-
公开(公告)号:CN114398583A
公开(公告)日:2022-04-26
申请号:CN202210072999.5
申请日:2022-01-21
申请人: 石河子大学
IPC分类号: G06F16/958 , G06F16/2458
摘要: 本发明涉及网络安全监控技术领域,具体涉及基于在线异常网络消息传播的检测方法及处理系统,包括以下步骤:Step1:获取检测目标网络,分析检测目标网络属性;Step2:获取检测目标网络用户群体,实时获取在线网络中动态数据,捕捉动态数据中存在异常情况的数据对应网址;Step3:设置检测周期,在对监测目标网络进行信息传播异常检测时获取检测周期内所有登录网址并对之进行统计;本发明提供一种基于在线异常网络消息传播的检测方法供网络安全维护所使用的,通过该方法能够有效地对异常消息的传播进行拦截,从而减少了异常消息传播的数量,同时根据检测目标网络的类型、属性加以判断,可以一定程度的评估出该检测目标网络出现异常消息传播的概率。
-
公开(公告)号:CN115240424A
公开(公告)日:2022-10-25
申请号:CN202210881914.8
申请日:2022-07-26
申请人: 石河子大学
摘要: 本发明涉及交通预测技术领域,具体涉及一种基于数据驱动的多视图流量预测方法及系统,本发明数据驱动的多视图时空预测模型MTGNN,成功应用于交通流量预测任务上。在MTGNN模型中,本发明分别通过扩散卷积方法,对已有的邻边矩阵和数据驱动的自适应邻边矩阵提取局部空间特征,再通过多图耦合模块进行融合,提取到全局空间特征,并通过编码器‑解码器结构的递归神经网络来捕获时间动态。最后,本发明在四个真实数据集上大量实验结果,验证了我们的模型相对于其他九个baselines的优越性,解决了当前主流的流量预测模型大多从节点的空间拓扑结构出发提取网络的空间特征,从而忽略在时序上相似的节点间依赖关系的问题。
-