基于异常评分行为分析的虚假评论商品识别方法

在电商平台的所有评论信息中检测虚假评论时,评论领域的多样性以及虚假评论的总体稀疏性会导致识别准确率的下降。如果首先识别出包含虚假评论的商品,再对其中的评论进行针对性检测,会大大提高识别的效率和准确性。本文提出了一种基于异常评分行为分析的虚假评论商品识别方法,在对虚假评论行为分析的基础上,采用正态分布拟合和时序数据突变点检测方法,实现对虚假评论的发现。实验结果表明,该方法可以有效地识别虚假评论目标商品。

基于统计理论的电力系统评标专家异常评分研究

在电力系统评价中,专家异常评分会对评标结果的客观性、公正性产生很大的影响,必须对异常评分进行剔除。基于统计理论,建立了评标专家异常评分的评分控制和偏差控制假设检验模型,并用于具体的电力系统工程评标中。结果表明,当参与招标的单位综合实力差别较大时,提出的模型和“截头去尾”法、Grubbs检验法、Dixon检验法的分析结果一致;当参与招标的单位综合实力差别很小时,该方法更具优势。这对其他领域专家异常评分的判定也具有一定的参考价值。

基于孤立森林评分扩展的流量异常检测方法

流量异常检测是一种有效识别网络攻击行为的技术。近年来,无监督方法在异常检测领域得到了广泛应用。针对现有流量数据间时序关系挖掘的需求与孤立森林随机选择特征属性进行样本划分的问题,本文提出一种基于孤立森林评分扩展的流量异常检测方法。首先,文章使用滑动窗口机制和信息熵特性,设计了网络流量的熵时序特征提取方法,集成至特征集执行显著特征筛选。然后,文章构建了孤立森林评分扩展模型,在节点样本划分时,利用特征集合迭代方法与特征重要性矩阵,综合集合中孤立树特征,为节点标记综合路径长度代替原路径长度,并计算更能表征样本分布的异常评分。最后,通过设定异常得分阈值判别样本是否异常。在公开数据集上的实验结果表明,文章提出的异常检测模型,相比其他方法有明显优势,具有良好的实时检测性能,误报率更低,可有效用于网络流量的异常检测中,对真实网络环境中攻击事件的识别具有重要意义。

基于概念漂移发现的业务过程异常检测方法

现有的业务过程异常检测方法假定业务过程固定不变,忽视因出现概念漂移而导致业务过程模型变化的情况,以致现有的异常检测方法准确率下降。提出一种使用事件日志、基于概念漂移发现的业务过程异常检测方法。构建结合概念漂移发现方法和基于循环神经网络的业务过程异常检测模型,从事件日志中提取事件序列特征数据集,使用该模型中的事件预测模块来预测事件发生的概率,根据事件发生的概率分布来计算事件日志中每个案例的异常分数。异常分数大于设定的异常评分阈值的事件所在的案例被认为是候选异常案例。使用霍夫丁不等式来判断概念漂移是否已发生,并使用双层滑动窗口机制来获取概念漂移案例的发生位置,从候选异常案例提取概念漂移案例。使用增量学习将概念漂移案例用于更新事件预测模块,使过程异常检测模型能够辨别概念漂移案例与真正异常案例,更准确地检测出真正的业务过程异常。实验结果表明,与主流的业务过程异常检测方法相比,所提异常检测方法可以较准确地发现业务过程中的概念漂移,能够更准确地检测出业务过程中发生的异常,对提高业务过程运行的平稳性有积极意义。

基于特征约束蒸馏学习的视觉异常检测

针对视觉异常检测任务,提出一种基于特征约束的蒸馏学习方法,充分利用教师网络模型的特征来指导学生模型高效的识别异常图像.具体地,引入vision transformer (ViT)作为异常检测任务的主干网络,并提出中心特征策略约束学生网络的输出特征.由于教师网络的特征表达能力较强,特征中心策略从教师网络中动态地为学生网络生成正常样本的特征表示中心,从而提升学生网络对正常数据特征输出的描述能力,进而扩大了学生网络和教师网络对于异常数据的特征差异;另一方面,为了最小化学生网络和教师网络在正常图像特征表示上的差异,引入格拉姆(Gram)损失函数对学生网络编码层之间的关系进行约束.在3个异常检测通用数据集和1个真实工业异常检测数据集上进行了实验验证,相比当前最优方法,所提方法取得了显著的性能提升.

