|
完整版请下载或访问:
海南大学段玉聪教授 数据、信息、知识、智慧、意图 DIKWP方法建模与处理77件已授权中国国家及国际发明专利手册 附网络安全领域20230603
June 2023
DOI:
海南大学-段玉聪教授
数据、信息、知识、智慧、意图
-DIKWP方法建模与处理
77件已授权中国国家及国际发明专利
技术服务手册
(附:网络安全领域示范与实现展示)
编者:段玉聪(Yucong Duan),邮箱:duanyucong@hotmail.com
AGI-AIGC-GPT评测DIKWP(全球)实验室
2023年6月3日
数据、信息、知识、智慧、意图 -DIKWP方法建模与处理客户的手册
本手册介绍了海南大学段玉聪教授在数据、信息、知识、智慧和意图领域的专利成果。段玉聪教授是AGI-AIGC-GPT评测DIKWP实验室的负责人,工学博士、海南大学三级教授、博士生导师,现任海南大学计算机科学与技术学院学术委员会委员、海南大学数据、信息、知识、智慧、意图DIKWP创新团队负责人、海南大学学报(自然科学版)编委、海南大学大数据学科负责人,兼重庆警察学院特聘研究员、海南省委双百人才团队“面向数据、信息、知识、技术DIKW融合的互联网创新团队”负责人、海南省发明协会副会长、海南省知识产权协会副会长、海南省低碳经济发展促进会副会长、海南省农产品加工企业协会副会长、美国中密西根大学客座研究员及意大利摩德纳大学的博士指导委员会委员等职务。长期探索概念-语义交互认知生成、溯源、澄清、表述、形式建模以及处理实践问题。基于跨界服务化背景下物理与数字资源双向全交互过程的多维度、多模态、多尺度的实践,进行理论抽象、问题本质识别、问题转化和具体技术泛化,形成以概念-语义不确定性界定和分析为核心的复杂内容处理和优化策略,工程性将混合模态的表达映射到 DIKW 类型化元素及图结构,面向客观语义缺失、精确度不符、不一致、表述冗余、主客观语义混淆的通用 AI 场景,提出了意图驱动的面向 DIKW 融合的发明创造方法: DIKWP-TRIZ。基于多模态 DIKW内容资源表达、多模态间转换的处理、计算、存储、传输资源不对称性,进行了面向概念语义模糊、不精确、缺失、建模与处理效率提升的跨界、跨学科以工程实践关联技术发明创新实践。逐步形成具有明显创新性和突出优势的 DIKW 图谱化建模与处理理论体系和技术方法。近 5 年来,面向多行业、多领域设计了面向概念语义模糊、不精确、缺失、传输、建模与处理效率提升的 241 件(含 15件 PCT 发明专利)系列化中国国家及国际发明专利。成果“DIKW 图谱化扩展及建模处理”获 2020 年度吴文俊人工智能技术发明三等奖。项目主要参与人段玉聪教授作为程序委员会主席连续多年举办 DIKW 图谱化国际论坛,2021 年独立发起并与海南省科学技术协会等共办首届国际数据、信息、知识与智慧大会-IEEE DIKW 2021,担任 IEEE DIKW 2022 大会指导委员会共同主席。获评 2022 年海南省最美科技工作者(并被推荐候选中国最美科技工作者)。2022 年 10 月在 Information & Communication 领域入选美国斯坦福大学 John Loannidis 教授团队与 Mendeley Data 发布的全球前 2%顶尖科学家(World's Top 2% Scientists 2022)的“终身科学影响力排行榜”榜单。参与研制IEEE金融知识图谱国际标准2项、行业知识图谱标准4项。
本手册包含77件已授权中国国家及国际发明专利,涵盖了多个领域的案例和应用。其中,网络安全领域的专利案例包括基于数据图谱、信息图谱和知识图谱的语义建模和抽象增强方法,资源环境的正反双向动态平衡搜索策略,容错的智能语义搜索方法,自动安全态势感知、分析与报警系统,以及物联网资源采集传输优化系统等。而智慧公检法领域的专利案例涉及类型化资源的安全保护、数据隐私保护、多功能交互区域设计等方面。
这些专利的研发旨在解决网络安全和智慧公检法领域的关键问题,并提供创新的方法和系统来处理数据、信息、知识、智慧和意图。这些成果不仅体现了段玉聪教授的卓越研究能力和创新思维,也具有广泛的应用前景和商业价值。
我们相信,本手册将为潜在的专利客户提供有关DIKWP方法建模与处理的深入了解,并为他们在网络安全和智慧公检法领域的创新项目提供重要的参考和支持。如有兴趣了解更多信息或合作机会,请随时联系我们(联系邮箱: duanyucong@hotmail.com)。
