公开(公告)号：CN119782634A

公开(公告)日：2025-04-08

申请号：CN202411925251.0

申请日：2024-12-25

Applicant: 电子科技大学

Inventor： 刘瑶 ,  周涛 ,  刘峤 ,  聂旭云 ,  张栏弋 ,  王敬博

IPC: G06F16/9536 ,  G06F16/9535 ,  G06Q50/00 ,  G06F18/20 ,  G06F18/213 ,  G06F18/22 ,  G06F18/23213 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明公开了一种基于图注意力自编码器社群发现的社交推荐方法及系统，目的是通过图注意力自编码器的深度学习框架和拓扑图中的团结构提供一种高效、高准确性的自监督式社群发现方法，并根据社群发现结果生成推荐列表进行相关社交或兴趣推荐，涉及数据挖掘领域。通过图注意力编码器对拓扑图中的邻接关系和节点属性进行编码，将节点的多维信息提炼为低维特征向量；通过内积解码器将低维特征向量重构为邻接矩阵并计算重构损失；计算拓扑图中高可信团结构并计算团结构中节点之间特征向量的距离损失；通过最小化损失指导模型自监督训练；使用K‑means对特征向量进行聚类分析得出社群发现结果；根据社群发现结果生成推荐列表。

公开(公告)号：CN120017330A

公开(公告)日：2025-05-16

申请号：CN202510076543.X

申请日：2025-01-16

Applicant: 电子科技大学

Inventor： 刘瑶 ,  周庭浩 ,  刘峤 ,  刘潞 ,  张栏弋 ,  王敬博

IPC: H04L9/40 ,  G06F18/10 ,  G06F18/2131 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明属于计算机信息安全领域，提出了一种基于多层次时频分解与图神经网络的异常流量检测方法，旨在解决传统方法难以有效分离和识别复杂、隐蔽网络攻击流量的问题。该方法通过收集并预处理网络流量数据，形成多变量时间序列；利用季节性和趋势性分解结合傅里叶掩膜函数，提取趋势性和季节性成分的高频与低频组分；对提取的组分进行平稳化处理和线性映射，生成新的向量表示；最后通过多尺度图神经网络建模并进行异常检测。该方法结合时频分解与图神经网络，能够精准捕捉网络流量的复杂时空依赖关系，显著提升对隐蔽性强或具有时序相关性异常行为的检测能力，适用于实时检测与预测场景，为网络安全防护提供高效预警和分析支持。

公开(公告)号：CN119854007A

公开(公告)日：2025-04-18

申请号：CN202510021919.7

申请日：2025-01-07

Applicant: 电子科技大学

Inventor： 刘瑶 ,  周乐 ,  刘峤 ,  王敬博 ,  张栏弋 ,  周委仪

IPC: H04L9/40 ,  G06F18/24 ,  G06N3/0442

Abstract: 本发明的目的在于提供一种基于双重网络字节流量图的加密流量分类方法及分类模型，属于信息安全技术领域。该方法创新性地将位置独热编码技术应用于构建字节流量图的顶点，并引入位置窗口来构建边，成功地将位置信息整合入流量图结构中，挖掘出流量中潜在的原始特征；分别基于数据包的头部字节、负载字节的位置编码构建流量图，分别对头部字节流量图和负载字节流量图提取特征，然后对两种特征进行交叉特征融合，最后基于流量的时序性，采用双向LSTM完成加密流量的分类。采用双重图和特征融合的方式，从语义和空间结构上对流量进行更全面的表征。相较于目前的加密流量分类方法，有更高的识别准确率，可应用在实际生成环境。