)号：CN113822353B
公开(公告)日：2024-05-17
申请号：CN202111079811.1
申请日：2021-09-15
申请人： 南京邮电大学
IPC分类号： G06F18/214 , G06F18/2415 , G06N3/0464 , G06N3/09
摘要： 一种基于类相关矩阵特征值分解的域自适应方法。该种域自适应方法，解决了源域和目标域之间的欠适配和不平等问题，使得对参数的选择敏感度降低，而收敛度更高分类精度更加准确。该种域自适应方法，与现有的经典分类方法相比，能够做出更准确的判断。本发明方法并没有使用过于繁杂的函数设计，使得网络的训练时间大大缩短。本发明方法使用基于对抗性的方法，使得特征提取器和分类器能够自动学习目标域和源域之间的度量区别。而不是通过人为定义，避免了可能出现的人工偏差。
-
公开(公告)号：CN115130578A
公开(公告)日：2022-09-30
申请号：CN202210747815.0
申请日：2022-06-29
申请人： 南京邮电大学
摘要： 本发明公开了一种基于增量式粗糙聚类的配电设备状态在线评估方法，包括：输入已处理完成的历史监测数据；判断是否有新增监测数据，并计算类簇间的不均衡度；计算新增监测数据到各聚类中心的欧氏距离，新增监测数据的邻域信息，根据欧氏距离和邻域信息将监测数据划分至类簇的下近似集或者边界区域；根据类簇数据分布情况，对类簇中心进行更新迭代；根据聚类结果对配电设备进行状态评估；本发明实现了配电设备运行状态评估模型的在线更新，有效提高了状态评估精度。
-
公开(公告)号：CN114528952A
公开(公告)日：2022-05-24
申请号：CN202210433433.0
申请日：2022-04-24
申请人： 南京邮电大学
摘要： 本发明提供一种减少配电终端误告警的多源异构安全监测数据聚合方法，通过构建异构特征的映射神经网络，屏蔽配电终端安全监测数据的异构性；加入权重参数，衡量配电终端多源安全监测数据的贡献程度与类别影响；利用对抗性领域自适应网络模型，对配电终端安全监测数据进行有效的分类聚合。该方法具有分类准确率高、训练容易、收敛效果稳定的优点，本发明方法能够识别并预测多源异构安全监测数据的类型，从而减少配电终端误告警概率，实现对整个智能配电网安全态势的有效监控。
-
公开(公告)号：CN114528952B
公开(公告)日：2022-07-29
申请号：CN202210433433.0
申请日：2022-04-24
申请人： 南京邮电大学
摘要： 本发明提供一种减少配电终端误告警的多源异构安全监测数据聚合方法，通过构建异构特征的映射神经网络，屏蔽配电终端安全监测数据的异构性；加入权重参数，衡量配电终端多源安全监测数据的贡献程度与类别影响；利用对抗性领域自适应网络模型，对配电终端安全监测数据进行有效的分类聚合。该方法具有分类准确率高、训练容易、收敛效果稳定的优点，本发明方法能够识别并预测多源异构安全监测数据的类型，从而减少配电终端误告警概率，实现对整个智能配电网安全态势的有效监控。
-
公开(公告)号：CN113822353A
公开(公告)日：2021-12-21
申请号：CN202111079811.1
申请日：2021-09-15
申请人： 南京邮电大学
摘要： 一种基于类相关矩阵特征值分解的域自适应方法。该种域自适应方法，解决了源域和目标域之间的欠适配和不平等问题，使得对参数的选择敏感度降低，而收敛度更高分类精度更加准确。该种域自适应方法，与现有的经典分类方法相比，能够做出更准确的判断。本发明方法并没有使用过于繁杂的函数设计，使得网络的训练时间大大缩短。本发明方法使用基于对抗性的方法，使得特征提取器和分类器能够自动学习目标域和源域之间的度量区别。而不是通过人为定义，避免了可能出现的人工偏差。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.042 秒)
