“费高雷”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果66个，建议您升级VIP下载更多相关专利

[发明专利]一种基于并行计算的匿名路由器识别方法-CN202311100739.5在审
发明人： 费高雷;陈圆文;李嘉杰;胡光岷 -专利权人：电子科技大学
申请日： 2023-08-29 - 公布日： 2023-10-17 - 主分类号： H04L45/02 文献下载
摘要：本发明公开了一种基于并行计算的匿名路由器识别方法，首先对于traceroute监测目的节点集合探测得到原始探测数据作为输入，并根据探测数据划分算法，将原始探测数据划分为多个子网络，然后并行地在划分子网路中识别特定子图结构，完成匿名路由器识别，最后合并子网络识别结果，并根据识别的匿名路由器数量进行迭代，在迭代完成后输出识别网络及融合匿名路由器。本发明的方法基于现有网络子图结构的匿名路由器方法，根据子图结构与目的节点之间的强关联性，设计探测数据划分算法，并行地在子网络中完成识别子图结构任务，合并识别结果并进行迭代更新，最终完成匿名路由器识别任务，与现有方法的识别结果基本相同，并且能够有效减少运行时间、提高运算效率。
一种基于并行计算匿名路由器识别方法

[发明专利]一种基于突发检测的网络拓扑变化检测方法-CN202211030564.0有效
发明人： 费高雷;陈圆文;胡光岷 -专利权人：电子科技大学
申请日： 2022-08-26 - 公布日： 2023-10-17 - 主分类号： H04L41/12 文献下载
摘要：本发明公开了一种基于突发检测的网络拓扑变化检测方法，首先对于网络层析成像得到的端到端时延信息作为输入，然后对每个目的节点时延序列进行突发检测，把具有突发的目的节点加入到突发节点集合，最后通过突发节点集合定位变化源节点，完成网络拓扑变化检测的任务。本发明的方法在实际网络条件下，能够比当前已有的方法更精准高效的感知和定位网络拓扑变化，执行代价相较于其他方法很低，对于实际网络环境下拓扑监控的研究具有积极的现实意义，能够更加准确地了解网络拓扑结构，有利于加强网络控制和优化网络拓扑结构。
一种基于突发检测网络拓扑变化方法

[发明专利]一种基于多类型特征融合的拓扑估计方法-CN202210979301.8有效
发明人： 费高雷;齐文凯;胡光岷 -专利权人：电子科技大学
申请日： 2022-08-16 - 公布日： 2023-10-13 - 主分类号： H04L41/12 文献下载
摘要：本发明公开了一种基于多类型特征融合的拓扑估计方法，首先在网关路由器上部署数据采集模块，进行数据采集，通过数据处理，提取多种类型的网络流量特征，接着进行初步的网络拓扑估计并通过循环迭代不断优化拓扑结构，最终估计出目标网络的树状拓扑结构。本发明的方法采用被动探测的方式进行拓扑估计，不会给现有网络增加任何额外的流量和负载，大大降低资源消耗和探测难度，简化探测的部署工作，同时设计了新的抓包模块，只抓取数据包头部的重要信息，降低数据的存储量及CPU的负载，保护网络用户隐私信息，本发明的方法相比利用单一的度量框架，能达到更高的拓扑恢复准确率，在实际网络条件下，能够得到较为准确的拓扑结构，加强网络的监管。
一种基于类型特征融合拓扑估计方法