更多相关背景知识请访问:
https://blog.sciencenet.cn/home.php?mod=space&uid=3429562
AGI-AIGC-GPT评测DIKWP(全球)实验室 2023年6月3日
目录
发明专利1、一种关联频度计算的基于数据图谱、信息图谱和知识图谱框架的语义建模及抽象增强方法
发明专利4、面向类型化资源的自动安全态势感知、分析与报警系统
发明专利6、基于数据图谱、信息图谱和知识图谱的图像数据目标识别增强方法
发明专利7、基于数据图谱、信息图谱和知识图谱的图像信息目标识别增强方法
发明专利11、为便携式移动终端用户提供可自定义自适应的多功能交互区域的方法
发明专利13、一种基于数据图谱、信息图谱和知识图谱的处理架构资源可动态抽象的语义建模方法
发明专利14、一种投入决定的安全性可定义的基于数据图谱、信息图谱和知识图谱的资源安全保护方法
发明专利15、一种基于数据图谱、信息图谱和知识图谱的搜索优化方法
发明专利17、面向类型化资源的价值导向的存储与计算一体化优化系统
发明专利18、基于数据、信息和知识三层图谱架构的图像数据目标识别方法
发明专利25、一种面向边缘计算的类型化医疗资源处理系统设计方法
发明专利29、融合公平度、体验感和价格的用户满意度建模与展示空间调整方法
发明专利31、多维度价值导向的针对意图的面向对象数值计算方法
发明专利32、基于数据图谱、信息图谱、知识图谱的交互区域划分及传输优化处理机制
发明专利35、 基于数据图谱、信息图谱和知识图谱的内容传输建模及处理优化机制
发明专利37、价值驱动的多因素维度空间多介尺度融合的动态推荐系统
发明专利39、面向本质计算的跨DIKW图谱的虚拟社区资源处理方法及组件
发明专利41、面向数据、信息权利可价值交换的智能运载装置调度方法
发明专利42、面向本质计算与推理的跨DIKW模态隐私资源保护方法
发明专利43、面向本质计算与推理融合的跨模态的推荐方法与装置
发明专利44、融合公平、公正和透明法规技术化的多模态隐私保护方法
发明专利45、面向本质计算与推理的跨DIKW模态文本歧义处理方法
发明专利46、跨数据、信息、知识模态与量纲的本质识别方法及组件
发明专利47、面向意图计算与推理的数据与信息融合的装置共享方法
发明专利49、跨数据信息知识模态的面向本质计算的差分内容推荐方法
发明专利50、跨数据、信息、知识模态与量纲的任务处理方法及组件
发明专利51、跨DIKW模态类型化隐私信息资源差分保护方法与系统
发明专利53、意图驱动的DIKW体系的群体差分隐私保护方法及装置
发明专利54、面向本质计算的多模态DIKW内容多语义分析方法
发明专利56、面向本质计算与推理的跨模态随机化隐私保护方法与系统
发明专利57、面向本质计算的DIKW隐私资源的处理方法和组件
发明专利58、基于DIKW图谱的资源识别方法、相关装置及可读介质
发明专利59、面向本质计算的跨DIKW模态的相对差分隐私保护方法
发明专利61、面向数据画像与信息画像价值交流转换的运载方法及系统
发明专利62、基于常识推理的多模态资源的本质内容处理方法及系统
发明专利63、面向意图计算与推理的DIKW模型构建方法及装置
发明专利67、基于DIKW图谱的虚拟社区人员性格分析及内容推送方法
发明专利68、基于公平性导向的情感内容DIKW化映射与传输方法
发明专利72、面向意图计算与推理的DIKW资源分析方法及系统
发明专利75、质计算与推理的跨DIKW模态文本歧义处理方法(加拿大)
申请号: | CN201710394911.0 | 全文下载 | |
申请日: | 2017-05-30 | 公开/公告日: | |
公开/公告号: | CN107038262B |
本发明是一种关联频度计算的基于数据图谱、信息图谱和知识图谱框架的语义建模及抽象增强方法,主要用于从初始需求描述和应用场景中获得合理的类及对象图,属于分布式计算和软件工程学技术交叉领域。在数据图谱上表达离散的实体、对象、属性和操作,记录每个实体、对象、属性或操作的频度,包括结构频度、时间频度和空间频度;在信息图谱上标记结点间的交互关系,计算交互频度即交互次数,当交互频度大于设定阈值时集成多个结点,产生的新结点作为实体继续标记结构频度、时间频度和空间频度;在知识图谱上对类之间的关系运用关系抽象规则进一步抽象,并可对需求表达的完整性进行补充,提升开发效率。
