-
公开(公告)号：CN114338188A
公开(公告)日：2022-04-12
申请号：CN202111653950.0
申请日：2021-12-30
Applicant: 杭州电子科技大学
IPC: H04L9/40
Abstract: 本发明公开了一种基于进程行为序列分片的恶意软件智能云检测系统，由客户端、云端和智能检测系统组成。在客户端对主机上的进程行为进行监控，并生成日志发向云端；在云端对进程行为日志数据进行解析、存储、统计和可视化；在智能检测平台，根据一个行为的完整表征，将行为数据进行分片，生成数据集，再基于机器学习算法建立检测模型，对客户端主机的安全情况做出判断；云端再将收集到的数据和智能检测过程和结果进行整合，形成表或图提供数据可视化服务。本系统的优势在于采用动态检测方式，实时性强；基于机器学习智能检测，具有高效精准特性；云端数据全景可视化，全面展示数据的内容和检测过程，让恶意软件无处遁形。
-
公开(公告)号：CN113868647A
公开(公告)日：2021-12-31
申请号：CN202111033151.3
申请日：2021-09-03
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于特征扩展CNN的网络未知威胁检测方法，针对很多网络未知威胁与已知威胁源自于同一家族，表现为样本特征相似的特点构建特征扩展CNN模型，首先在CNN网络每一层对原始数据卷积操作，得到原生特征图；再对原生特征图进行线性随机操作，得到扩展特征图；最后两者合并，得到原始数据的扩展重构数据，其维度低于原始数据的维度，实现数据的降维扩展重构。再基于浅层机器学习算法构建安全数据分类模型，实现对网络安全大数据中的未知威胁的检测。本发明提出的基于特征扩展CNN的网络未知威胁检测方法，生成的扩展重构特征，不仅实现了降维，还扩展了未知威胁的数据表征，实现了未知威胁高精准的检测，还降低了计算复杂度。
-
公开(公告)号：CN113239949A
公开(公告)日：2021-08-10
申请号：CN202110276693.7
申请日：2021-03-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于1D分组卷积神经网络的数据重构方法。该方法数据分组、模型的构建与训练优化以及数据重构。计算数据特征之间的相关性并降序排列，然后依据相关性对数据进行分组，输入分组卷积神经网络中进行分组运算，再通过全连接层的全局卷积操作和拼接层的特征拼接，输出重构特征，实现任意维度的特征重构。得到的重构特征维度降低，并且模型的空间复杂度和时间复杂度都有所下降，因此可以减少时间，降低内存资源占用。本方法，在分组时利用了特征之间的相关性，提高了重构特征之间的相关性；通过对数据分组，可以控制重构特征的维度，实现数据降维，不仅简化了深度学习的运算过程，还提高了模型的运算效率。
-
公开(公告)号：CN110276248B
公开(公告)日：2021-03-23
申请号：CN201910388826.2
申请日：2019-05-10
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于样本权值分配和深度学习的人脸表情识别方法。本发明首先通过裁剪和进行随机镜像方法，获得了预处理后的训练集，并使用VGG‑11网络模型对训练集进行k折交叉验证，获得每一个训练样本的权值参数，并且在识别模型建立过程中，设计了自适应Inception‑Resnet网络结构，并使用训练样本的权值参数作为训练参数设计损失函数，优化了识别模型。本发明通过提出一种基于交叉验证的数据权重分配方法，减少异常样本对网络的干扰，并且设计了一个自适应Inception‑Resnet网络，使网络中的分支能够自动调整权重，减少过拟合。
-
公开(公告)号：CN112488149A
公开(公告)日：2021-03-12
申请号：CN202011209655.1
申请日：2020-11-03
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于1D‑CNN特征重构的网络安全数据分类方法，包括模型的构建与训练优化，具体为首先利用特征之间的相关性矩阵构建1D‑CNN深层学习模型，通过卷积、池化和全连接的全局卷积操作，生成低维的重构特征，完成数据的降维重构。再利用传统的浅层机器学习算法构建安全数据分类模型，实现对网络安全大数据中的威胁行为检测。本发明提出的基于1D‑CNN的特征重构方法，可以控制重构特征的维度，实现数据降维，不仅简化了深度学习的运算过程，还提高了模型的运算效率，在卷积层中利用特征之间的相关性，提高了重构特征之间的关联性，使分类结果更加准确。