ECOD算法在飞机不稳定进近检测中的应用

在飞机进近和着陆阶段,一旦发生不稳定进近就可能导致航空事故发生,因此终端空域内不稳定进近检测是航空器运行监控领域的热点研究问题。针对终端区的不稳定进近检测,利用OpenSky提供的开源航空器监视数据提出了基于数据驱动的检测方法。从能量管理的角度入手,构建基于无监督异常检测(Empirical-Cumulative-Distribution-based Outlier Detection,ECOD)算法的不稳定进近检测模型,并结合主成分分析(Principal Components Analysis,PCA),获取了飞机能量状态的异常评分进而实现检测。复飞事件检测的验证分析结果表明检测模型在准确率与效率方面具有优势,模型可实现实时部署与在线更新。

某医院2015-2016年新生儿神经行为评分异常发生情况及影响因素分析

目的探讨新生儿神经行为评分(NBNA)异常发生情况及影响因素。方法选取2015年1月-2016年12月我院收治的186例新生儿作为研究对象,采用回顾性分析法分析所有新生儿的临床资料,根据资料结果记录所有新生儿和其母亲的基本情况以及新生儿NBNA评分情况,分析新生儿NBNA评分异常的发生情况,并比较不同NBNA评分新生儿间其上述资料的差异,研究影响新生儿NBNA评分异常的相关因素。结果本组研究186例新生儿中NBNA评分异常发生率为52例(27.96%);非条件单因素Logistic回归模型分析显在2组新生儿中胎龄、出生体质量、小于胎龄儿、多胎、新生儿窒息、呼吸窘迫综合征、颅内出血、高胆红素血症、高脑钠肽以及新生儿母亲高血压及糖尿病的发生情况比较差异间均具有统计学意义(P<0.05);通过非条件多因素Logistic回归模型分析可得,胎龄、出生体质量、新生儿窒息、颅内出血、高胆红素血症、呼吸窘迫综合征以及高脑钠肽均为导致新生儿NBNA评分异常的独立危险因素(P<0.05)。结论新生儿NBNA评分异常发生率较高,其中胎龄、出生体质量、新生儿窒息、颅内出血、高胆红素血症、呼吸窘迫综合征以及高脑钠肽均为导致新生儿NBNA评分异常的独立危险因素。

上海市学位论文“双盲”评议中评分异常的监测研究

应用2013-2014学年上海市研究生学位论文"双盲"抽检系统的数据,对评议专家在论文评议中的评分异常现象进行分析,归纳出评分异常现象的基本判定规则,提出了"双盲"评议异常监测模型,该模型主要利用多元回归法构建。通过上述数据,获取学位论文在选题、创新、学术性、应用性和准确性等方面的评分异常监测系数,并用2013-2014学年上海交通大学工程硕士专业学位论文"双盲"成绩进行评分拟合度实验,实验证实了模型的有效性。

电力系统工程评标专家异常性评分判定方法研究

电力系统工程评标专家的异常性评分直接影响评标结果的公平性,必须采取科学的方法将专家异常性评分进行剔除。在对传统截尾法分析的基础上,基于统计检验理论提出了采用格拉布斯检验和狄克松检验对专家异常性评分进行判定,并应用于实际的电力系统工程评标专家异常性评分判定中。结果表明,截尾法对异常性评分的判定过于武断,格拉布斯检验和狄克松检验对专家异常性评分判定精度更高,这对其他领域专家评分异常性判定具有一定的参考价值。

改良异常血糖预警评分系统用于糖尿病急性并发症患者病情评估的可行性分析

目的探讨改良异常血糖预警评分系统(MEWS)用于糖尿病急性并发症患者病情评估的可行性。方法于2015年2月到2016年2月间,在我院选择糖尿病急性并发症80例患者作为研究对象,将患者随机分为预警组(n=40)和常规组(n=40),给予预警组患者改良异常血糖预警评分系统进行病情评估和治疗,常规组患者采取常规血糖监测、临床表现监测等进行病情评估和治疗,对比两组患者的预后状况。结果预警组患者预后良好率90.0%与常规组65.0%相比明显较高,P<0.05。预警组患者MEWS评分轻度34例,均预后良好,中重度6例,预后良好2例,预后不良4例。结论改良异常血糖预警评分系统能有效辅助临床糖尿病急性并发症患者病情评估,对于评分中重度患者需加强对患者治疗,以改善患者预后。

基于注意力机制的业务过程异常检测方法

鉴于大多数业务过程异常检测方法能够检测业务过程实例或事件的异常,却难以定位发生异常的具体事件属性,提出一种基于注意力机制的业务过程异常检测方法。从控制流和数据流两个视角挖掘业务过程事件日志中的过程特征,构造数据集;基于注意力机制构建业务过程实例下一事件的预测模型,以预测当前过程实例的下一个执行事件及其属性的概率分布;采用过程实例中实际发生事件各属性的值和预测所得该事件各属性值的概率分布计算该事件各属性的异常评分,异常评分大于阈值的事件属性为异常属性,定位该事件属性为异常来源。仿真实验表明,与现有主流业务过程异常检测方法相比,所提异常检测方法在公开数据集上可以更准确地检测出业务过程实例事件及其属性异常,并可定位引发异常的具体事件属性,从而提高过程感知信息系统的运行平稳性。