已授权发明专利介绍:
这项发明专利技术的名称是《关联频度计算的基于数据图谱、信息图谱和知识图谱框架的语义建模及抽象增强方法》,它主要用于从初始需求描述和应用场景中获得合理的类及对象图,涉及分布式计算和软件工程学技术交叉领域。
在这一创新技术中,数据图谱被用来表达离散的实体、对象、属性和操作,并记录每个实体、对象、属性或操作的频度,包括结构频度、时间频度和空间频度。通过对数据进行频度计算,我们能够更好地理解数据的特征和重要性,从而为后续的建模和分析提供更准确的依据。
而信息图谱则被用于标记结点之间的交互关系,并计算交互频度,即交互次数。当交互频度超过预设阈值时,多个结点将被集成,形成新的结点,并继续标记其结构频度、时间频度和空间频度。这种方式使我们能够更全面地理解数据之间的关联和影响,从而发现隐藏在数据背后的有价值的信息。
此外,知识图谱的运用进一步增强了语义建模的能力。通过运用关系抽象规则,我们能够更好地抽象类之间的关系,并对需求表达的完整性进行补充。这一技术的引入提高了开发效率,帮助开发人员更快地理解需求,并更好地满足用户的期望。
这项发明专利技术的应用潜力巨大。无论是在大数据分析、智能推荐系统、自然语言处理还是智能化决策等领域,我们的方法都能为企业和机构带来突破性的业务改进和创新。通过将不同类型的图谱框架相结合,我们能够实现更精确、更高效的数据建模和分析,为用户提供更好的体验和更智能的解决方案。
这项发明专利技术的优势不仅在于其创新性和应用潜力,还在于其实际效益。通过使用关联频度计算的语义建模及抽象增强方法,企业和机构能够更准确地理解和分析数据,从而做出更明智的决策、优化业务流程并提升效率。
在市场营销领域,这项技术可以帮助企业更好地理解消费者的需求和偏好,并针对性地进行个性化推荐和定制化服务。在金融行业,它可以帮助银行和保险公司更好地评估风险、进行欺诈检测,并提供更准确的个人化财务建议。在医疗健康领域,它可以帮助医疗机构更好地分析患者的病历和病情,提供更精准的诊断和治疗方案。
此外,这项发明专利技术还可以广泛应用于智能城市、物联网、智能制造等领域,为城市管理、设备监控和生产优化等提供全面支持。通过将数据图谱、信息图谱和知识图谱相结合,我们可以建立更为完整和准确的模型,实现智能化的数据分析和决策。
发明专利应用案例示范:
当应用于网络安全领域时,基于数据图谱、信息图谱和知识图谱框架的关联频度计算的语义建模及抽象增强方法能够为企业提供强大的安全防护能力。下面是一个详细的案例,展示这项发明专利技术在网络安全领域的应用:
发明专利示范案例:基于图谱的网络威胁情报分析与响应系统
案例描述:某企业拥有庞大的网络基础设施和大量的敏感数据,面临着来自全球范围内的不断增长的网络威胁。为了更好地保护企业的网络安全,他们决定采用基于数据图谱、信息图谱和知识图谱框架的关联频度计算的语义建模及抽象增强方法,开发一个网络威胁情报分析与响应系统。
该系统的关键目标是实现对网络威胁情报的准确分析和及时响应。以下是该系统的具体实施步骤:
数据图谱建模:使用数据图谱框架,将企业网络中的各种实体、对象、属性和操作进行离散表示。这些实体可以包括网络设备、服务器、用户、应用程序等。通过记录每个实体、对象、属性或操作的频度,包括结构频度、时间频度和空间频度,建立起实体之间的关联。
信息图谱建模:利用信息图谱框架,标记网络中各个节点之间的交互关系,并计算交互频度,即交互次数。当交互频度超过设定阈值时,多个节点将被集成,生成新的节点,并继续标记其结构频度、时间频度和空间频度。这样,系统能够捕捉到异常的网络交互行为和潜在的威胁。
知识图谱建模:利用知识图谱框架,对已知的网络威胁和攻击类型进行关系抽象和建模。通过关系抽象规则,进一步抽象类之间的关系,并对需求表达的完整性进行补充。这样,系统能够快速识别出已知的威胁,并与新的网络活动进行关联分析。
威胁情报分析与响应:系统持续地监测网络流量和日志数据,将实时收集的数据与建立的图谱进行比对和分析。通过对数据图谱、信息图谱和知识图谱的综合分析,系统能够识别出潜在的网络威胁、异常行为和攻击模式。一旦检测到威胁,系统会立即触发相应的响应措施,如封锁恶意IP地址、隔离受感染的设备等。
