一种特征自适应强化学习DDoS攻击消除方法及系统

    公开(公告)号:CN110958135A

    公开(公告)日:2020-04-03

    申请号:CN201911071642.X

    申请日:2019-11-05

    Applicant: 东华大学

    Abstract: 本发明实施例公开了一种特征自适应强化学习DDoS攻击消除方法及系统,根据收集的历史数据信息,提取出一个较优的精简特征子集,根据车联网中潜在的、可预测的车流时空规律建立强化学习模型,根据强化学习模型训练Q-learning智能体选取适合当前DDoS攻击类型的特征,与此同时,异步训练DDQN智能体得到策略πDDQN(st)指导Q-learning智能体动作的选取。通过自适应地学习攻击特征,以少量的先验知识达到检测车联网中未知类型DDoS攻击的目的,摆脱对有标签数据的依赖,从而得到DDoS攻击消除方法,满足车联网中低时延、高准确度的要求。

    一种基于历史强化学习的车联网负载均衡接入方法

    公开(公告)号:CN107509220A

    公开(公告)日:2017-12-22

    申请号:CN201710537715.4

    申请日:2017-07-04

    Applicant: 东华大学

    Abstract: 本发明提供了一种基于历史强化学习的车联网负载均衡接入方法,首先通过初始强化学习模块获得车辆的接入基站分配模式,并不断地积累于接入模式积累库中;经过学习积累,令历史强化学习模块代替初始强化学习模块持续在系统中驻留运行,当基站再次遇到网络变化时,历史强化学习模块调用接入模式积累库中的历史记录,自适应地学习出新的车辆接入分配模式,并记录,形成一个自适应处理网络动态变化的运行环,从而在动态变化的车联网环境中,保证车辆接入的网络负载均衡。本发明利用交通流的时空分布潜在规律性,从与环境迭代反馈中,学习和利用历史负载均衡的车辆接入时空经验,从而在动态环境中持续获得能保证网络负载均衡的车辆接入基站分配方案。

    一种低通信量隐私保护的横纵联合交易欺诈检测方法

    公开(公告)号:CN117411620A

    公开(公告)日:2024-01-16

    申请号:CN202311133799.7

    申请日:2023-09-04

    Applicant: 东华大学

    Inventor: 李重 杨桐 孔玉波

    Abstract: 本发明公开了一种基于深度学习的横纵联合交易欺诈检测方法。在横向联邦学习框架下,我们建立一个正常行为模型,基于训练好的正常行为模型,不同领域的多个组织通过使用纵向联邦学习框架,协同建立交易欺诈检测模型。此外,我们还根据欺诈检测模型构建过程中的损失来修正正常行为模型。联邦学习中存在着信息泄露的风险,为了进一步保护隐私并降低通信量,本发明设计了一种基于安全多方运算的新型模型聚合方法,只对模型的小部分权重进行加密,并隐藏加密数据的真实位置。此外,本发明还提出了一种自适应的客户端选择方法,在欺诈检测模型构建过程中不需要复杂的信息交互。该发明能实现了通信消耗低、隐私性能强、检测性能高的效果。

    一种时延敏感工业物联网基于动态分组的大规模流调度方法

    公开(公告)号:CN115766596A

    公开(公告)日:2023-03-07

    申请号:CN202211195993.3

    申请日:2022-09-27

    Applicant: 东华大学

    Inventor: 李重 黄家龙 陈晨

    Abstract: 本发明公开了一种时延敏感工业物联网基于动态分组的大规模流调度方法,根据任意两个流之间的路径相似度为权值,建立一个关于流的无向图,根据提出的动态分组的大规模流调度方法,利用整数线性规划(ILP)将传入的时间触发流(TT流)分成多个组进行调度,为了应对网络的动态变化,我们在每个时间窗口内对流量分组进行动态跟踪。然后建立了一个ILP模型,对分组后的时间敏感流按组的优先级顺序进行调度,对生成的组按优先级顺序进行编号。同时进行拓扑剪枝以进一步减少运行时间。从而保证了大规模工业物联网流程的有序调度,具有高并发、低冲突的特点。

    基于行驶状态优先级和场景模拟的CVN频谱调度方法及系统

    公开(公告)号:CN115278693A

    公开(公告)日:2022-11-01

    申请号:CN202210862554.7

    申请日:2022-07-21

    Applicant: 东华大学

    Abstract: 本发明提供的一种基于行驶状态优先级和场景模拟的CVN频谱调度方法及系统,包括步骤:根据认知车辆的行驶状态及地理分散程度,计算得到所述认知车辆的优先级服务顺序列表;基于所述优先级服务顺序列表,使用马尔可夫决策过程构建蒙特卡洛搜索树算法框架;使用所述蒙特卡洛搜索树算法依次迭代执行树策略、基于差异化场景的模拟及反向传播过程,以得到所述认知车联网的最优频谱分配方案。本发明提供的一种基于行驶状态优先级和场景模拟的认知车联网频谱调度方法,可以实现未知网络流量环境下频谱调度方案的自适应学习,快速给出近似最优解,极大地改善了蜂窝网络内认知车辆用户的链路容量和通信质量,提高了频谱资源的利用率。

