-
公开(公告)号：CN107579855B
公开(公告)日：2020-09-04
申请号：CN201710856658.6
申请日：2017-09-21
Applicant: 桂林电子科技大学
IPC: H04L12/24 , G06F16/901 , G06F16/9038
Abstract: 本发明公开一种基于图数据库的分层多域可视安全运维方法，首先将安全运维分为基础安全层、安全分析层和威胁情报层，同时将各层功能划分为单个或多个域，其中划分基础安全层为网络拓扑域、系统服务域、人员信息域和安全策略域，划分安全分析层为依赖关系域、网络安全域和用户安全域，威胁情报层则由相应的威胁情报标准域组成。然后通过将各域的结构关系与属性特征转化为相应的UML图，同时在指定网络位置上部署相应职能的传感器，对各域所需数据进行采集。然后通过相应API，完成UML图向图数据库的映射，最后通过对图数据库数据查询分析实现可视化的安全运维。本发明将图数据库技术与安全运维相结合，降低了安全运维难度，提高了安全运维分析效率。
-
公开(公告)号：CN111601253A
公开(公告)日：2020-08-28
申请号：CN202010247506.8
申请日：2020-03-31
Applicant: 西安电子科技大学
Abstract: 本发明属于无线通信与人工智能技术领域，公开了一种无源被动智能跟踪定位方法、系统、存储介质、跟踪定位终端，Wi-Fi设备采集CSI信息；天线间CSI共轭相乘算法提取各多径信号的动态传播路径分量；信道参数估计算法对各多径信号的动态传播路径的信号参数进行估计；结合人工智能算法，每台Wi-Fi设备独立的对人体运动轨迹进行估计；使用多设备运动轨迹融合算法对第四步不同Wi-Fi设备得到的人体运动轨迹进行融合。本发明使用多信道参数联合进行人体运动轨迹跟踪，并结合人工智能算法，避免了现有技术精度低，鲁棒性差的问题。本发明使用多台Wi-Fi设备联合进行人体运动轨迹跟踪，避免了现有技术进行人体跟踪定位精度较低的问题，提升了室内人体无源被动跟踪定位精度。
-
公开(公告)号：CN108111540B
公开(公告)日：2020-08-28
申请号：CN201810091589.9
申请日：2018-01-30
Applicant: 西安电子科技大学
Abstract: 本发明属于通过一个平台保护数据存取访问的技术领域，公开了一种云存储中支持数据共享的分层访问控制系统及方法，包括：可信授权中心生成系统秘密信息和公共信息，并向用户公开系统公共信息；可信授权中心根据用户群组等级结构，基于密钥聚合方法生成每个用户群组的密钥并分发给所有对应用户；用户利用任意目标用户群组的系统公共信息对拟分享的数据进行加密，并上传存储至云服务器中；合法用户获取云服务器中存储的密文数据，利用用户群组密钥对数据进行解密；当需要撤销某个用户的访问权限时，可信授权中心和云服务器进行系统更新和重新加密过程。本发明面向云存储环境实现了公钥密码体制下支持灵活数据安全共享且无需密钥推导过程的分层访问控制。
-
公开(公告)号：CN107294590B
公开(公告)日：2020-08-28
申请号：CN201710469364.8
申请日：2017-06-20
Applicant: 电子科技大学
IPC: H04B7/08 , H04B7/0426 , H04B7/06
Abstract: 本发明属于无线通信技术领域，涉及一种基于上行训练的数模混合波束赋形方法。本发明的方法主要为：用户端发送一定长度的训练序列，基站端接收经过自由空间传播和噪声干扰的训练信号，形成对训练序列的最优估计，通过假设BS已知训练序列，建立目标函数，其解即为最佳的波束赋形矩阵。利用上下行自由空间传播信道的互易性，可将上行训练解出的最佳波束赋形矩阵视为下行传输的最佳波束赋形矩阵，再通过矩阵分解即可得到模拟域和数字域的波束赋形矩阵。本发明提出的技术方案，在模拟域消除一定的干扰，利用和改进了正交匹配追踪的思想，在码本集合中搜索出模拟域波束赋形矩阵，最后通过最小二乘法即可解得数字域波束赋形矩阵。
-
公开(公告)号：CN111563118A
公开(公告)日：2020-08-21
申请号：CN201910114555.1
申请日：2019-02-14
Applicant: 桂林电子科技大学
Inventor： 王勇
Abstract: 本发明涉及一种可以实时获得数据的数据自动录入方法及系统，方法包括在包含有靶符号的待录入文档中查找靶符号，并根据靶符号确定待录入数据的录入位置；对靶符号进行解析，根据解析结果，在数据源中采集靶符号在预设的系统规则下可能对应的所有的代表数据类型的属性标识和代表数据信息的属性值，并列出所有的属性值；若列出属性值只有一项，或可确定某一信息符合靶符号的系统规则，在待录入数据的录入位置删除靶符号，并录入数据信息，完成数据自动录入；若不能确定是多项属性值的某一项，列出所有可能的属性值，用户选定后录入。本发明自动在数据源中采集信息，有效提高工作效率。
-
Patent Agency Ranking
公开(公告)号：CN111369540A
公开(公告)日：2020-07-03
申请号：CN202010150980.9
