-
公开(公告)号：CN113037750A
公开(公告)日：2021-06-25
申请号：CN202110254882.4
申请日：2021-03-09
Applicant: 成都信息工程大学
Abstract: 本发明属于智能网联车安全技术领域，公开了一种车辆检测数据增强训练方法、系统、车辆及存储介质，收集车辆行驶时的CAN总线数据；接收更新检测模型和实时检测异常；车辆行驶数据和检测结果，用户选择不上传或者脱敏后上传至云端；对收集到的各车辆数据进行预处理合并后，判断模型所需数据量是否足够，如果不足则先进行数据增强，使用增强后的数据训练检测模型；最后，周期性将检测模型从云端发布到车载检测模块。本发明采用数据增强后的样本集合训练出的检测模型，其相同测评数据集上的检测率要明显优于数据增强前小样本数据集训练的模型。对要使用真车数据研究的其他领域也具有借鉴作用。
-
公开(公告)号：CN108390869B
公开(公告)日：2020-10-27
申请号：CN201810130322.6
申请日：2018-02-08
Applicant: 成都信息工程大学
IPC: H04L29/06
Abstract: 本发明属于智慧车辆安全技术领域，公开了一种集成深度学习的车载智能网关装置及其命令序列检测方法，先用数据挖掘中的关联算法发现有相关性的CAN命令集合；再用深度学习中的长短期记忆网络算法，自动学习相关命令集合的序列特征，建立多组序列检测模型，并利用序列模型检测实时CAN命令流，解决了传统检测算法不能检测报文格式合法且数量较少的CAN攻击命令(即隐蔽型攻击命令)的问题。其次，本发明的网关集成了专门用于计算的芯片Nvidia Jetson TX2，有效提高计算效率，为深度学习算法在车辆高速行驶环境实现毫秒级的检测提供了硬件支持；解决了现有算法单纯依靠车辆有限的计算能力，效率低的问题。
-
公开(公告)号：CN110324337B
公开(公告)日：2020-08-04
申请号：CN201910588118.3
申请日：2019-07-02
Applicant: 成都信息工程大学
Abstract: 本发明属于汽车电子技术领域，公开了一种基于胶囊神经网络的车内网入侵检测方法及系统，依靠车辆CAN、MOST总线实时动态数据作为原始数据中的包频率、序列信息作为特征，同时结合车辆驾驶状态信息作为特征，并进行相关的特殊方法，转化为特征矩阵进行处理；胶囊神经网络可以对特征之间的相关性进行高位建模。本发明引入了基于胶囊神经网络的模型，对特征数据之间的结构关系进行挖掘，提高传统神经网络入侵检测方法的准确度，增强了车辆驾驶的安全性，同时模型更具有普遍性，实用性较好。
-
公开(公告)号：CN110324337A
公开(公告)日：2019-10-11
申请号：CN201910588118.3
申请日：2019-07-02
Applicant: 成都信息工程大学
Abstract: 本发明属于汽车电子技术领域，公开了一种基于胶囊神经网络的车内网入侵检测方法及系统，依靠车辆CAN、MOST总线实时动态数据作为原始数据中的包频率、序列信息作为特征，同时结合车辆驾驶状态信息作为特征，并进行相关的特殊方法，转化为特征矩阵进行处理；胶囊神经网络可以对特征之间的相关性进行高位建模。本发明引入了基于胶囊神经网络的模型，对特征数据之间的结构关系进行挖掘，提高传统神经网络入侵检测方法的准确度，增强了车辆驾驶的安全性，同时模型更具有普遍性，实用性较好。
-
公开(公告)号：CN110246051A
公开(公告)日：2019-09-17
申请号：CN201910438323.1
申请日：2019-05-23
Applicant: 成都信息工程大学
Abstract: 本发明属于农作物生长技术领域，公开了一种作物生长周期模型及不同种类农产品建立生长周期的方法，具体包括以下步骤：建立针对农产品气候品质认证的农作物生长周期模型根据不同类别的农产品建立不同的生长周期；根据多年总结的最适合范围的值，与当年的实测气象条件进行对照，给出生育期的每个气象要素的评价等级；并且根据分析结果，结合现场勘查，给出该农产品的气候品质质量等级。本发明根据多年总结的最适合范围的值，与当年的实测气象条件进行对照，给出生育期的每个气象要素的评价等级(最适宜、次适宜、适宜、不适宜)；并且根据分析结果，结合现场勘查，给出该农产品的气候品质质量等级。
-
Patent Agency Ranking
公开(公告)号：CN109150759A
公开(公告)日：2019-01-04
申请号：CN201810988076.8
申请日：2018-08-28
Applicant: 成都信息工程大学
IPC: H04L12/911
