专利状态 | 已授权Granted |
发明名称 | 一种基于机器学习的网络用户安全状态评估方法 |
作者 | |
专利权人 | 华侨大学 |
申请日期 | 2016-06-27 |
公开日期 | 2016-08-24 |
授权日期 | 2016-08-24 |
授权国家 | 中国 |
专利类型 | 发明专利Invention |
申请号 | CN201610479747.9 |
专利号 | CN201610479747.9 |
公开(公告)号 | CN105897774A |
国际专利(IPC)分类号 | H04L29/06 |
页数 | 12 |
摘要 | 本发明公开了一种基于机器学习的网络用户安全状态评估方法,包括:基于确定的风险传播源u和其传播时间t,建立网络风险的微观传播模型;基于所述传播源,对所述微观传播模型进行多轮的模拟传播;传播结束后,提取指定的特征属性及其对应的特征值形成特征向量;将提取到的特征向量输入到分类器中进行分类训练,生成可以判定新输入特征向量类属的分类规则;实际传播事件发生t时间后,提取网络中所有未被监控用户对应的特征向量;将提取到的特征向量输入训练好的分类器进行分类,获得所有未被监控用户安全状态的估计值。本发明方法通过部分用户的安全状态信息来估计网络中其他用户的安全状态,从而迅速有效地对高风险用户进行处理,阻止风险的传播。 |
其他摘要 | 一种基于机器学习的网络用户安全状态评估方法,其特点在于,包括:基于确定的风险传播源u和其传播时间t,建立网络风险的微观传播模型;基于所述传播源,对所述微观传播模型进行多轮的模拟传播,且每轮的传播时间均设置为t;传播结束后,提取指定的特征属性及其对应的特征值形成大量的特征向量;将提取到的特征向量输入到分类器中进行分类训练,生成可以判定新输入特征向量类属的分类规则;实际传播事件发生t时间后,提取网络中所有未被监控用户对应的特征向量;将提取到的特征向量输入训练好的分类器进行分类,获得所有未被监控用户安全状态的估计值;根据估计值判断出未被监控用户的安全状态。 |
专利代理人 | 连耀忠 |
代理机构 | 厦门市首创君合专利事务所有限公司 35204 |
语种 | 中文Chinese |
文献类型 | 专利 |
条目标识符 | https://repository.uic.edu.cn/handle/39GCC9TT/7505 |
专题 | 个人在本单位外知识产出 |
推荐引用方式 GB/T 7714 | 王田,吴尤可,文晟等. 一种基于机器学习的网络用户安全状态评估方法. CN201610479747.9[P]. 2016. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[王田]的文章 |
[吴尤可]的文章 |
[文晟]的文章 |
百度学术 |
百度学术中相似的文章 |
[王田]的文章 |
[吴尤可]的文章 |
[文晟]的文章 |
必应学术 |
必应学术中相似的文章 |
[王田]的文章 |
[吴尤可]的文章 |
[文晟]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论