-
公开(公告)号：CN1710985A
公开(公告)日：2005-12-21
申请号：CN200510012048.5
申请日：2005-06-30
Applicant: 中国科学院计算技术研究所
Abstract: 本发明属于网络安全技术领域，是分组网络中语音通信的一种加密协商方法。其步骤包括：每一个通信终端都有一个通信标志符和一对公私钥，其中各通信终端在设备入网的时候就把本终端的通信标志符和公钥注册到核心网上的注册服务器；当通信终端开机或者是越区切换时，需要把本机当前的地址信息在注册服务器登记；当呼叫发起时，主叫方首先从注册服务器获取被叫的当前地址和公钥，然后由主叫方指定本次通话的加密算法和密钥，并通知被叫方，被叫方收到通知消息后，检查自己是否支持主叫方指定的加密算法，如果支持，被叫向主叫发送确认消息，否则，被叫向主叫发送相应的出错消息，主叫根据被叫发来的出错消息，重新选择加密算法和密钥。
-
公开(公告)号：CN115396897B
公开(公告)日：2024-12-10
申请号：CN202211012121.9
申请日：2022-08-23
Applicant: 中国科学院计算技术研究所
IPC: H04L9/40 , H04W12/121 , G06N3/04
Abstract: 本发明提供一种用于移动通信协议的安全测试用例挖掘模型的训练方法，其中所述安全测试用例挖掘模型为BP神经网络模型，所述方法包括：S1、获取移动通信协议中已知的协议攻击方式，所述已知的协议攻击方式包含被攻击信令的传输流程和传输信息、被攻击信令对应的攻击类型；S2、基于移动通信的特征，根据已知的协议攻击方式中的被攻击信令的传输流程和传输信息获取每个已知的攻击协议方式中被攻击信令对应的协议特征向量，以被攻击信令对应的协议特征向量为样本、被攻击信令的攻击类型为样本标签组成训练集；S3、基于步骤S2中获得的训练集对BP神经网络模型进行多次迭代训练。
-
公开(公告)号：CN116017092B
公开(公告)日：2024-06-14
申请号：CN202211595855.4
申请日：2022-12-12
Applicant: 中国科学院计算技术研究所
IPC: H04N21/647 , H04N21/24 , H04W24/08 , H04N21/2662 , H04N21/442
Abstract: 本发明提供一种QoE量化方法，所述QoE用于客观量化采用跨层架构传输系统为用户终端提供移动视频服务时的用户感受，所述方法包括：S1、获取用户终端从所述传输系统中下载并播放视频时对应的应用层参数和网络层参数；S2、基于步骤S1中获得的应用层参数确定基准QoE；S3、计算网络层参数对所述基准QoE的影响度；S4、基于步骤S2得到的基准QoE、步骤S3中计算得到的网络层参数对基准QoE的影响度获得最终的QoE。本发明提供的QoE量化方法能够综合应用层和网络层影响因素，更为全面客观地预测出未来时刻跨层架构传输系统的QoE，并为跨层架构传输系统的各层参数优化提供更准确的参考依据。
-
公开(公告)号：CN116418691A
公开(公告)日：2023-07-11
申请号：CN202310265390.4
申请日：2023-03-13
Applicant: 中国科学院计算技术研究所
IPC: H04L41/147 , H04L41/16 , H04L43/0894 , H04W28/20 , H04W24/06
Abstract: 本发明提出一种基于深度学习的移动网络实时带宽预测方法，包括：从移动网络于历史时段的带宽时间序列中选取序列样本，将该序列样本划分为时序在前的训练样本和时序在后的标签样本，以该训练样本和该标签样本生成训练集，对深度学习网络进行训练，获得带宽预测模型；将该移动网络于当前时段的带宽时间序列进行归一化处理，并以变分模态分解为多个预测分量；将该预测分量输入该带宽预测模型，获得多个分量预测结果，将所有该分量预测结果叠加重构为该移动网络于下一时段的带宽预测结果。本发明还提出一种基于深度学习的移动网络实时带宽预测系统，以及一种用于移动网络实时带宽预测的数据处理装置。
-
公开(公告)号：CN111542091B
公开(公告)日：2023-04-25
申请号：CN202010348612.5
申请日：2020-04-28
Applicant: 中国科学院计算技术研究所
IPC: H04W28/16 , H04L41/40 , H04L41/0896 , H04L41/0893 , H04L67/10
Abstract: 本发明提供一种在无线通信系统的网络切片中进行资源分配的方法，包括：步骤1：根据网络波动ρ、切片工作任务dg以及所述工作任务对于无线资源rg和计算资源fg的需求，为每个切片预分配无线资源与计算资源步骤2：对上述预分配的无线资源与计算资源进行系统可用资源是否充足的检查；步骤3：在系统可用资源不能满足所述预分配的无线资源与计算资源中任何一个时，对其进行调整，以使得系统可用资源可以满足调整后的无线资源与计算资源。基于本发明的实施例，可以在切片级别分配资源，同时考虑无线和MEC计算资源，并考虑传输波动的影响，可以提高系统整体的效益。
-
Patent Agency Ranking
公开(公告)号：CN115396897A
