-
公开(公告)号：CN110602443A
公开(公告)日：2019-12-20
申请号：CN201910698933.5
申请日：2019-07-31
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司信息通信分公司 , 江苏电力信息技术有限公司
Abstract: 本发明公开了一种基于GCP平台的仓位可视化管理方法，包括仓位摄像头绑定关系；获取摄像头信息；获取摄像头预置位编码；根据摄像头预置位编码查询出的摄像头信息，连同预置位编码一起使用httpclient发送soap请求完成摄像头调用；摄像头运动到预置位。本发明通过可视化及时的应用实现仓库自动化区、货架区库存的实时监控管理，满足仓库人员对仓库使用情况的实时掌控需求。
-
公开(公告)号：CN109787699A
公开(公告)日：2019-05-21
申请号：CN201910006731.X
申请日：2019-01-04
Applicant: 国网江苏省电力有限公司信息通信分公司
IPC: H04B17/391 , H04B17/309 , H04L12/24 , H04W24/08
Abstract: 本发明提供一种基于混合深度模型的无线传感器网络路由链路状态预测方法。该方法挖掘节点路由时序信息和局部环境信息，例如链路质量时序信息，环境其他无线电波干扰等，利用深度学习从海量数据中特征抽取的特性，完成链路的建模过程。该方法和传统的方法比，对链路质量的预测比传统的简单模型更加精准，能够为其他方法提供更加细粒度的服务。
-
公开(公告)号：CN106657410B
公开(公告)日：2018-04-03
申请号：CN201710110615.3
申请日：2017-02-28
Applicant: 国家电网公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司 , 国网江苏省电力公司信息通信分公司
Abstract: 本发明公开了基于用户访问序列的异常行为检测方法：步骤1、从本地网络抓取数据，对数据进行预处理，对得到的数据进行序列化处理；步骤2、将步骤1形成的序列存入序列数据库，并基于时间生成每个用户的行为序列；步骤3、通过每个用户的行为序列计算用户之间的行为相似度和相关系数，比较相关系数进行异常行为检测，寻找用户异常行为。该方法基于序列模式挖掘，充分考虑时间及用户自身行为特征等因素，并使用经过改进的更准确的用户行为相似度算法计算，有效地提取出用户访问的序列规则，使得分析结果更加准确，弥补其他分析方法的不足。此外，该方法基于用户行为相似度算法，在噪声干扰上具有明显的优势，使用资源少，运行效率高。
-
公开(公告)号：CN107682216A
公开(公告)日：2018-02-09
申请号：CN201710779641.5
申请日：2017-09-01
Applicant: 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司 , 国网江苏省电力公司信息通信分公司
Inventor： 张路煜 , 王继业 , 郭靓 , 方泉 , 杨维永 , 赵俊峰 , 廖鹏 , 于晓文 , 蒋甜 , 俞皓 , 贾雪 , 姜帆 , 栾国强 , 秦学嘉 , 李斌斌 , 夏飞 , 孙琦 , 刘盼 , 关海潮
CPC classification number: H04L43/18 , H04L63/1416
Abstract: 本发明公开了基于深度学习的网络流量协议识别方法，利用网络流数据与图像的相似性，绕过流量特征值选择和提取的工作，直接将网络流数据作为卷积神经网络的输入，进行监督学习，训练网络流量协议识别模型，实现网络流量协议识别功能。本发明方法只需提供待识别网络流量协议样本用于对卷积神经网络的训练，能够自动提取到有利于分类任务的特征，无需花费精力于协议特征抽取与选择；该方法具备学习和扩展能力，能够用于对新出现未知协议的识别，可扩展应用到对包含恶意代码网络流量的识别和对应用程序流量的识别。
-
Patent Agency Ranking
公开(公告)号：CN107682216B
公开(公告)日：2018-06-05
申请号：CN201710779641.5
申请日：2017-09-01
Applicant: 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司 , 国网江苏省电力公司信息通信分公司
Inventor： 张路煜 , 王继业 , 郭靓 , 方泉 , 杨维永 , 赵俊峰 , 廖鹏 , 于晓文 , 蒋甜 , 俞皓 , 贾雪 , 姜帆 , 栾国强 , 秦学嘉 , 李斌斌 , 夏飞 , 孙琦 , 刘盼 , 关海潮
