-
公开(公告)号:CN115348554B
公开(公告)日:2024-04-16
申请号:CN202210972486.X
申请日:2022-08-15
Applicant: 中南大学
IPC: H04W4/38 , H04W4/40 , H04W12/121 , H04W12/122 , H04W84/18
Abstract: 本发明公开了一种边缘传感器网络中可信数据收集方法,在边缘传感器网络中,传感节点部署在需要监测的区域自组织成网络,将其数据多跳路由汇于路边汇聚节点上,由其发给经过其通信范围的移动车辆,将数据收集到云端;然而,不可信节点与移动车辆可能截断数据而导致数据收集错误;本发明的特征在于:派出无人电车去收集普通节点和汇聚节点的发送与接收到的数据包信息,将电车收集到的信息与云端已收到的信息进行内容的对比形成多个交叉的信任验证链路,依据验证链的正确与否提高与降低节点与移动车辆的信任度,从而选取可信的节点和移动车辆进行数据收集。该方法提高了网络收集数据的质量和收集率,减少了收集错误数据的数目。
-
公开(公告)号:CN112733170B
公开(公告)日:2024-01-30
申请号:CN202110045561.3
申请日:2021-01-14
Applicant: 中南大学
Abstract: 本发明涉及数据收集信任与安全领域,具体是一种基于证据序列提取的主动信任评估方法。该方法可应用于城市数据收集中实现对移动数据收集设备的信任评估,帮助系统选择高质量的数据提供者从而最大化收益。本发明方法下,系统一方面派遣无人机去访问关键监测点获取样本数据,从而实现对移动数据收集者的主动验证信任;另一方面基于历史通信交互推断移动数据收集者的被动交互信任。然后,对两项信任加权得到综合信任,并根据综合信任值对该次记录标签化处理并存储。最后,通过提取多条有效信任证据序列,并基于它们的序列因子与时间因子计算出归一化的信任值。采用本发明方法后,系统可以准确地检测出恶意攻击者,有效提升安全性
-
公开(公告)号:CN117346741A
公开(公告)日:2024-01-05
申请号:CN202311132264.8
申请日:2023-09-04
Applicant: 中南大学 , 中铁电气化局集团有限公司 , 京昆高速铁路西昆有限公司
Inventor: 杨强 , 刘安丰 , 樊建飞 , 孔文亚 , 王睿 , 张进才 , 李育冰 , 张裔 , 袁红旗 , 赵阳 , 徐根才 , 王鑫 , 孔晓录 , 谭清华 , 黎康 , 邓信福 , 曹贝
Abstract: 本发明涉及一种基于无人机的高铁接触网施工接口测量方法,包括如下步骤:S1,获取无人机在距离待拍摄区域的垂直距离为H时的实际环境分辨率GSD的值,所述无人机上设有相机;S2,无人机在距离待测区域的垂直距离为H时通过相机对待测区域拍摄图片,所述待测区域的范围覆盖待测目标;S3,分析待测目标在S2中所拍摄的图片内显示的参数值,所述参数值的单位为像素;S4,根据GSD值及S3中所得待测目标的显示参数值,计算得出待测目标的实际参数值;S5,判断待测目标的参数值是否符合标准。本发明具有携带和操作方便、适用范围广且功能多样、减少测量现场人员投入、缩短测量周期、提高测量精度的有益效果。
-
公开(公告)号:CN115865642A
公开(公告)日:2023-03-28
申请号:CN202310193890.1
申请日:2023-03-03
Applicant: 中南大学
IPC: H04L41/0663 , H04L67/10 , G06F18/23 , G06N20/00
Abstract: 本申请实施例涉及分布式网络技术领域,特别涉及一种招募可信节点完成计算任务的方法和装置。本申请首先选取历史任务作为先验任务,然后指定某几个未知节点组成一个集合进行任务的多轮联邦训练,其中未知节点使用私有数据对任务进行训练,保存任务记录,然后用若干新的节点替换掉该集合中的相同数量的旧节点,组成一个新的集合继续进行任务的训练,之后将任务的记录保存下来,对比前后两个记录,进而判断进行替换的新的节点是否为可信节点,本申请利用存在历史记录的历史任务通过节点替换策略获得一定数量的可信节点,尽可能小的代价去挑选可信节点,这样在之后的任务中,就可以使用可信节点完成任务,从而使得系统的收益最大化。
-
公开(公告)号:CN115696334A
公开(公告)日:2023-02-03
申请号:CN202211178761.7
申请日:2022-09-27
Applicant: 中南大学
IPC: H04W12/121 , H04W84/18
