-
公开(公告)号：CN115426661A
公开(公告)日：2022-12-02
申请号：CN202211082647.4
申请日：2022-09-06
Applicant: 华中科技大学
Abstract: 本发明公开一种基于信任管理的物联网可信覆盖可靠性评估方法：根据目标区域监测覆盖需求，建立网络模型；网络恶意入侵影响节点的通信行为，通过信任管理模型计算节点综合信任值；节点综合信任值由通信信任值、数据信任值和能量信任值组成；区域子网格可信覆盖评估；计算目标覆盖区域的覆盖置信度，评估网络覆盖的可靠性。本发明全局覆盖率高；恶意节点识别率高；覆盖可靠性评价合理；通用性强。全面地从信息协同的角度挖掘覆盖目标区域监测重建点的空间相关性，并且利用均方根误差估计覆盖误差，完成覆盖预测，提高覆盖率。从节点能量、通信行为等方面计算节点信任值，充分考虑了节点的历史行为，并具有一定的预测性。
-
公开(公告)号：CN118631503B
公开(公告)日：2025-02-28
申请号：CN202410661320.5
申请日：2024-05-27
Applicant: 华中科技大学
IPC: H04L9/40 , G16Y40/50 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/092
Abstract: 本发明公开了一种物联网流量数据异常检测方法，包括步骤：基于深度强化学习的异常检测框架，构建用于物联网流量数据的异常检测代理；基于分布自编码器，设置学习未标注数据中潜在异常的内部奖励函数，基于内部奖励函数，设置对已标注数据和未标注数据进行学习的外部奖励函数，基于内部奖励值和外部奖励值计算总奖励值，设计奖励优化机制；设置异常偏向采样函数，用于选择下一阶段的状态；将包含已标注异常数据和未标注数据的数据集作为输入，基于异常检测代理与环境的交互生成经验组，利用经验组对神经网络进行训练；利用训练好的神经网络对物联网流量数据进行异常检测。本发明能适用少量已标注数据和大量未标注数据的异常检测场景。
-
公开(公告)号：CN119049479A
公开(公告)日：2024-11-29
申请号：CN202411211329.2
申请日：2024-08-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种语音欺骗攻击检测方法，包括以下步骤：步骤S1、加载语音训练集中语音数据，按预设采样率对所述语音数据进行采样，将所述语音数据转换为数字语音信号；步骤S2、将所述数字语音信号输入线性滤波器，提取描述所述数字语音信号频域特征的线性频率倒谱系数；步骤S3、搭建用于语音欺骗攻击的检测模型，使用所述数字信号的线性频率倒谱系数对所述检测模型进行训练；步骤S4、将所述待检测语音输入训练好的检测模型，根据所述检测模型的输出判断所述待检测语音是否为欺骗语音。本发明具有语音欺骗检测精度高的效果。
-
公开(公告)号：CN119004299A
公开(公告)日：2024-11-22
申请号：CN202410661322.4
申请日：2024-05-27
Applicant: 华中科技大学
IPC: G06F18/2433 , G06F18/213 , G06F18/214 , G06F18/22 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/0475 , G06N3/08 , G16Y40/10 , G06F123/02
Abstract: 本发明公开了一种传感器时序数据异常检测方法，包括以下步骤：步骤S1、根据各传感器所采集数据的相关性，建立描述传感器节点之间关系的邻接矩阵；步骤S2、基于传感器采集的原始样本数据对变分自编码器进行训练，得到重构模块；步骤S3、基于所述重构模块以及所述原始样本数据，进行图神经网络的训练，得到预测模块；步骤S4、基于所述重构模块和所述预测模块对待测时序数据进行联合异常评分，得到联合评分值，基于所述联合评分值对所述待测时序数据进行异常判断。本发明具有检测精度高的技术效果。
-
公开(公告)号：CN118378192B
公开(公告)日：2024-11-22
申请号：CN202410661325.8
申请日：2024-05-27
Applicant: 华中科技大学
IPC: G06F18/2433 , G06F18/214 , G06N3/045 , G06N3/092 , G06N7/01 , G16Y40/10
Abstract: 本发明公开了一种物联网设备数据异常检测方法及装置，其中，方法包括以下步骤：步骤S1、收集物联网设备的历史数据建立物联网数据集，将所述物联网数据集划分为已标注异常类型的第一子集和无标注的第二子集；步骤S2、根据马尔科夫决策过程框架，构建面向数据异常检测的智能体与环境的交互过程，并设计环境状态、动作、状态转移函数以及奖励函数；步骤S3、基于深度确定性策略梯度算法框架，构建用于数据异常检测的神经网络；步骤S4、利用智能体与环境交互产生经验元组，利用所述经验元组对所述神经网络进行训练；步骤S5、利用训练好的神经网络对物联网设备数据进行异常检测。本发明能够实现已知、未知、新型异常类型数据的联合检测。
-
Patent Agency Ranking
公开(公告)号：CN117112905A
公开(公告)日：2023-11-24
申请号：CN202311127004.1
申请日：2023-09-01