    基于单源领域扩充与先验参数迁移的ARP攻击检测方法

    公开(公告)号:CN114428960A

    公开(公告)日:2022-05-03

    申请号:CN202210080247.3

    申请日:2022-01-24

    Applicant: 东华大学

    Abstract: 本申请公开了一种基于单源领域扩充与先验参数迁移的ARP攻击检测方法,首先获取单源领域样本,单源领域样本包括标记样本和未标记样本;对标记样本进行Bootstrap采样得到标记样本子集,对未标记样本进行K‑means聚类并进行分簇采样得到未标记样本子集,根据标记样本子集和未标记样本子集得到多源领域样本;然后,基于多源领域样本进行贝叶斯集成模型的源参数预处理,得到用于迁移的源领域参数;最后通过与目标领域参数的可迁移度分析,在设置源领域参数权重后与目标领域参数结合得到迁移参数,并通过加权不同源的迁移参数得到对ARP攻击进行检测的目标分类器。可以看出,本申请能够相比于现有技术提高了新工业物联网场景中的ARP攻击检测效果。

    一种数据信息防盗电子信息处理器

    公开(公告)号:CN111159791B

    公开(公告)日:2022-04-08

    申请号:CN201911377585.8

    申请日:2019-12-27

    Applicant: 东华大学

    Abstract: 一种数据信息防盗电子信息处理器,涉及信息安全技术领域,包括定位盘,所述定位盘的内部固定连接有支杆,所述定位盘的外侧活动连接有剪切机构,所述支杆的正面活动连接有传动齿轮,所述传动齿轮的正面活动连接有传动机构,所述传动机构的背面活动连接有连接杆。该数据信息防盗电子信息处理器,具备网线裁剪长度相同和同时裁剪多条网线的优点,避免了因网线长度过长或过短导致的网线弯折或物料浪费的问题,提高了电子信息处理器使用时的安全性,避免了因网线过长可能导致的网络接口脱落的问题,一定程度上保证了电子信息处理器软件防火墙的正常工作,对其数据信息防盗具有一定的作用。

    一种基于群智感知的车联网双向认证方法及装置

    公开(公告)号:CN111065089A

    公开(公告)日:2020-04-24

    申请号:CN201911071679.2

    申请日:2019-11-05

    Applicant: 东华大学

    Abstract: 本发明实施例公开了一种基于群智感知的车联网双向认证方法及装置,涉及车联网安全认证技术领域,该方法包括:认证基站选取打分策略,广播给协助基站;协助基站根据打分策略向认证基站发送车辆历史状态信息;基于车辆历史状态信息,利用决策树获取第一行为预测结果;构造协助基站数据可信性判据,并根据基本概率赋值函数解决多个证据冲突,确定协助基站数据质量等级;执行打分策略并更新Q矩阵,得到准确的车辆行为预测结果;再对车辆和协助基站进行认证。本发明实施例一方面通过数据质量等级对基站侧的真实性进行认证,另一方面通过车辆预测行为结果对车辆信息的真实性进行认证,实现基站和车辆双方向的认证,解决车联网的网络安全问题。

    一种时延敏感工业物联网基于动态分组的大规模流调度方法

    公开(公告)号:CN115766596B

    公开(公告)日:2024-07-30

    申请号:CN202211195993.3

    申请日:2022-09-27

    Applicant: 东华大学

    Inventor: 李重 黄家龙 陈晨

    Abstract: 本发明公开了一种时延敏感工业物联网基于动态分组的大规模流调度方法,根据任意两个流之间的路径相似度为权值,建立一个关于流的无向图,根据提出的动态分组的大规模流调度方法,利用整数线性规划(ILP)将传入的时间触发流(TT流)分成多个组进行调度,为了应对网络的动态变化,我们在每个时间窗口内对流量分组进行动态跟踪。然后建立了一个ILP模型,对分组后的时间敏感流按组的优先级顺序进行调度,对生成的组按优先级顺序进行编号。同时进行拓扑剪枝以进一步减少运行时间。从而保证了大规模工业物联网流程的有序调度,具有高并发、低冲突的特点。

Patent Agency Ranking