Abstract: 本发明公开了一种基于流量特征的on‑off攻击检测方案。在无线传感网络中,由于成本限制,只有少数设备具有与互联网通信的能力,因此云端难以获取物联网设备的流量。此外由于硬件简单,物联网设备很容易遭受各种流量攻击而导致其有限的能量被浪费。本发明采用派遣无人机的方式主动访问部分物联网设备,采集所有物联网设备的流量,并采用小波包能量熵检测攻击。最后,根据对于流量数据的检测结果为物联网设备构建信任体系,将信任值较低的节点剔除出网络,最终达到提高网络寿命和提高数据有效性的目的。
-
公开(公告)号:CN114844890B
公开(公告)日:2023-01-24
申请号:CN202210419412.3
申请日:2022-04-21
Applicant: 中南大学
IPC: H04L67/10 , H04L43/0852 , H04L41/147
Abstract: 本发明公开了一种基于设备信息扩散的主动任务卸载方法。该发明方法能够在设备有任务或数据产生时将信息扩散出去以通知无人机前来处理,从而到达提高任务完成率,减少无人机飞行代价,降低任务平均完成时间的目的。首先,当设备上有新任务产生时,计算整个网络的任务的平均完成延迟。然后,计算该设备上的任务的平均完成延迟。之后,根据两种不同的延迟预测出完成该任务所需的延迟。最后,基于预测的任务延迟与任务的有效时间合理动态的决策出任务复制消息和任务计算通知消息的扩散数量。从而在保证任务完成率的情况下,进一步降低无人机的飞行成本以及整个网络的能量消耗。
-
公开(公告)号:CN115510394A
公开(公告)日:2022-12-23
申请号:CN202211171571.2
申请日:2022-09-26
Applicant: 中南大学
IPC: G06F17/18
Abstract: 本发明公开了一种基于双重信任检验的提高Skyline数据质量的采集方法,采用四种交叉验证的方法来获得工人可靠的信任评价,信任度未知工人与可信工人/可信用户的检验,信任度未知用户与可信用户/可信工人的检验。在此基础上,基于概率天际线计算进行工人选择,为报告数据选择高信任度和高任务相似度的工人,进而排除了与任务无关的低信任度工人,有效提高了Skyline采集数据的质量,保障了系统的安全性和隐私性。
-
公开(公告)号:CN115496346A
公开(公告)日:2022-12-20
申请号:CN202211113199.X
申请日:2022-09-14
Applicant: 中南大学
Abstract: 本发明公开了一种移动群智感知中基于时间、可信属性的数据采集方法。它将时间对任务价值的折扣特性和参与者完成任务的概率和完成任务的质量加入到参与者的边际效益的计算中,并根据边际效益与参与者的竞价之比非递增地顺序选择参与者执行数据采集任务。本发明相比于现有发明考虑了参与者在任务执行过程中的不确定性行为以及任务的价值随时间递减的性质,提高了完成的任务的总价值,进而提高了平台收益,且能被正确完成的任务数量接近离线条件下的最优算法。
-
公开(公告)号:CN115481907A
公开(公告)日:2022-12-16
申请号:CN202211161354.5
申请日:2022-09-23
Applicant: 中南大学
Abstract: 本发明公开了一种针对群智网络参与不足和预算分配的数据收集方法。它通过雇佣代理人介绍其社会邻居参与数据采集的方式来解决参与者人数不足的问题,并考虑到参与者执行感兴趣任务时会更投入,以及当参与者与其代理人关系越紧密时受代理人的制约越强,完成任务质量越高。本发明将这两种因素量化为社会邻居的基础兴趣和合作紧密度属性,通过这两种属性预估社会邻居对平台的价值,从而得出代理人对平台的影响值,按照影响值非递增顺序选择代理人扩充参与者集合。在选择过程中,本发明根据实时的任务完成率动态分配雇佣代理人和数据采集者的预算。本发明相比于现有发明考虑了参与人数不充足和预算分配的问题,提高了平台的收益和预算的利用率。
-
公开(公告)号:CN115348554A
公开(公告)日:2022-11-15
申请号:CN202210972486.X
申请日:2022-08-15
Applicant: 中南大学
IPC: H04W4/38 , H04W4/40 , H04W12/121 , H04W12/122 , H04W84/18
Abstract: 本发明公开了一种边缘传感器网络中可信数据收集方法,在边缘传感器网络中,传感节点部署在需要监测的区域自组织成网络,将其数据多跳路由汇于路边汇聚节点上,由其发给经过其通信范围的移动车辆,将数据收集到云端;然而,不可信节点与移动车辆可能截断数据而导致数据收集错误;本发明的特征在于:派出无人电车去收集普通节点和汇聚节点的发送与接收到的数据包信息,将电车收集到的信息与云端已收到的信息进行内容的对比形成多个交叉的信任验证链路,依据验证链的正确与否提高与降低节点与移动车辆的信任度,从而选取可信的节点和移动车辆进行数据收集。该方法提高了网络收集数据的质量和收集率,减少了收集错误数据的数目。
-
-
-
-
-
-
-
-
-