-
题名基于URL特征检测的违法网站识别方法
被引量：10
- 1
-
-
作者
凡友荣
杨涛
王永剑
姜国庆
-
机构
公安部第三研究所
信息网络安全公安部重点实验室
-
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第3期171-177,共7页
-
基金
国家重点研发计划项目(2016YFC0800909)
中央高校基本科研业务费专项资金(C16356)
-
文摘
为高效识别违法网站,提出一种基于URL特征检测的识别方法。基于报文请求行信息中用户访问路径的分级特点,构建基于路径相似度的网站相似度计算模型,并使用Python编程语言实现模型的分布式计算。采用Fast Unfolding算法进行网站聚类并抽取违法网站的URL特征,从中筛选出准确率高、具有特定含义的特征作为有效的违法网站特征,并通过检测未知网站是否具有违法网站的URL特征识别出违法网站。实验结果证明,该方法能有效度量同类网站间的关联程度,结合Fast Unfolding算法能有效区分不同类型的网站。与基于URL词法特征、HTM L、语义特征的违法网站识别方法相比,其F-M easure值最高。
-
关键词
URL特征
违法网站识别
网站相似度
聚类
访问路径
-
Keywords
URL feature
illegal website identification
website similarity
clustering
access path
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于知识图谱的电信欺诈通联特征挖掘方法
被引量：19
- 2
-
-
作者
凡友荣
杨涛
孔华锋
彭如香
姜国庆
-
机构
公安部第三研究所
武汉商学院
-
出处
《计算机应用与软件》
北大核心
2019年第11期182-187,共6页
-
基金
国家重点研发计划项目(2018YFC0830401,2018YFC0806903)
公安部第三研究所2019年基本科研业务费专项资金项目(C19354)
-
文摘
提出一种基于知识图谱的通联特征挖掘方法,为电信欺诈案件相关的数据分析及线索挖掘提供技术支持.基于仿真的通话数据和电信欺诈案件数据,在分布式图数据库中构建知识图谱.在此基础上使用图遍历及图算法、混合高斯模型,从联系链路、必要人物、核心人物的发现以及社会关系识别这4个维度进行分析挖掘.在混合高斯模型中,提取9个关键通话特征,从通话模式聚类的角度来识别不同的社会关系.通过实验证明,图遍历及图算法能为电信欺诈人员和团伙的发现提供重要线索.混合高斯模型识别出了5类社会关系,并且发现涉案人员之间的通话模式具有一定的特殊性,即通话次数多且多发生在凌晨,通话时间较长且保持联系的时间较长.
-
关键词
知识图谱
通联特征
线索挖掘
-
Keywords
Knowledge graph
Call features
Clue mining
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于CPD-SMOTE的类不平衡数据分类算法研究
被引量：7
- 3
-
-
作者
彭如香
杨涛
孔华锋
姜国庆
凡友荣
-
机构
公安部第三研究所
信息网络安全公安部重点实验室
-
出处
《计算机应用与软件》
北大核心
2018年第12期259-262,268,共5页
-
基金
国家重点研发计划课题(2016YFC0800909)
公安部科技强警基础工作专项项目(2018GBJC19)
上海市科委科研项目(17DZ1101004)
-
文摘
类不平衡现象普遍存在于不同应用领域中,如金融欺诈、网络入侵、垃圾邮件过滤、医学检测,直接采用传统的学习分类算法,分类准确率较低。针对类不平衡情况对分类器的影响,基于传统过采样算法SMOTE(Synthetic Minority Oversampling Technique)算法处理类不平衡的有效性,致力进一步提升SMOTE算法性能,提出一种面向类不平衡数据集分类的改进型SMOTE算法——CPD-SMOTE算法。通过考虑训练集小样本的特征、位置及其周围样本分布,来确定小样本的强相关邻居集,以此作为SMOTE最近邻居集,产生新的小样本。实验结果表明,CPD-SMOTE算法在处理不平衡数据集上相比SMOTE、Borderline-SMOTE、ADASYN、LN-SMOTE等算法有所提高。
-
关键词
SMOTE
类不平衡
分类算法
-
Keywords
SMOTE
Class imbalance
Classification algorithm
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于阶段式SIR-F模型的新冠肺炎疫情评估及预测
被引量：4
- 4
-
-
作者
凡友荣
杨涛
孔华锋
-
机构
公安部第三研究所
武汉商学院
-
出处
《计算机应用与软件》
北大核心
2020年第11期51-56,62,共7页
-
基金
国家重点研发计划项目(2018YFC0806903)
公安部科技强警基础工作专项项目(2019GABJC20)。
-
文摘
针对新冠肺炎疫情的发展呈现阶段性变化的特征,提出一种以阶段划分为基础,各阶段分别进行模型拟合的分析方法。在传统SIR(Susceptible-Infected-Recovered)模型的基础上考虑"未确诊感染者"、"治愈者"和"死亡者",构建阶段性SIR-F模型。结合增长态势识别、阶段划分、防控措施影响分析的方法,使用Python实现模拟仿真。实验证明,分阶段的拟合方法能比较准确地刻画疫情数据随时间的变化规律,以及防控措施产生的影响。
-
关键词
新型冠状病毒肺炎
疫情分析
预测
防控措施
SIR模型
-
Keywords
COVID-19
Epidemic assessment
Prediction
Prevention and control measures
SIR mode
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