[发明专利]一种基于网路层析成像的动态拓扑估计方法-CN202210840880.8有效
发明人： 费高雷;陈勤文;胡光岷 -专利权人：电子科技大学
申请日： 2022-07-18 - 公布日： 2023-10-13 - 主分类号： H04L41/12 文献下载
摘要：本发明公开一种基于网路层析成像的动态拓扑估计方法，应用于网络拓扑估计领域，针对现有技术在网络发生变化后，需要对整个网络进行重新探测，但是频繁地对整个网络进行重新探测会带来无法承受的计算复杂度，也可能因产生较大的流量给网络环境带来额外的负担的问题；本发明利用单播背靠背包进行端到端探测，获取往返时延判断网络拓扑结构，将动态变化前拓扑中受到影响的网络分支重新插入，重构出准确的网络拓扑；本发明的方法能够在网络发生变化后，利用原有的网络拓扑信息，通过少量的重新探测估计出更新后的网络拓扑。
一种基于网路层析成像动态拓扑估计方法

[发明专利]基于梯度提升决策树特征组合的链路识别方法-CN202211122899.5在审
发明人：莫李思;李俊彬;戴瑞婷;罗家逸;费高雷;胡光岷 -专利权人：电子科技大学
申请日： 2022-09-15 - 公布日： 2023-05-16 - 主分类号： H04L41/12 文献下载
摘要：本发明公开了一种基于梯度提升决策树特征组合的链路识别方法，包括以下步骤：S1、构建链路特征数据库并进行预处理，得到训练数据集；S2、构建基于梯度提升决策树的链路识别模型，利用训练数据集训练模型；S3、基于组合特征添加对应的辅助特征以得到准确的识别结果：基于链路识别模型获得数据‑结果的可解释组合特征，基于可解释组合特征分析对应的辅助特征，添加辅助特征进行链路识别以得到准确的识别结果。本方法解决了传统链路识别技术面对复杂网络需要硬件设备实地探测链路的问题，有效利用梯度提升决策树特征组合和深度模型学习能力，提高了链路识别效率和准确率。
基于梯度提升决策树特征组合识别方法

[发明专利]基于条件随机场与句法分析的通用网页人物信息提取方法-CN202011007819.2有效
发明人： 费高雷;刘畅;胡光岷 -专利权人：电子科技大学
申请日： 2020-09-23 - 公布日： 2023-03-21 - 主分类号： G06F40/211 文献下载
摘要：本发明公开了一种基于条件随机场与句法分析的通用网页人物信息提取方法，包括以下步骤：S1、提取网页正文；S2、设定人物属性；S3、训练条件随机场模型。本发明通过求最佳候选节点公共祖先节点来定位文本区域并二次清洗噪声来提取正文，计算量较少且对正文区域分割较准；对文本应用句法分析并以句法分析结果作为高层特征，训练树状条件随机场进行人物属性标注，使用较少训练数据即可获得一定的标注效果。可以充分地利用各种样式的人物网页，不局限于含结构化表格或固定模板的网页，高效提取信息。
基于条件随机句法分析通用网页人物信息提取方法

[发明专利]一种基于时空突发特征的社交媒体文本去噪方法-CN202111086719.8有效
发明人： 费高雷;程勇;胡光岷 -专利权人：电子科技大学
申请日： 2021-09-16 - 公布日： 2023-03-21 - 主分类号： G06F40/216 文献下载
摘要：本发明公开一种基于时空突发特征的社交媒体文本去噪方法，属于数据处理领域，针对现有技术存在的文本分类效果不佳的问题，本发明通过提取单词的时间和空间信息，使用改进的Ripley’s K函数来衡量单词出现的时空点是否具有聚集性，进而区分出噪声词和事件词。同时为了减小单词的Ripley’s K函数阈值l对结果的影响和减少单词误判，引入图正则算法，通过融合单词之间的关联性信息来提升单词有效性判断的准确率。
一种基于时空突发特征社交媒体文本方法