Applicant: 华中科技大学
IPC: G06F16/9535 , G06Q30/0601 , G06N3/0475 , G06N3/094 , G06N3/048
Abstract: 本发明公开一种基于双侧对抗学习的敏感属性过滤公平性推荐方法：根据用户、物品信息及其之间的交互关系，确定推荐部分模型，使用经典推荐算法来预测用户对物品的评分；根据用户特征和物品评分，设计用户侧的对抗学习网络，从用户侧过滤敏感信息；根据现有数据集中物品和用户的敏感特征关系的统计信息，建立用户与物品敏感信息的潜在关联，从物品侧过滤敏感信息；结合用户评分与物品信息从用户‑物品侧过滤敏感信息。本发明方法在去除用户敏感信息方面有明显优势，不仅从多个角度提升了推荐公平性，并且在推荐准确性方面表现最佳，提升了推荐效果。本发明还提供了相应的基于双侧对抗学习的敏感属性过滤公平性推荐装置。
-
公开(公告)号：CN108334645A
公开(公告)日：2018-07-27
申请号：CN201810317533.0
申请日：2018-04-10
Applicant: 华中科技大学
CPC classification number: G06F16/9535 , G06Q50/01
Abstract: 本发明公开了一种基于图模型反馈更新的活动推荐方法，所述方法包括：在初始时刻给定的M类数据类型的基础上，将每一个数据设为一个节点，共得到N个节点，然后将这N个节点按照数据类型划分为M份，即得到M种类型的节点集合，并根据各个节点间的关联性构建节点之间的连边，最终得到包含N个节点以及邻边的图模型，在图模型上根据多次迭代并收敛的概率进行活动推荐。在后续时刻获取到反馈信息，即节点之间的连边关系发生变化，选取发生变化的图模型部分再次对待推荐活动进行排序，并结合初次推荐结果完成最后的推荐。本发明能够有效的解决现有的活动推荐中，获取到用户反馈信息后不能及时做出调整并提高推荐准确率的问题。
-
公开(公告)号：CN118631503A
公开(公告)日：2024-09-10
申请号：CN202410661320.5
申请日：2024-05-27
Applicant: 华中科技大学
IPC: H04L9/40 , G16Y40/50 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/092
Abstract: 本发明公开了一种物联网流量数据异常检测方法，包括步骤：基于深度强化学习的异常检测框架，构建用于物联网流量数据的异常检测代理；基于分布自编码器，设置学习未标注数据中潜在异常的内部奖励函数，基于内部奖励函数，设置对已标注数据和未标注数据进行学习的外部奖励函数，基于内部奖励值和外部奖励值计算总奖励值，设计奖励优化机制；设置异常偏向采样函数，用于选择下一阶段的状态；将包含已标注异常数据和未标注数据的数据集作为输入，基于异常检测代理与环境的交互生成经验组，利用经验组对神经网络进行训练；利用训练好的神经网络对物联网流量数据进行异常检测。本发明能适用少量已标注数据和大量未标注数据的异常检测场景。
-
公开(公告)号：CN118509489A
公开(公告)日：2024-08-16
申请号：CN202410961814.5
申请日：2024-07-18
Applicant: 华中科技大学
IPC: H04L67/60 , H04L41/0654 , H04L41/142
Abstract: 本发明提供基于动态点加权图的物联网节点调度方法、系统及设备，其技术要点在于：所述方法包括：步骤1.构建网络模型、能量模型和节点状态模型，进行节点聚簇，并基于上述模型和聚簇结果生成动态点权图；步骤2.基于动态点权图进行节点调度，包括根据点权图构建点权计算函数，基于构建的点权计算函数计算节点间权重，然后将节点聚簇形成路径，并制定节点调度策略；步骤3.建立针对意外情况的节点修复机制，以应对节点调度过程中可能出现的故障或通信中断情况。本发明用以解决现有技术中节点调度高能耗和地容错性的缺陷，实现网络能量效率、覆盖性能、容错性和生存时间的提升。为物联网应用的稳定运行和可持续发展提供了有益效果。
-
公开(公告)号：CN118378192A
公开(公告)日：2024-07-23
申请号：CN202410661325.8
申请日：2024-05-27
Applicant: 华中科技大学
IPC: G06F18/2433 , G06F18/214 , G06N3/045 , G06N3/092 , G06N7/01 , G16Y40/10
Abstract: 本发明公开了一种物联网设备数据异常检测方法及装置，其中，方法包括以下步骤：步骤S1、收集物联网设备的历史数据建立物联网数据集，将所述物联网数据集划分为已标注异常类型的第一子集和无标注的第二子集；步骤S2、根据马尔科夫决策过程框架，构建面向数据异常检测的智能体与环境的交互过程，并设计环境状态、动作、状态转移函数以及奖励函数；步骤S3、基于深度确定性策略梯度算法框架，构建用于数据异常检测的神经网络；步骤S4、利用智能体与环境交互产生经验元组，利用所述经验元组对所述神经网络进行训练；步骤S5、利用训练好的神经网络对物联网设备数据进行异常检测。本发明能够实现已知、未知、新型异常类型数据的联合检测。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.021 seconds)