CPC classification number: H04L47/72
Abstract: 本发明属于网络信息处理技术领域，公开了一种渐进式非阻塞机会资源预留方法及系统，采用预选节点(Preselection)和优选节点(Priority)相结合的形式，首先选出可以为大任务提供资源预留的节点，再引入Priority策略对过滤后的节点优先级排序，锁定某个节点为当前大任务的资源预留节点，最后采用机会资源分配策略对节点进行资源预留。本发明解决了被预留的节点直到出现满足预留请求之前都不再为其他任务分配资源，这将会导致集群产生大量的资源碎片，集群宕机也变成了一个大概率事件。
-
公开(公告)号：CN108924163A
公开(公告)日：2018-11-30
申请号：CN201810925031.6
申请日：2018-08-14
Applicant: 成都信息工程大学
Abstract: 本发明涉及一种基于无监督学习的攻击者画像方法及系统，该方法包括步骤：对获取的报警数据进行预处理，使来源不同的报警数据具有相同的格式及维度；对预处理之后的报警数据进行聚类分析，得到聚类后的数据集；将聚类后的数据集中的信息与预先设立的静态信息库中的信息进行交互，实现维度扩充和/或信息补充；对数据进行归类，得到攻击者的画像集合。通过本发明方法及系统得到的攻击者画像的特征信息更全面，且更准确，具有重用性。
-
公开(公告)号：CN107065845A
公开(公告)日：2017-08-18
申请号：CN201710444393.9
申请日：2017-06-13
Applicant: 成都信息工程大学
IPC: G05B23/02
CPC classification number: G05B23/0243 , G05B2219/24065
Abstract: 本发明属于智慧车辆安全技术领域，公开了一种基于SOEKS的智慧车辆知识表示与车辆状态异常的判别方法，将涉及的完全不同性质不同量纲的信息抽象为基于SOEKS的统一知识表达形式；并容纳入一个层次化结构化的智慧车辆知识框架中；收集车辆正常行驶数据，按以上SOEKS知识表示和框架结构存储，存储信息包括原始数据和总结出来的简单规则；最后，对简单规则不能表述的复杂组合，利用神经网络技术建立车辆正常状态模型。本方法通过与正常情况下采集训练的模型的不同来发现异常，且通过SOEKS结构记录的简单规则经验可以快速判断单因素异常，判断效率较高；实验证明针对车辆状态是否正常的检测率可以达到90％以上，而且判断在毫秒级，满足使用要求。
-
公开(公告)号：CN105761329A
公开(公告)日：2016-07-13
申请号：CN201610149693.X
申请日：2016-03-16
Applicant: 成都信息工程大学
CPC classification number: G07C5/0841 , G06F16/2462
Abstract: 本发明公开了基于驾驶习惯的驾驶员辨别方法，其包括读取用户行驶数据参照库中车辆行驶过程中待采集的行驶数据及用户行驶数据参照库中的所有行驶数据的平均值和标准差；当车辆处于启动状态后，采集车辆的行驶数据；对当前时间段内采集的行驶数据做正规化处理，计算当前时间段内规范化后的标准值的训练数据；读取用户行驶数据参照库中根据用户设定时间段内的所有训练数据计算的模型系数；根据计算的训练数据和读取的模型系数，判断当前驾驶员是否为车辆的车主；当计算获得的值为0时，即当前驾驶员非车辆的车主，以短信的形式通知车主并将车辆行驶轨迹发送给车主。
-
公开(公告)号：CN110071835B
公开(公告)日：2022-03-18
申请号：CN201910339997.6
申请日：2019-04-25
Applicant: 成都信息工程大学
IPC: H04L41/0631 , H04L41/069 , H04L41/082 , H04L67/12 , H04L9/40
Abstract: 本发明属于智能网联车安全技术领域，公开了一种智能网联车安全预警分发方法及系统，预警分发中心设计主题树，分发相应主题；车载终端订阅预警主题；预警分发中心对实时到来的预警信息排序；预警分发中心将排序后的预警信息分发至各自主题；智能网联车车载终端根据所订阅的主题，接收预警分发中心的预警信息；车载终端对接收到本地的预警信息进行控制，即根据车载终端控制算法监控本地存储空间并根据MQL消息质量等级将预警信息删除或保留，释放存储资源。本发明定义了适应智能网联车安全问题的预警格式，设计了智能网联车预警分发中心及车载终端的控制算法提升了紧急信息的分发时效，提高了车载终端的资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.064 seconds)