该系统的优势在于其综合利用了数据图谱、信息图谱和知识图谱的能力,通过关联频度计算和语义建模,能够更准确地分析和识别网络威胁。它提供了实时的威胁情报,帮助企业快速响应和防范各种网络攻击和安全威胁,最大程度地保护企业的网络和敏感数据安全。
通过这个案例,我们可以看到基于数据图谱、信息图谱和知识图谱框架的关联频度计算的语义建模及抽象增强方法在网络安全领域的潜力。它为企业提供了一种先进的安全防护解决方案,提高了网络威胁识别和响应的效率和准确性。
发明专利实现过程:
步骤1:构建数据图谱、信息图谱和知识图谱
首先,构建数据图谱、信息图谱和知识图谱的框架。数据图谱用于表示离散的实体、对象、属性和操作,并记录每个元素的频度,包括结构频度、时间频度和空间频度。信息图谱用于标记结点之间的交互关系,并计算交互频度(即交互次数)。知识图谱用于应用关系抽象规则对类之间的关系进行抽象,并对需求表达的完整性进行补充。
步骤2:基于数据图谱进行语义建模
利用数据图谱,根据初始需求描述和应用场景,进行语义建模。将离散的实体、对象、属性和操作以结点的形式表示,并记录它们的频度。结构频度反映了实体、对象、属性或操作在数据图谱中的出现次数,时间频度和空间频度反映了它们在时间和空间上的分布情况。
步骤3:基于信息图谱增强语义建模
在信息图谱中,标记结点之间的交互关系,并计算交互频度。当交互频度超过设定的阈值时,将多个结点集成为一个新的结点,作为实体继续进行标记和计算结构频度、时间频度和空间频度。这样可以增强语义建模的抽象程度,并更好地捕捉结点之间的关联关系。
步骤4:基于知识图谱进行关系抽象和完整性补充
利用知识图谱,应用关系抽象规则对类之间的关系进行进一步的抽象。通过分析和推理,识别出类之间的潜在关系,并进行适当的抽象表示。同时,可以对需求表达的完整性进行补充,填充缺失的信息,提升开发效率。
通过以上步骤的实施,我们可以实现关联频度计算的基于数据图谱、信息图谱和知识图谱框架的语义建模及抽象增强方法。这种方法可以有效地从初始需求描述和应用场景中获取合理的类及对象图,并提升语义建模的准确性和完整性。
申请号: | CN201710434314.6 | 全文下载 | |
申请日: | 2017-06-09 | 公开/公告日: | |
公开/公告号: | CN107016135A |
本发明是一种资源环境的正反双向动态平衡搜索策略,属于分布式计算和软件工程学技术交叉领域。本发明主要用于对搜索者提出的具有正反判定性问题进行有限次数的递进搜索,引入数据图谱、信息图谱和知识图谱三层架构,将网络上资源进行组织,通过语义分析理解搜索者检索信息的倾向性,按正反倾向对搜索者提出的需求进行搜索,通过每次搜索的条目数以及每项条目对应资源的熵值计算该倾向资源的可靠性,虚假信息以及失效信息会随着递进搜索的次数被排除,提高了搜索资源的质量,同时避免面对无穷尽超复杂性问题时搜索陷入死循环的情况。
已授权发明专利介绍:
双向动态平衡搜索策略——引领资源环境的创新之道
随着信息时代的不断发展,我们面临着日益庞大而复杂的数据海洋。在这个浩瀚的信息世界中,如何高效地搜索并获取真正有价值的资源成为了我们共同的挑战。为了解决这一难题,我们自豪地推出了一项引领性的技术创新——资源环境的正反双向动态平衡搜索策略。
本发明的搜索策略融合了分布式计算和软件工程学的前沿技术,旨在为搜索者提供针对正反判定性问题的有限次数递进搜索。通过引入数据图谱、信息图谱和知识图谱的三层架构,我们有效组织了网络上的资源,为用户提供了全面而精确的搜索结果。
我们的策略通过深度语义分析来理解搜索者检索信息的倾向性,将搜索需求按照正反倾向进行区分和搜索。每次搜索的条目数以及每项条目对应资源的熵值都被计算,以确保所提供的倾向资源具有可靠性和高质量。虚假信息和失效信息将会随着递进搜索的次数被逐渐排除,确保您获得的资源始终真实可信。
我们的双向动态平衡搜索策略不仅有效提高了搜索资源的质量,还避免了搜索陷入死循环的尴尬局面。对于那些曾经遭遇过无穷尽超复杂性问题的用户来说,这项技术创新将成为他们的得力助手,帮助他们迅速找到满足需求的精准资源。
这一发明专利技术的问世,标志着我们在资源搜索领域的独特贡献。我们的目标是持续推动技术的创新,为用户提供更加智能、高效的搜索体验。我们相信,通过双向动态平衡搜索策略,我们能够为您带来全新的资源搜索方式,让您的信息获取更加便捷、准确,为您的工作、学习和生活带来便利。
选择我们,选择创新,您将迎来一个全新的搜索时代!
