本发明公开了一种抗关键词猜测攻击的双服务器多用户可搜索加密方法与装置，涉及信息安全的技术领域；数据拥有者确定关键词后，对数据加密并生成加密索引，储存到存储服务器；用户购买数据后，数据拥有者生成授权信息，发送到存储服务器和前端服务器；用户生成用户搜索陷门发送到前端服务器进行查询，前端服务器生成服务器搜索陷门，发送到存储服务器；存储服务器接收后进行搜索，与用户进行交互。本发明无需通过安全通道和可信第三方，用户从数据拥有者处购买数据后无需再与数据拥有者进行交互，减轻了数据拥有者的负担；利用双服务器承担加密数据的存储和搜索，并采用倒排索引，降低搜索时间复杂度，提高搜索效率，有效抵抗了关键词猜测攻击。

本发明涉及数据挖掘领域，提出一种强关联高效用项集挖掘方法、装置及设备，其中方法包括：构建事务数据库；设置最小效用阈值和最小关联度阈值。扫描事务数据库，当存在事务加权效用大于或等于最小效用阈值的项集时，将该项集存储在第一数组结构中。当存在可作为扩展项效用local‑utility大于或等于最小效用阈值的项集时，将该项集存储在第二数组结构中；计算存在于第一数组结构且存在于第二数组结构中的项集的实际效用和关联度值，确定实际效用大于或等于最小效用阈值且关联度值大于或等于最小关联度阈值的项集为强关联高效用项集。本发明减少了内存和时间的消耗，能够更有效地挖掘出高价值且关联性强的商品。

本发明公开了一种基于GCN‑LSTM和注意力机制的异常检测方法及系统，涉及人工智能检测技术领域，包括以下步骤：S1.构建结合了GCN网络和LSTM网络的GCN‑LSTM模型，并构建基于GCN‑LSTM模型的序列重构模型；S2.对得到的序列重构模型进行训练和测试，得到测试好的序列重构模型；S3.将待检测数据序列以时序排列，输入训练好的序列重构模型中，生成重构序列；S4.构建误差序列，并将误差序列分为训练数据集和测试数据集两部分；S5.构建基于Copula函数的异常检测模型，并将训练数据集输入异常检测模型中进行训练；S6.将测试数据集输入训练好的异常检测模型，得到测试集异常序列数据检测结果。本发明解决了现有技术应用场景小、无法利用多维特征的问题，且具有结果准确，步骤清晰的特点。

本发明公开了一种基于模糊列表缓冲区的高模糊效用项集挖掘方法、系统及计算机可读存储介质，方法包括：S1：初始化数据挖掘运行参数；S2：扫描事务数据库D并根据隶属度函数R计算单一项的模糊效用上界FUUB，并创建初始化列表I*；S3：将模糊效用上界值不小于最小阈值minUtil的单一模糊项存入初始化列表I*，并按照模糊效用上界值升序排序；S4：再次扫描数据库D，构建评估模糊效用共现结构EFuCS、模糊列表缓冲区FLBuf及其辅助的概要列表SL；S5：调用递归搜索子程序Search，传入参数；S6：输出模糊效用不低于最小阈值的所有高模糊效用项集HFUIs，完成数据挖掘。本发明降低高模糊效用项集挖掘算法运行时间、降低了内存消耗。

本发明公开了一种基于加权频繁序列的商品组合挖掘方法，涉及大数据挖掘的技术领域，获取基于时间的商品交易的订单信息，组成商品数据集，根据商品的收益情况为每个商品赋予不同的权值，并依据商品权值大小，对多元项中包含的商品进行排序之后对商品进行加权频繁序列的挖掘；根据向下闭包特性，深度挖掘商品数据集中具有高收益和高频次的商品组合方式；根据先验性原理，从商品数据集中剔除不是加权频繁序列商品，减少候选组合方式的产生，提高挖掘效率。本发明在保证挖掘准确性的前提下拥有更高的挖掘效率，为商家提供更好的营销思路。

本发明涉及一种专用于造纸切割设备，尤其涉及一种专用于芦苇造纸切割设备。本发明要解决的技术问题是提供一种能够降低劳动强度、能够提高切割效率、能够缓解手臂酸痛的专用于芦苇造纸切割设备。本发明提供了这样一种专用于芦苇造纸切割设备，包括有底板、竖板、放置板、第一传送轮、第一连接板、第一连接杆等；底板顶部的左侧连接有竖板，竖板的中部开有第一开口，第一开口下侧的竖板右侧面连接有放置板，放置板前侧面的左侧转动式连接有第一传送轮。本发明通过使切刀上下移动能够对芦苇进行切割，通过使筛板上下移动能够对切割后的芦苇进行筛选，从而达到了能够降低劳动强度、能够提高切割效率、能够缓解手臂酸痛的效果。