公开(公告)日：2022-11-25
申请号：CN202211012121.9
申请日：2022-08-23
Applicant: 中国科学院计算技术研究所
IPC: H04W12/121 , H04L9/40 , G06N3/04
Abstract: 本发明提供一种用于移动通信协议的安全测试用例挖掘模型的训练方法，其中所述安全测试用例挖掘模型为BP神经网络模型，所述方法包括：S1、获取移动通信协议中已知的协议攻击方式，所述已知的协议攻击方式包含被攻击信令的传输流程和传输信息、被攻击信令对应的攻击类型；S2、基于移动通信的特征，根据已知的协议攻击方式中的被攻击信令的传输流程和传输信息获取每个已知的攻击协议方式中被攻击信令对应的协议特征向量，以被攻击信令对应的协议特征向量为样本、被攻击信令的攻击类型为样本标签组成训练集；S3、基于步骤S2中获得的训练集对BP神经网络模型进行多次迭代训练。
-
公开(公告)号：CN113783842B
公开(公告)日：2022-05-24
申请号：CN202110906758.1
申请日：2021-08-09
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种用于5G网络专网所需UPF计算资源和存储资源的计算方法，对于每个专网，所述方法包括：步骤1：初始化所述专网的多个粒子的位置与初始速度，每个粒子的位置坐标由初始分配的计算资源与存储资源表示；步骤2：计算每个粒子的适应度；步骤3：更新每个粒子历史最好适应度及其相应的位置，更新当前全局最好适应度及其相应的位置；步骤4：更新每个粒子当前的速度和位置；步骤5：循环执行步骤2到步骤4，直到全局最好适应度位置连续未更新的轮数达到预定阈值。采用该方法可以有效地将基于共享资源的UPF进行安全隔离，并通过合理的分配映射资源，有效提升了资源利用率，降低企业成本。
-
公开(公告)号：CN113055902B
公开(公告)日：2022-04-22
申请号：CN202110320390.0
申请日：2021-03-25
Applicant: 中国科学院计算技术研究所
IPC: H04W16/22 , H04W12/033 , H04L9/00 , H04L9/40 , H04L41/14 , H04L41/147 , G06N20/00
Abstract: 本发明提供一种智能化的移动通信网络系统，包括多个核心网网元，用于提供用户鉴权和数据路由；多个边缘计算网元，用于为用户提供边缘服务；所述智能化的移动通信网络系统被配置为：从多个核心网网元和多个边缘计算网元中选定多个参与网元组建用于执行预测任务的算力引擎面，其中，多个参与网元包括核心网网元以及与之通信连接的至少两个边缘计算网元；在该算力引擎面内部署联邦模型，其中每个参与网元上部署该联邦模型的一个子模型；在该算力引擎面内训练联邦模型的各子模型根据本地的训练数据集中的用户数据样本获取中间结果并根据各参与网元的中间结果更新各子模型的模型参数。本发明可以低数据传输成本，解决数据孤岛问题，更好地为用户服务。
-
公开(公告)号：CN112769721B
公开(公告)日：2021-11-23
申请号：CN202011558618.1
申请日：2020-12-25
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种OFDM信号的检测方法，包括：在N个信号接收节点接收信号，其中N为正整数；从每一个节点的接收信号中获取高阶累积量；对每一个节点的接收信号进行EEMD分解后，求取k阶IMF分量的各阶IMF分量与接收信号的相关系数，k为正整数；将N个信号接收节点的高阶累积量与相关系数组合形成特征向量；将所述特征向量送入支持向量机分类器判决是否为OFDM信号，所述支持向量机分类器是基于训练样本集通过训练获得，所述训练样本集包括多条特征向量和分类结果。与现有技术相比，本发明解决了目前单一特征量在低信噪比下不能很好的表征信号的问题，并且为了削弱无线信道中多径传播、隐藏节点等问题，提高OFDM信号识别的正确率。
-
公开(公告)号：CN110167031B
公开(公告)日：2021-07-20
申请号：CN201910392835.9
申请日：2019-05-13
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种面向集中式基站的资源分配方法、设备及存储介质。该方法包括获取对基站业务的资源分配请求，资源分配请求中包括基站业务的资源分配需求；计算满足资源分配需求后每个计算节点各自的资源使用信息，根据资源使用信息选择计算节点，资源使用信息用于表征所述计算节点已分配资源的平衡程度；在所选择计算节点中按照资源分配需求为基站业务分配资源。通过预估为基站业务分配资源后计算节点的资源使用信息，根据该资源使用信息选择实际为该基站业务分配资源的计算节点，能够在满足基站业务的资源需求的情况下，兼顾计算节点已分配资源的平衡程度，使得能够实现计算节点资源的高效利用，并且能够满足无线通信领域的实时性要求。
-
-
-
-
-
-
-
-
-
Search Results
223
records
(took 0.038 seconds)