发明专利应用案例示范:
在当今互联网时代,网络安全问题变得日益严峻和复杂。针对网络安全威胁,我们提出了一种基于资源环境的正反双向动态平衡搜索策略,旨在有效应对网络安全事件并提供迅速而精准的应急响应。
假设某个组织遭受了一次网络攻击,他们迫切需要找到相关的解决方案和防护策略。传统的搜索方法可能会陷入信息过载或受限于特定关键词,导致无法及时获取准确的信息。而我们的双向动态平衡搜索策略将为网络安全领域带来全新的突破。
首先,我们引入数据图谱、信息图谱和知识图谱的三层架构,将网络上的安全资源进行组织和分类。这些资源可以包括安全工具、漏洞信息、攻击样本、安全专家知识等。通过构建全面而准确的图谱,我们能够更好地理解和把握网络安全领域的信息脉络。
接下来,通过语义分析技术,我们能够深入理解搜索者对安全事件的倾向性和需求。例如,搜索者可能关注特定的攻击类型、防御措施、最新漏洞或安全威胁情报。基于这种理解,我们按照正反倾向对搜索者提出的需求进行搜索,确保提供相关而有针对性的安全资源。
在搜索过程中,我们考虑了每次搜索的条目数以及每项条目对应资源的熵值,这些指标反映了资源的可靠性和价值。通过计算倾向资源的可靠性,我们能够排除虚假信息和失效资源,提高搜索结果的质量和准确性。
最重要的是,我们的双向动态平衡搜索策略有效避免了搜索陷入死循环的问题。在面对无穷尽超复杂性问题时,我们的策略能够智能地调整搜索方向,及时排除不相关的资源,避免时间和资源的浪费,使应急响应更加高效和可靠。
通过将资源环境的正反双向动态平衡搜索策略应用于网络安全领域,我们可以极大地提升网络安全应急响应的能力。无论是网络安全从业人员还是组织管理者,都能够通过我们的技术创新更快速地获取到关键的安全信息,做出准确的决策,并采取相应的防护措施。
选择我们的双向动态平衡搜索策略,您将迎来一个全新的网络安全时代。我们致力于不断推动技术的创新和进步,为您提供安全、可靠的搜索解决方案,共同守护网络安全的壁垒!
发明专利实现过程:
步骤1:数据图谱、信息图谱和知识图谱的构建
首先,构建数据图谱、信息图谱和知识图谱的三层架构。数据图谱用于组织和存储网络上的资源数据,信息图谱用于分析和抽取资源的信息特征,知识图谱用于存储领域专家知识和关联信息。通过这三个图谱的结合,建立一个全面而准确的资源图谱,为后续的搜索提供基础。
步骤2:语义分析理解搜索者的倾向性
利用语义分析技术,对搜索者提出的需求进行分析,理解其检索信息的倾向性。通过对搜索者的查询内容、搜索历史、上下文等进行深入分析,确定其正反判定性问题的倾向方向。这一步骤旨在准确把握搜索者的需求,为后续的搜索提供指导。
步骤3:按正反倾向进行搜索
基于搜索者的倾向性,按照正反方向对搜索者提出的需求进行搜索。利用资源图谱中的索引和关联信息,根据搜索者的倾向性匹配相关资源,并返回与需求相关的搜索结果。
步骤4:计算倾向资源的可靠性
针对每次搜索的条目,通过计算每项条目对应资源的熵值来评估其可靠性。熵值反映了资源的信息量和分布情况,可用于判断资源的权重和质量。根据熵值计算,筛选出具有较高可靠性的资源,从而提高搜索结果的质量和准确性。
步骤5:排除虚假信息和失效信息