基于三维超声的结合带异常量化评分对子宫腺肌病分型的鉴别价值分析

目的分析基于三维超声的结合带异常量化评分对子宫腺肌病分型的鉴别价值。方法回顾性选取2021年8月—2023年2月晋江市中医院诊治的90例保宫手术患者为研究对象,以患者术后病理结果为金标准,比较三维超声诊断子宫腺肌病的准确度和Kappa一致性,采用子宫结合带异常量化评分对患者子宫肌腺症进行分型诊断,进一步用受试者操作特征(receiver operating characteristic,ROC)曲线分析三维超声联合结合带异常量化评分的鉴别诊断效能。结果90例保宫手术患者经确诊,67例为子宫腺肌病患者;腹部超声检测子宫腺肌病确诊真阳性48例,误诊4例,漏诊19例,Kappa一致性为0.447;阴道三维彩色多普勒超声检测子宫腺肌病确诊真阳性55例,误诊2例,漏诊12例,Kappa一致性为0.642。腹部超声检查的准确度、灵敏度、特异度和阳性预测率分别为74.44%、71.64%、82.51%、92.31%,阴道三维彩色多普勒超声检查的准确度、灵敏度、特异度和阳性预测率分别为84.44%、82.09%、91.30%和96.49%,2种检测方法上述指标对比,差异无统计学意义(P>0.05)。病理学诊断子宫腺肌病患者中弥漫性子宫腺肌症41例,局灶性子宫腺肌症26例。不同分型子宫腺肌症患者的结合带分区评分比较,差异有统计学意义(P<0.05)。ROC分析显示,子宫结合带量化评分诊断子宫腺肌症分型的ROC下曲线面积为0.875,截断值为2分,灵敏度为80.77%,特异度为87.80%。结论阴道三维彩色多普勒超声对子宫腺肌病具有较好诊断效能,将其联合结合带异常量化评分可判别子宫腺肌症分型。

鱼叉式网络钓鱼攻击检测方法

对研究人员在第26届USENIX安全会议上提出的检测有凭证的鱼叉式网络钓鱼攻击的方法展开研究,在研究鱼叉式网络钓鱼攻击的流程及原理、分析应用该检测方法的黑箱粉碎机的总体结构、关键技术及应用情况的研究基础上,对定向异常评分技术进行分析,进一步详细定义子探测器对标量的选取,对网络钓鱼攻击黑箱粉碎机的方法与网络钓鱼攻击的传统检测方法进行对比分析,论述黑箱粉碎机明显的优势,展望鱼叉式网络钓鱼攻击检测方面今后的发展与研究方向。

基于评分迭代的无监督网络流量异常检测

针对计算机网络流量异常检测中缺乏标注信息的挑战,该文提出一种基于评分迭代的无监督异常检测方法。设计了基于自编码器的异常评分迭代过程来学习通用异常特征,获取其初始异常评分。设计了基于深度序数回归模型的异常评分迭代过程来学习判别异常特征,进一步提高异常评分准确性。另外,还通过深度模型、多视图特征、集成学习提高检测准确率。在多个数据集上的实验表明,在无标注信息的情况下,该方法的性能相比对照方法具有明显优势,可以有效地用于现实网络流量异常检测。

加强对评标专家异常性评分的判定与监管

在对评标专家异常性评分定义的基础上,从系统偏差、非共识偏差、同行偏差和偶然偏差四个方面构建评标专家异常性评分的判定方法,并从评标现场纪律管理、工作质量考核制度、专家责任追究机制等三个方面,就加强评标专家评标行为的监督管理提出建议与措施。

新生儿行为神经测定在新生儿科的应用

分析新生儿行为神经测定在新生儿科的应用。方法:择选我院2022年1月-2022年6月期间妇产科分娩的高危新生儿(观察组)及健康新生儿(对照组)各50例为此次研究对象,并给予所有新生儿行为神经测定,以及进行检测结果的对比。结果:观察组NBNA评分异常25例(50.00%)、对照组NBNA评分异常1例(2.00%)(P<0.05);观察组中缺氧缺血性脑病20例平均NBNA评分:1-7d(36.02±1.27)分、8-14d(37.26±0.64)分、15-21d(37.84±0.23)分;高胆红素血症30例平均NBNA评分:1-7d(37.03±0.43)分、8-14d(37.82±0.62)分、15-21d(38.12±0.31)分;对照组平均NBNA评分:1-7d(37.78±0.56)分、8-14d(38.67±0.34)分、15-21d(39.38±0.28)分。结论:临床中在对新生儿评价行为神经能力的时候采用NBNA检查法,该方法具有众多的优点(全面检查、简单操作、无创、具有可重复性等),能在早期将新生儿轻微脑损伤检测出来,具有较高的灵敏性,在评价干预和预后效果等方面具有重大临床价值,值得推广。