基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题，提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据，构建后的异质图包含两种类型的节点(词节点、案例节点)，两种类型的边(词节点与词节点相连的边，词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取，最后将得到的特征向量输入到罪名预测的分类器中，得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明，基于图注意力网络的罪名预测方法优于对比实验使用的方法，准确率和宏观F1值分别达到了95.2%和66.1，验证了提出的方法有利于提升案件罪名预测任务的性能.     

基于视觉相关性的无线多媒体传感器网络节能策略

针对资源受限的纯相机无线多媒体传感器网络的能量消耗问题,改进了视觉相关性算法,并提出了一种新颖的基于视觉相关性的完全分布式节能策略.首先,根据视觉相关性系数算法计算相机的视觉相关性系数向量;其次,利用视觉相关性系数向量得到相机的竞争筹码并以此确定相机的角色;然后,运行两个并行且相互交互的操作:簇头相机根据簇头权重向量确定下一跳并完成路由建立;非簇头相机计算亲密度向量并且得到自己的簇ID.最后,实验结果表明本文提出的节能策略能有效地延长资源受限无线多媒体传感器网络的生命周期.     

滑动窗口下数据流完全加权最大频繁项集挖掘

针对当前关于数据流加权最大频繁项集WMFI(weighted maximal frequent itemsets)的研究无法有效地处理频繁阈值和加权频繁阈值不一致情况下WMFI的挖掘问题,提出了完全加权最大频繁项集FWM FI(full w eighted maximal frequent itemsets)的概念.为了减少naive算法在处理滑动窗口下完全加权最大频繁项集挖掘时存在的冗余运算,提出了FWMFI-SW(FWMFI mining based on sliding window over data stream)算法.所提出的算法通过基于频繁约束条件的优化策略减少了naive算法中M ax W优化策略的无效调用次数;采用编辑距离比率作为WMFP-SW-tree的重构判别函数,可以有效减少该树的重构次数.实验结果表明FWMFI-SW算法是有效的,且比naive算法更有时间优势.     

基于反馈评判的SPIT检测与防范方法

针对全IP融合网络环境下的垃圾语音信息(spam over Internet telephony,SPIT)隐患,提出了一种基于反馈评判的检测与防范方法.该方法引入了终端用户的参与,结合信任与信誉机制,能够简单、高效、无损地利用直接和间接的反馈信息.改进的信任度与信誉度推理算法充分体现了SPIT行为的分布特性并反映了影响评判结果的各因素的权重关系.增量学习算法保证了信任度和信誉度的实时性,融合算法则动态调整了信任度和信誉度在评判中的角色.实验及分析表明上述方法具有较好的准确性和敏感性,能够对SPIT进行有效的检测及防范.     

一种新型卫星网管协议的Petri网描述与验证

介绍了一种新型的卫星网网络管理协议,阐述了此协议服务联系和服务原语的设计,利用Petri网描述协议的方法,对此网络管理协议模型进行了形式化描述,并利用Petri网的可达性分析、S-不变量分析和T-不变量分析对此协议进行了逻辑正确性验证,确保了此协议具有有界性、活性、守恒性、完整性、前进性等性质,从而减少了协议设计中潜在的错误,为此协议的实现打下了良好的基础·     

NSIS下通用访问控制信令协议的设计与验证

在深入研究设备穿越和动态防御需求的基础上,提出了基于下一代信令(NSIS)技术的通用访问控制协议.协议实体由7个不同的功能模块组成,并定义了协议的消息类型、数据对象和执行流程.其中,消息类型包括请求消息、应答消息和错误.请求消息将为访问控制设备部署不同的访问控制策略,而错误消息主要是在鉴权失败或者检查到信令消息出错时返回出错的原因.最后,对协议进行了测试、验证,结果表明所提协议具有逻辑正确性,且性能开销较小.通过引入NSIS信令机制,保障了访问控制信令信息安全、可靠传输.     

基于BERT模型的司法文书实体识别方法

采用手工分析案件卷宗，容易产生案件实体遗漏现象及提取特征效率低下问题.为此，使用基于双向训练Transformer的编码器表征预训练模型.在手工标注的语料库中微调模型参数，再由长短时记忆网络与条件随机场对前一层输出的语义编码进行解码，完成实体抽取.该预训练模型具有巨大的参数量、强大的特征提取能力和实体的多维语义表征等优势，可有效提升实体抽取效果.实验结果表明，本文提出的模型能实现89%以上的实体提取准确度，显著优于传统的循环神经网络和卷积神经网络模型.     

FMC网络中多层SPIT检测方法研究

针对固定移动融合（FMC）网络环境下的垃圾语音信息（Spam over Internet Telephony,SPIT）隐患,提出了一种多层次的检测方法。该方法首先深入剖析SPIT攻击独有的特点,增强检测的针对性。然后分多个层次进行检测,信令监控算法根据SPIT独有的特点来监控所有SPIT相关的原子信息;统计分析算法对原子信息进行统计,得到具有统计特性的更高语义级别的告警;关联分析算法对告警进行关联,识别出攻击的行为踪迹,重构攻击场景。仿真实验与分析证明了该方法的功能与性能满足SPIT检测的需求。     

宽带多媒体卫星通信系统中的无线资源申请

系统分析了多媒体通信卫星网络MAC协议中的资源分配流程及资源申请时序关系,在此基础上,考虑卫星网络中的长延时环境,提出了一种基于流量预测的资源申请算法,以弥补现有算法严重滞后于流量变化的不足.该算法引入记录因子,对资源的申请与分配进行记录,以提高带宽的分配效率,减少带宽申请信令的数量,从而减少对网络资源申请的响应时间;将最小均方算法用于网络流量的预测,以削弱卫星链路长延时对网络资源申请造成的负面影响.仿真结果表明,该算法的性能大大优于现有的资源申请算法,在高负载度、长峰值传输时间的条件下,算法具有良好的适应性.     

卫星综合信息网的管理体系及管理星簇生成算法

针对卫星综合信息网特有的网络构成及动态的结构特点,引入了管理星簇,提出了一种单星管理与星簇管理相结合的动态分层次的网络管理体系,降低了卫星综合信息网特有的高延迟特性对于网络管理的影响,增强了系统的可扩展性和健壮性,提高了动态网络的管理效率·针对管理星簇,提出了基于簇首能力指数,运行方向及延迟变化率的簇生成算法,减小了网管信息传输的时延并降低了网管所带来的网络负载·