随着递进搜索的次数增加,通过对搜索结果进行评估和验证,排除虚假信息和失效信息。递进搜索会逐步筛选出更加可靠和有效的资源,从而提高搜索资源的质量和可信度。
步骤6:避免搜索陷入死循环
为了避免面对无穷尽超复杂性问题时搜索陷入死循环,引入适当的策略和算法。这些策略和算法能够智能地调整搜索方向,及时排除不相关的资源,确保搜索过程的高效性和可靠性。
通过以上步骤的实施,我们能够有效地实现资源环境的正反双向动态平衡搜索策略。这种策略可以应用于各种领域,为搜索者提供更加精准、可靠的搜索结果,提高搜索资源的质量和效果。
申请号: | CN201710435186.7 | 全文下载 | |
申请日: | 2017-06-10 | 公开/公告日: | 2017-08-29 |
公开/公告号: | CN107103100A |
本发明是一种容错的基于图谱架构的智能语义搜索方法,属于分布式计算和软件工程学技术交叉领域,主要用于解决使用搜索引擎过程中面对非确定不保真信息情况下的决策问题。引入数据图谱、信息图谱和知识图谱三层架构,将网络上资源进行组织,根据用户的预等待时间和计划支付金额建立用户的投入模型,通过语义分析理解用户检索信息的倾向性,按照不同倾向搜索的次数根据每个倾向的比重分配用户投入。根据每次搜索的条目数以及每项条目对应资源的熵值计算该倾向资源的可靠性,虚假信息以及失效信息会随着递进搜索的次数被排除,将资源返回给用户后,获取用户反馈,若用户不满意,提示用户增加投入继续递进搜索。
已授权发明专利介绍:
在信息时代,我们面临着海量的信息和复杂的搜索需求。当我们使用搜索引擎寻找答案时,我们常常面临着非确定性和不真实信息的困扰。但是现在,有一项创新性的技术正在改变这一切——容错的基于图谱架构的智能语义搜索方法。
这项发明专利技术的创新之处在于引入了数据图谱、信息图谱和知识图谱三层架构,将网络上的资源进行有序组织。通过这种结构化的方式,我们能够更好地理解用户的搜索需求和倾向性,以更精准的方式提供搜索结果。
首先,通过语义分析,系统能够准确理解用户检索信息的倾向性。根据用户的预期等待时间和计划支付金额,系统建立了用户的投入模型,以确保用户能够得到满意的搜索结果。
其次,根据不同的倾向性,系统根据每个倾向的比重分配用户的投入。这种智能的资源分配方式确保了用户的投入能够得到最大的回报。每次搜索的条目数和每项条目对应资源的熵值计算,进一步提高了搜索结果的可靠性。
随着递进搜索的次数增加,虚假信息和失效信息会被逐渐排除,从而提高搜索结果的质量。将资源返回给用户后,系统还会获取用户的反馈。如果用户对结果不满意,系统会提示用户增加投入并继续进行递进搜索,以确保用户能够获得更满意的答案。
这项技术的应用前景广阔。无论是在个人生活中寻找信息,还是在商业决策中进行数据分析,容错的基于图谱架构的智能语义搜索方法都能够帮助我们更快、更准确地获取所需的信息。
通过这项发明专利技术,我们能够告别非确定性和不真实信息的困扰,实现智能、可靠的搜索体验。不论您是普通用户还是商业专家,这项创新性技术都将为您带来更高效、更满意的搜索结果,让您轻松应对信息时代的挑战。让我们一起迎接智能语义搜索的未来吧!