-
Patent Agency Ranking
公开(公告)号：CN110166436A
公开(公告)日：2019-08-23
申请号：CN201910313667.X
申请日：2019-04-18
Applicant: 杭州电子科技大学
Abstract: 本发明公开采用随机选择进行动态调度的拟态Web网关系统及方法。本发明系统模分发模块、多模判决模块、安全Cookie生成模块、安全Cookie解码模块、异构服务器池组、后台服务器动态切换模块组、数据库同步模块、安全Cookie数据库组、安全配置策略。本发明通过对服务器进行异构集成，利用随机选择技术实现执行体组动态切换，通过Cookie映射实现一种拟态Web网关系统。本发明实现了基于动态异构冗余的Web网关，其利用动态调度和异构冗余技术，动态切换后台执行体，降低了网站系统被攻破的风险和损失，而且能更加准确地判断攻击行为，及时作出应对措施。
-
公开(公告)号：CN105740643B
公开(公告)日：2018-08-07
申请号：CN201610146147.0
申请日：2016-03-15
Applicant: 杭州电子科技大学
Abstract: 本发明涉及种基于城市区域网格自适应的PM浓度推测方法。本发明首先将城市区域网格化,利用出租车采集原始PM浓度数据,再制定标准,将网格分辨率标准化,利用提取到的网格特征离线训练网格分辨率细化等级和网格特征间的对应关系,实时推测城市浓度时,首先利用提取到的实时网格特征和训练模型,计算出网格所要调整的分辨率,重新划分网格,最后利用线性回归模型推测出每个网格的PM浓度数据,得到城市区域PM浓度数据分布图。本发明方法系统可扩展性强,精确度高,计算量小,为居民出行活动提供参考,并帮助管理部门寻找污染源,改善城市环境质量。
-
公开(公告)号：CN108055636A
公开(公告)日：2018-05-18
申请号：CN201711383700.3
申请日：2017-12-20
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于无人机辅助的3D无线传感器网络定位的方法。本发明首先根据盲节点接收到的无人机广播信号强度测量与参考点的位置距离，再利用多边测量法，计算盲节点的位置。并且利用实时自由拓扑无人机路径规划算法（RT‑TF），实现无人机最优化路径的选择。最后在3D部署和3D表面多场景下对无人机路径规划算法进行模拟和分析，最后得出结论。利用本发明方法使3D无线传感器网络节点的定位更加高效，且具有很强的适应性和扩展性。
-
公开(公告)号：CN103368751A
公开(公告)日：2013-10-23
申请号：CN201310276000.X
申请日：2013-07-01
Applicant: 杭州电子科技大学
CPC classification number: Y02D70/20
Abstract: 本发明公开了一种面向传感器网络的非接触式充电节点部署方法。本发明在网格化传感器节点所分布区域的基础上，选择最优网格点作为部署下一个充电节点的位置，直到所有传感器节点均被充电；在选择最优网格点时，若在某个网格点部署充电节点，在该充电节点充电负荷不超过可调度充电负荷上界的情况下，其负责充电的传感器节点数目最大，则选择此网格点作为该充电节点的部署位置。本发明能够保证所有传感器节点获得持续能量补充而不断电的同时最小化充电节点数量。
-
公开(公告)号：CN110071824B
公开(公告)日：2022-10-28
申请号：CN201910242788.X
申请日：2019-03-28
Applicant: 杭州电子科技大学
IPC: H04L41/12
Abstract: 本发明公开了一种配电网络拓扑自动构建和可视化方法。本发明利用配电智能终端的局部拓扑信息构建出完整的拓扑网络，并且通过图形化组件提供基于网络拓扑结构的配电监测；本发明涉及智能终端模块、数据采集模块、无线传输模块、拓扑构建模块、图形化模块。只需要将智能终端的上游终端设备编号和下游终端设备编号统一录入智能终端，待智能终端上电后由智能终端自动将其局部拓扑信息远程导入平台服务器。平台服务器将各个智能终端提供的局部拓扑信息以有向图的形式转化为完整的配电网络拓扑信息，最后通过图形化组件将完整的配电网络拓扑信息转化为可视化拓扑网络图，使得配电管理用户可通过可视化网络拓扑图对配电系统进行运行状态监测。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.034 seconds)