[发明专利]一种基于网页正文的人物属性提取方法-CN202211180208.7在审
发明人： 费高雷;高隽逸;胡光岷 -专利权人：电子科技大学
申请日： 2022-09-27 - 公布日： 2022-12-27 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于网页正文的人物属性提取方法，包括以下步骤：S1、获取目标人物的相关网页，从网页中提取出包含人物属性信息的正文文本，并对正文文本进行文本分词；S2、根据人物属性，选择包含分类信息的词元属性；S3、构建特征：使用命名实体、依存关系作为额外的词元标注，并构建基于静态词表的状态特征，同时使用依存句法树的上下文关系来构建转移特征；S4、将状态特征和转移特征作为最大熵算法的约束，训练分类模型。本发明在复杂网络环境中，获取感兴趣的目标人物的网页的正文，通过合理地选取和构造特征，使用最大熵算法实现了在复杂网络环境中提取人物特征的方法。
一种基于网页正文人物属性提取方法

[发明专利]一种基于元路径的社交媒体用户推荐方法-CN202210538041.0在审
发明人： 费高雷;汤智伟;胡光岷 -专利权人：电子科技大学
申请日： 2022-05-18 - 公布日： 2022-09-09 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了一种基于元路径的社交媒体用户推荐方法，本发明的方法将社交网络抽象为异质信息网络，通过统计的方法度量出网络中每个节点与推荐内容之间的关联强度，然后将该关联强度作为节点的权重值进行限制元路径的随机游走，最终将单节点的推荐结果进行融合得到最终的推荐结果。本发明在推荐过程中考虑到了网络中更多的信息，可以得到更加准确的关联度量值，从而得到更加精确的推荐结果。
一种基于路径社交媒体用户推荐方法

[发明专利]一种基于多目标优化的高效网络拓扑信息搜集方法-CN202210241419.0在审
发明人： 费高雷;刘晨;翟学萌;胡光岷 -专利权人：电子科技大学
申请日： 2022-03-11 - 公布日： 2022-06-10 - 主分类号： G06F30/27 文献下载
摘要：本发明公开一种基于多目标优化的高效网络拓扑信息搜集方法，应用于互联网领域，针对现有技术在随着测量目标数量的增大，搜集到的拓扑信息越来越少的问题；本发明的方法通过进化引导算法进行初始探测，获取一定数量的路径信息；利用这些路径信息搭建训练模型，该模型建立目的IP与路径信息之间的映射关系，从而近似IP地址的分布函数；神经网络通过训练逼近分布函数，同时将最大化探测拓扑信息添加至目标函数实现多目标优化；利用神经网络计算关于目的IP的梯度，可根据该模型结构信息找到能够获取有效拓扑信息的目的IP；添加新产生的目的IP和探测得到的路径信息至训练集，迭代训练修正模型；从而在相同探测次数的基础上，实现拓扑信息的高效探测。
一种基于多目标优化高效网络拓扑信息搜集方法

[发明专利]一种基于最大似然的网络匿名路由器识别方法-CN202111008859.3有效
发明人： 费高雷;蔚玲;胡光岷 -专利权人：电子科技大学
申请日： 2021-08-31 - 公布日： 2022-04-19 - 主分类号： H04L45/745 文献下载
摘要：本发明公开一种基于最大似然的网络匿名路由器识别方法，应用于互联网技术领域，针对现有技术存在的由于测量数据不完整，在测量数据对特定结构子图的寻找不完整，导致匿名路由器的识别不充分，也不准确的问题；本发明的方法不通过直接在原始网络拓扑中寻找特定子结构，而是通过图嵌入的方式将网络节点映射到高维向量空间；通过捕获匿名路由器结构上的关联性，利用最大似然估计结合聚类的思路迭代式对测量数据中的匿名路由器进行融合；由于本发明并不依赖预设特定模式，并依据最大似然理论启发式融合匿名接口，因此相比于现有方法在准确性上有很大提升。
一种基于最大网络匿名路由器识别方法