发明专利应用案例示范:
随着互联网的普及和信息交流的便利化,网络安全问题变得日益突出。在网络安全领域,容错的基于图谱架构的智能语义搜索方法能够提供有效的解决方案,帮助用户在面对非确定不保真信息的情况下做出明智的决策。
假设某公司在网络安全领域运营,他们面临着许多网络攻击和威胁。他们需要一种高效可靠的搜索方法,以及对搜索结果的准确评估和分析。
利用容错的基于图谱架构的智能语义搜索方法,该公司能够构建一个强大的网络安全资源图谱,将各种网络攻击、安全工具、漏洞信息和最新的安全策略等有机地组织起来。
首先,该方法利用数据图谱层面,将网络攻击和威胁的实体、属性和操作进行离散化表示,并记录每个实体、属性或操作的频度,包括结构频度、时间频度和空间频度。这样做可以有效地抓取和整理各类网络安全资源,建立起丰富的知识库。
接下来,在信息图谱层面,该方法标记并分析网络攻击和威胁之间的交互关系。通过计算交互频度,即交互次数,系统能够发现频繁发生的攻击事件以及相关的安全工具和对策。当交互频度超过设定的阈值时,系统会集成多个相关节点,形成新的节点作为实体,并继续标记结构频度、时间频度和空间频度,进一步增强对网络安全资源的语义建模和抽象。
在知识图谱层面,该方法应用关系抽象规则对不同类别之间的关系进行进一步抽象。这有助于对网络安全需求的完整性进行补充,提升系统对复杂网络安全问题的理解和处理能力。
当用户在面对网络安全问题时,他们可以利用这一容错的智能语义搜索方法。用户的搜索需求和倾向性通过语义分析进行理解,根据每个倾向的比重,系统将用户的投入分配到不同的搜索方向。系统根据每次搜索的条目数以及每项条目对应资源的熵值计算资源的可靠性,排除虚假信息和失效信息,提高搜索结果的质量。
用户获取搜索结果后,他们可以提供反馈。如果用户不满意结果,系统会提示用户增加投入并继续进行递进搜索,以获取更满意的解决方案。
通过这种容错的基于图谱架构的智能语义搜索方法,该公司能够更好地应对网络安全挑战,快速获取可靠的安全信息和应对策略,提升网络安全防护的效率和准确性。
发明专利实现过程:
以下是基于上述发明专利的容错的基于图谱架构的智能语义搜索方法的实现步骤:
构建图谱架构:引入数据图谱、信息图谱和知识图谱三层架构,将网络上的资源进行组织和分类。数据图谱用于表示离散的实体、对象、属性和操作,并记录它们的频度。信息图谱用于标记和分析资源之间的交互关系,并计算交互频度。知识图谱用于对类之间的关系进行抽象,并补充需求表达的完整性。
建立用户投入模型:根据用户的预等待时间和计划支付金额,建立用户的投入模型。这个模型可以根据用户的需求和投入来决定在不同倾向下进行搜索的次数以及每个倾向的比重。
语义分析和倾向性理解:通过语义分析技术,对用户的检索信息进行理解和分析,以了解用户的倾向性和搜索偏好。
分配用户投入:根据用户的投入模型和倾向性分析结果,将用户的投入分配到不同的搜索方向和倾向。根据每个倾向的比重,决定每个倾向进行搜索的次数。
计算资源可靠性:根据每次搜索的条目数以及每项条目对应资源的熵值,计算每个倾向资源的可靠性。通过排除虚假信息和失效信息,递进搜索的次数可以提高搜索结果的质量。
返回资源和获取用户反馈:将搜索得到的资源返回给用户,并获取用户的反馈。如果用户对结果不满意,系统可以根据用户反馈建议用户增加投入,以继续进行递进搜索,以获得更满意的解决方案。
通过以上实现步骤,这种容错的基于图谱架构的智能语义搜索方法能够有效地处理非确定不保真信息,为用户提供准确可靠的搜索结果,帮助他们做出明智的决策。同时,该方法还能根据用户的反馈不断优化搜索过程,提高用户满意度和搜索效果。
申请号: | CN201710745700.7 | 全文下载 | |
申请日: | 2017-08-26 | 公开/公告日: | |
公开/公告号: | CN107343010B |
本发明是面向类型化资源的自动安全态势感知、分析与报警系统的开发方法,并给出了资源形态包括数据、信息和知识等的解释和数据图谱、信息图谱和知识图谱的概念表示,属于分布式计算和软件工程学技术交叉领域。本发明提出将网络安全态势情况和自动报警规则映射成数据、信息和知识等类型的资源实例的集合,建立资源优化目标函数,通过存储和计算协同调整资源存储和匹配方案,优化资源存储的空间代价和态势感知的时间效率,实时监控网络安全态势变化,更新自动报警规则集合,有利于及时响应安全状况。
已授权发明专利介绍:
随着网络的快速发展和信息技术的广泛应用,网络安全问题日益突出,对于保护个人、组织和国家的信息资产变得尤为重要。为了有效应对网络安全威胁,我们引以为豪地推出了一项创新技术——面向类型化资源的自动安全态势感知、分析与报警系统。
这项创新发明是在分布式计算和软件工程学技术交叉领域取得的重要突破。我们将网络安全态势情况和自动报警规则转化为数据、信息和知识等类型的资源实例集合,并建立了资源优化目标函数。通过存储和计算的协同调整,我们能够优化资源存储的空间代价和态势感知的时间效率,实现对网络安全态势变化的实时监控和自动报警规则集合的更新,从而有力地应对安全状况的变化。
我们的系统基于数据图谱、信息图谱和知识图谱的概念表示,将网络上的资源形态包括数据、信息和知识等进行清晰的解释和分类。这种面向类型化资源的处理方式,使得我们能够更加准确地感知、分析和理解网络安全态势,快速识别潜在的威胁和攻击,并立即采取必要的行动。
我们自豪地宣布,这一创新系统将为您的网络安全提供全方位的保护。无论您是个人用户、企业组织还是国家机构,我们都能够帮助您实时掌握网络安全状况,及时发现异常行为,并提供相应的报警和应对措施。我们的系统不仅能够优化资源存储和匹配方案,更能够极大地提高安全态势感知的时间效率,保障您的信息资产免受威胁。
我们团队的专业技术人员经过长期的研发和实践,致力于打造领先的安全解决方案。我们的系统不仅能够满足您当前的安全需求,还具备灵活的可扩展性,以适应不断变化的威胁环境。
面向类型化资源的自动安全态势感知、分析与报警系统将成为您网络安全保护的坚实后盾。让我们携手合作,构建一个更加安全、可靠的网络世界!