Abstract: 本发明公开了基于深度学习的网络流量协议识别方法，利用网络流数据与图像的相似性，绕过流量特征值选择和提取的工作，直接将网络流数据作为卷积神经网络的输入，进行监督学习，训练网络流量协议识别模型，实现网络流量协议识别功能。本发明方法只需提供待识别网络流量协议样本用于对卷积神经网络的训练，能够自动提取到有利于分类任务的特征，无需花费精力于协议特征抽取与选择；该方法具备学习和扩展能力，能够用于对新出现未知协议的识别，可扩展应用到对包含恶意代码网络流量的识别和对应用程序流量的识别。
-
公开(公告)号：CN106657410A
公开(公告)日：2017-05-10
申请号：CN201710110615.3
申请日：2017-02-28
Applicant: 国家电网公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司 , 国网江苏省电力公司信息通信分公司
Abstract: 本发明公开了基于用户访问序列的异常行为检测方法：步骤1、从本地网络抓取数据，对数据进行预处理，对得到的数据进行序列化处理；步骤2、将步骤1形成的序列存入序列数据库，并基于时间生成每个用户的行为序列；步骤3、通过每个用户的行为序列计算用户之间的行为相似度和相关系数，比较相关系数进行异常行为检测，寻找用户异常行为。该方法基于序列模式挖掘，充分考虑时间及用户自身行为特征等因素，并使用经过改进的更准确的用户行为相似度算法计算，有效地提取出用户访问的序列规则，使得分析结果更加准确，弥补其他分析方法的不足。此外，该方法基于用户行为相似度算法，在噪声干扰上具有明显的优势，使用资源少，运行效率高。
-
公开(公告)号：CN107566372B
公开(公告)日：2018-06-05
申请号：CN201710795153.3
申请日：2017-09-06
Applicant: 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司 , 国网江苏省电力公司信息通信分公司
IPC: H04L29/06
Abstract: 本发明公开了一种大数据环境下基于特征值反馈的安全数据采集优化方法，包括，将采集到的网络流量数据镜像为两部分，一部分离线存储，另一部分进行实时分析；对离线存储的网络流量数据进行安全特征分析，并将得到的安全特征值存入安全特征库；实时分析时，根据安全特征库中的安全特征值，对网络流量数据进行过滤，如果与安全特征值匹配，则网络流量数据为安全数据，对安全数据进行实时分析。本发明通过机器学习，提取安全特征值，并根据安全特征值对网络流量数据进行过滤，达到数据约减，减少冗余数据，提高实时分析效率的目的，实现了大数据环境下的安全数据采集优化。
-
公开(公告)号：CN107566372A
公开(公告)日：2018-01-09
申请号：CN201710795153.3
申请日：2017-09-06
Applicant: 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司 , 国网江苏省电力公司信息通信分公司
IPC: H04L29/06
Abstract: 本发明公开了一种大数据环境下基于特征值反馈的安全数据采集优化方法，包括，将采集到的网络流量数据镜像为两部分，一部分离线存储，另一部分进行实时分析；对离线存储的网络流量数据进行安全特征分析，并将得到的安全特征值存入安全特征库；实时分析时，根据安全特征库中的安全特征值，对网络流量数据进行过滤，如果与安全特征值匹配，则网络流量数据为安全数据，对安全数据进行实时分析。本发明通过机器学习，提取安全特征值，并根据安全特征值对网络流量数据进行过滤，达到数据约减，减少冗余数据，提高实时分析效率的目的，实现了大数据环境下的安全数据采集优化。
-
公开(公告)号：CN211207124U
公开(公告)日：2020-08-07
申请号：CN201921847821.3
申请日：2019-10-30
Applicant: 国网江苏省电力有限公司信息通信分公司
IPC: G05B19/042
Abstract: 本实用新型涉及监控设备技术领域，尤其为一种基于微模块的动力环境监控系统，包括机室，机室的内部上安装有活动机构，活动机构包括活动杆，活动杆的侧壁上开设有滑槽，活动杆两端内部设有弹簧，活动杆内部安装有活动球，活动球的一侧设有连接杆，连接杆的端部安装有监控装置，活动杆中心处的下方安装有支点组件，活动杆的端部下方安装有电动推杆，本实用新型通过设计的活动机构，可根据所需移动监控装置，减少监控死角，增加监控的范围，提高实用性，其次通过设计的支点组件，保证活动杆的稳定性，并通过电动推杆调整活动杆与水平面的夹角，为移动监控装置提供便利。
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.062 seconds)