[发明专利]一种基于信息融合的社交媒体用户账号分类方法-CN202010939237.1有效
发明人： 费高雷;明杨;胡光岷 -专利权人：电子科技大学
申请日： 2020-09-09 - 公布日： 2022-04-12 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于信息融合的社交媒体用户账号分类方法，包括以下步骤：S1、输入社交媒体数据；S2、从社交媒体数据中选取种子用户，获取种子用户的文本信息；S3、进行文本预处理，提取出需要的节点信息；S4、构建异质信息网络，将提取的节点信息进行融合，得到特征向量；S5、利用异质信息网络构建图卷积注意网络，对社交媒体用户账号进行分类。本发明通过构建异质信息网络将不同类型的节点信息进行融合，还原真实网络的复杂状态、丰富网络信息，找到账号与账号之间的潜在关系；并在异质信息网络的基础上，构建异质图卷积网络并增加注意力机制，得到网络中不同类型节点对于该节点的影响重要性，提高账号分类的准确性。
一种基于信息融合社交媒体用户账号分类方法

[发明专利]融合社交关系和命名特征的跨社交媒体账户匹配方法-CN201810985465.5有效
发明人： 费高雷;杨立波;于富财;胡光岷;张乐中 -专利权人：电子科技大学
申请日： 2018-08-28 - 公布日： 2022-04-08 - 主分类号： G06Q50/00 文献下载
摘要：本发明公开了一种融合社交关系和命名特征的跨社交媒体账户匹配方法，包括以下步骤：S1、找出在账户信息中给出对应其他平台账号的用户，作为种子用户集合；S2、从种子用户集合取出一对账号信息，分别在对应的平台中提取好友的账号，并将做笛卡尔乘积，作为候选账户对；S3、进行预处理，取特征形成特征向量；S4、将特征向量输入分类器进行判别，将判别为属于同一人物实体的账户加入种子节点集合中；S5、对所有种子节点执行步骤S2～S4的操作，直至种子用户集合中没有新账户加入为止。本发明的方法降低了计算复杂度，将最终判定为不关联的用户的提取特征并进行分类判决的计算称为无效计算，大幅降低了无效计算在整个计算过程中的比例，提高了效率。
融合社交关系命名特征媒体账户匹配方法

[发明专利]基于实体约束的社交媒体短文本在线聚类方法-CN201910752004.8有效
发明人： 费高雷;刘卓;胡光岷 -专利权人：电子科技大学
申请日： 2019-08-15 - 公布日： 2022-03-04 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于实体约束的社交媒体短文本在线聚类方法，该方法采用以实时推文流来构建具有时效性的单词关联空间，根据单词的共现关系与作为关键词的关键实体得到文本间的共现相似度与关联相似度，与向量相似度共同构建文本间的距离度量，之后以该度量进行SinglePass聚类得到初始文本簇，并进行基于命名实体的簇之间的动态融合，从而达到更加准确地描述文本间的关系，并在保持聚类较高纯的的前提下，减少重复簇的效果。
基于实体约束社交媒体文本在线方法

[发明专利]一种基于梯度引导的高效网络拓扑探测方法-CN202011170800.X有效
发明人： 费高雷;李天博;胡光岷 -专利权人：电子科技大学
申请日： 2020-10-28 - 公布日： 2022-02-22 - 主分类号： H04L41/12 文献下载
摘要：本发明公开一种基于梯度引导的高效网络拓扑探测方法，应用于网络拓扑探测技术领域，针对现有技术所探测到的网络中节点的覆盖率不理想的问题，本发明首先从待探测网段中随机选取一些IP作为初始IP，对其进行Traceroute探测，利用探测到的目的IP与途径覆盖IP的映射关系训练神经网络，接着计算神经网络对于输入IP的梯度，基于梯度指导IP进行突变产生新的IP地址，并迭代上述过程。利用该方法测量得到的目的IP进行Traceroute，计算最终的点覆盖率，能够探测到更多的IP地址，覆盖更大的网络结构，估计出更为完整的网络拓扑。
一种基于梯度引导高效网络拓扑探测方法

1
2
3
4
5
下一页»
尾页
共 66 条