发明专利应用案例示范:
金融机构的网络安全态势感知与报警系统
在金融行业,网络安全是至关重要的。金融机构面临着各种网络威胁,包括黑客攻击、恶意软件、数据泄露等。为了提高网络安全水平,金融机构可以应用面向类型化资源的自动安全态势感知、分析与报警系统。
这个系统将帮助金融机构实现对网络安全态势的实时感知和全面分析,从而及时发现和应对潜在的威胁。下面是系统在金融机构中的详细案例:
感知网络安全态势:系统通过监控金融机构的网络流量、日志数据以及安全设备的报警信息等多种信息源,实时获取网络安全相关的数据。这些数据经过解析和分类,被转化为类型化的资源实例,包括数据、信息和知识等。系统建立了数据图谱、信息图谱和知识图谱,清晰地表示和组织这些资源。
分析网络安全态势:系统利用图谱架构对类型化资源进行分析,包括资源的存储和匹配方案的优化。通过资源优化目标函数,系统能够协同调整资源的存储方式,减少空间代价,并提高态势感知的时间效率。系统实时监测网络安全态势的变化,识别出潜在的威胁和异常行为。
报警和响应:系统根据事先设定的自动报警规则集合,对检测到的安全威胁进行评估和判定。如果系统检测到异常或可疑活动,根据报警规则集合生成相应的报警信号,并向相关人员发送警报通知。金融机构的安全团队可以立即采取必要的行动,迅速应对安全状况。
通过该系统,金融机构能够实现对网络安全态势的全面感知和准确分析,帮助其更好地保护敏感数据和客户资产。这种基于类型化资源的自动安全态势感知、分析与报警系统为金融机构提供了高效、及时的网络安全防护,确保业务的顺利运行和客户的信任。
发明专利实现过程:
实现步骤如下:
数据收集和解析:收集金融机构网络中的各种安全相关数据,包括网络流量、日志数据、安全设备报警信息等。对这些数据进行解析和分类,将其转化为类型化的资源实例,如数据、信息和知识。
构建类型化资源图谱:基于数据图谱、信息图谱和知识图谱的概念表示,建立类型化资源的图谱。图谱用于清晰地表示和组织各种类型的资源实例,并捕捉它们之间的关系和依赖。
资源优化目标函数的建立:根据系统需求和网络安全态势的特点,建立资源优化的目标函数。这个目标函数考虑资源存储的空间代价和态势感知的时间效率,通过存储和计算协同调整资源的存储和匹配方案,以最优化的方式利用和管理资源。
实时网络安全态势监测:系统实时监测金融机构网络安全态势的变化。通过对图谱中的资源实例进行分析和处理,识别出潜在的安全威胁和异常行为。持续更新图谱,确保准确反映当前的网络安全情况。
自动报警规则集合的更新:根据实时监测得到的网络安全态势,更新自动报警规则集合。这些规则用于评估和判定检测到的安全威胁,并生成相应的报警信号。
安全报警和响应:当系统检测到异常或可疑活动时,根据自动报警规则集合生成报警信号,并及时向相关人员发送警报通知。金融机构的安全团队根据报警信息进行响应,采取适当的措施应对安全状况。
通过以上实现步骤,面向类型化资源的自动安全态势感知、分析与报警系统能够有效地感知网络安全态势、分析潜在威胁,并在发现异常时及时报警和响应,提高金融机构的网络安全防护能力。
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-8-25 18:15
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社