基于多途径分类识别和网络拓扑结构的关键节点检测方法

AITNT
正文
推荐专利
基于多途径分类识别和网络拓扑结构的关键节点检测方法
申请号:CN202410974848
申请日期:2024-07-19
公开号:CN118972263A
公开日期:2024-11-15
类型:发明专利
摘要
一种基于多途径分类识别和网络拓扑结构的关键节点检测方法,从多种数据源中提取APP行为的关键特征,并构建矩阵特征数据库的同时,针对不同类型的特征设计多个分类器,从多个维度进行精准分类识别。为了进一步提升分类性能,将通过采用集成学习方法,将不同的分类器的输出结果进行有效融合,以此增强整体的分类准确性和鲁棒性。此外,针对特征数据构建网络图结构,深入分析网络中的节点和边之间的关系。
技术关键词
节点检测方法 网络拓扑结构 节点检测系统 网络图结构 集成学习方法 图谱 因子 监控单元 监督学习算法 关系型数据库 特征数据库 分类器 特征值 特征工程 噪声数据 节点特征 实体
系统为您推荐了相关专利信息
1
岩溶山地柔性光伏生态修复分析方法及系统
微环境调控 柔性光伏板 分析方法 山地 菌渣基质
2
基于大语言模型的网络安全处理方法、装置、设备、介质及程序产品
大语言模型 网络拓扑结构 设备发现协议 分析网络流量 活动设备
3
一种网络信息服务系统中收集服务操作信息的方法
网络信息服务系统 序列模式挖掘算法 机器学习分类算法 校验机制 先进先出
4
一种基于大数据的裸眼3D视觉健康管理方法、系统、电子设备及存储介质
视觉健康管理系统 健康管理方法 大数据 支持向量机 分类器
5
网络拓扑结构调整方法和装置
网络拓扑结构 汇聚节点 网络拓扑数据 计算机可执行指令 流量预测模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号