申请日：2020-03-06
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于掩码卷积神经网络的植物叶片病害识别方法，主要解决现有技术识别植物叶片病害准确率低的问题。其方案是：对原数据集进行增强和扩充，得到训练集和测试集；对训练集和测试集进行语义分割得到相应的掩码集；在该模型的全卷积层和掩码分支之间增加病害特征筛选模块，将训练集和掩码集输入到网络中进行训练，得到目标分类和目标检测的结果；将目标分类结果中属于病害叶片的特征图作为掩码分支的输入，多次迭代后得到训练后的模型；将测试集输入该模型，对叶片进行目标分类和目标检测，并对属于病害类别的叶片进行分割。本发明在传统方法的基础上提升了叶片病害识别的准确率，可用于农业种植中植物病害叶片识别和分割。
-
公开(公告)号：CN111198995A
公开(公告)日：2020-05-26
申请号：CN202010012212.7
申请日：2020-01-07
Applicant: 电子科技大学
IPC: G06F16/955 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种恶意网页识别方法，包括如下步骤：步骤1，获取恶意网页数据集，并通过数据预处理得到恶意网页的训练集和测试集；步骤2，利用Char-CNN模型获取训练集和测试集的字符级嵌入；步骤3，构建BiLSTM-Attention神经网络模型；步骤4，利用训练集及其字符级嵌入，以及静态词嵌入训练步骤3构建的BiLSTM-Attention神经网络模型；步骤5，利用测试集及其字符级嵌入，以及静态词嵌入验证步骤4训练好的BiLSTM-Attention神经网络模型；步骤6，经过步骤5验证后，将训练好的BiLSTM-Attention神经网络模型用于对用户访问的网页数据进行恶意网页识别。本发明采用基于attention机制的双向长短时记忆循环神经网络，同时还使用字符级嵌入与静态词嵌入相结合的方法，实现了恶意网页识别的目的。
-
公开(公告)号：CN106788633B
公开(公告)日：2020-04-14
申请号：CN201611150327.2
申请日：2016-12-14
Applicant: 西安电子科技大学
IPC: H04B7/0413 , H04L1/06 , H04L27/26 , H04L27/34
Abstract: 本发明公开了一种用于大规模天线系统的上链路非相干空时传输方法，主要解决大规模天线系统中获取精确信道状态信息复杂度高、时频资源开销较大的问题。其实现的步骤是：用户节点根据欲发送的信息符号构造二乘二的空时发送矩阵，并用两个符号周期通过两根天线同时将符号发送到基站节点；基站节点收到用户节点的发送符号后，对接收信号进行线性操作，得到待检测信号度量；基站节点利用最小距离检测算法进行译码，得到用户节点发送符号的估计值。本发明通过上链路空时传输技术，结合大规模天线系统信道的渐进正交特性，实现了非相干的信号传输和信号检测，降低了大规模天线系统的实现复杂度，可用于双天线用户与大规模天线基站之间的通信。
-
公开(公告)号：CN110934092A
公开(公告)日：2020-03-31
申请号：CN201911312328.6
申请日：2019-12-18
Applicant: 杭州电子科技大学
Inventor： 王勇
IPC: A01K39/02
Abstract: 本发明公开了一种禽类饮水管下料装置及其下料方法。现有的饮水管加工设备需要有工作人员持续取下完成加工的饮水管，自动化程度较低。本发明一种禽类饮水管下料装置，包括机架、m个下料机构和m-1个推出机构。m个下料机构沿着机架的长度方向依次排列。任意两个下料机构之间均设置有一个推出机构。下料机构包括两个单侧下料组件。单侧下料组件包括升降气缸、基座、下料升降架、下料支撑杆组和过渡滑道。推出机构包括两个单侧外推组件。单侧外推组件包括外推板和外推驱动组件。本发明能够稳定地接收加工完成的禽类饮水管，并将其进行暂时存放，使得工作人员无需在每根饮水管加工完成后立即取下，大大降低了工作人员的工作量。
-
公开(公告)号：CN110808833A
公开(公告)日：2020-02-18
申请号：CN201911100109.1
申请日：2019-11-12
Applicant: 电子科技大学
Abstract: 本发明公开了一种轻量级的在线离线无证书签名方法，包括如下步骤：(1)初始化阶段，密钥生成中心生成主私钥和包含主公钥的公共参数；(2)密钥生成阶段，无线体域网络中的传感器节点生成自己的公钥和完整私钥；(3)离线签名阶段，在消息已知之前，传感器节点利用自己的公钥、主公钥、完整私钥和秘密值生成部分签名；(4)在线签名阶段，传感器节点使用部分签名和公共参数来生成对消息的完整签名；(5)验证阶段，验证方验证该消息的完整签名是否有效。本发明的在线离线无证书签名方法，能够抵抗伪造攻击和公钥替换攻击，并且，在恶意客户端和恶意密钥生成中心两种攻击下被证明是安全的。
-
-
-
-
-
-
-
-
-
Search Results
891
records
(took 0.206 seconds)
