-
公开(公告)号：CN117150508A
公开(公告)日：2023-12-01
申请号：CN202311142566.3
申请日：2023-09-06
Applicant: 国网河南省电力公司信息通信分公司 , 国网河南省电力公司 , 国网江西省电力有限公司信息通信分公司
IPC: G06F21/57
Abstract: 本发明提供一种基于云平台的物联网终端风险评估方法，属于物联网技术领域，具体包括：基于云平台实时获取与服务器进行通信的物联网终端并将其作为通信物联网终端，将所需监测的物联网终端作为监测物联网终端，基于当前的网络流量数据、通信物联网终端的数量与监测物联网终端的数量的比值、通信物联网终端的数量确定运行状态评估值，并基于运行状态评估值确定监测时间设定值，并当监测时间大于或者等于监测时间设定值时，至少基于运行状态评估值、通信流量数据异常的物联网终端的数量、通信流量数据异常的物联网终端的种类确定风险评估值，并基于风险评估值确定是否存在运行风险以及发出预警信号，进而保证了物联网终端运行的可靠性。
-
公开(公告)号：CN116800476A
公开(公告)日：2023-09-22
申请号：CN202310599848.X
申请日：2023-05-23
Applicant: 国网河南省电力公司信息通信分公司 , 杭州迪普科技股份有限公司
Abstract: 本说明书提供一种异常报文阻断方法与装置。应用于防火墙FW设备，所述FW设备配置有第二层隧道协议L2TP协议；所述FW设备与至少一个电表基于所述L2TP协议建立连接；所述FW设备维护有阻断列表；其中，所述阻断列表包含至少一个待阻断的L2TP报文的标识信息；所述标识信息为所述L2TP报文中被封装的内层报文包含的标识信息，用于指示所述L2TP报文对应的电表；所述方法包括：接收与所述至少一个电表中的任一电表对应的目标L2TP报文；确定所述阻断列表是否包含所述目标L2TP报文的标识信息；如果所述阻断列表包含所述目标L2TP报文的标识信息，则对所述目标L2TP报文进行阻断。
-
Patent Agency Ranking
公开(公告)号：CN116595578A
公开(公告)日：2023-08-15
申请号：CN202310462664.9
申请日：2023-04-26
Applicant: 国网河南省电力公司信息通信分公司 , 国网河南省电力公司
Abstract: 本发明公开了一种电力网络自检攻防安全数据系统，该数据系统依照其数据处理流程包括或临时包括：原始层数据库；初始层数据库；底层单体容量数据库；单层差商数据库；层级数据集之间的数据交互库。本发明开拓性的构建了一种全新的数据处理系统和方法，能够通过层级化的数据交互实现电网数据的主动型安全防护和交互型攻防识别/预警。
-
公开(公告)号：CN116488909A
公开(公告)日：2023-07-25
申请号：CN202310462649.4
申请日：2023-04-26
Applicant: 国网河南省电力公司信息通信分公司 , 国网河南省电力公司
Abstract: 本发明公开了一种基于数据维度层级拓展的电力物联网络安全防护方法，该方法面向边界接入外部分布式电力功能客体如发电、储能和/或其他终端电力设备等的物联化电力数据网络进行规范化的数据格式和数据流程构建，将纳入攻防目标范围的电力数据流进行数据集的层级化，构建电力网络动态数据流的主动型安全范式。本发明基于数据维度的层级拓展构建了一种能够适应分布式电网数据安全需求的电力物联网络安全防护方法，构建了一种具有广泛适用性的规范化数据处理模型，能够将纳入攻防目标范围的电力数据流进行层级化的数据重构，形成种具有主动性安全特性的电力网络动态数据范式。
-
公开(公告)号：CN219434026U
公开(公告)日：2023-07-28
申请号：CN202320330797.6
申请日：2023-02-28
Applicant: 国网河南省电力公司信息通信分公司 , 国家电网有限公司
Abstract: 本实用新型提供了一种网络安全检测控制装置，有效的解决了现有的网络安全检测装置的机壳无法完全阻挡灰尘进入机壳，在散热扇进行降温时，容易使得灰尘引起电机的短路的问题。本实用新型所述的检测控制装置还包括散热处理单元和移动终端，所述散热处理单元根据电机的电流和网络安全检测装置内的灰尘输出处理信号至移动终端，并启动散热扇，所述散热处理单元包括散热检测电路和散热处理电路，所述散热检测电路的一端连接电机，散热检测电路的另一端连接散热处理电路的一端，散热处理电路的另一端连接移动终端、散热扇，进而保证对网络安全的检测以及控制效果。
-
公开(公告)号：CN105844239A
公开(公告)日：2016-08-10
申请号：CN201610168334.9
申请日：2016-03-23
Applicant: 北京邮电大学
CPC classification number: G06K9/00711 , G06K9/00744 , G06K9/4671 , G06K9/6269 , G06K2009/00738
Abstract: 本发明公开了一种基于CNN和LSTM的暴恐视频检测方法，属于模式识别、视频检测、深度学习技术领域。所述检测方法首先对待检测视频进行关键帧采样，并提取关键帧特征；然后进行视频层面的表达与判别，包括CNN语义模块的VLAD特征表达与SVM判别、CNN场景模块的场景VLAD特征表达与SVM判别，以及LSTM时序模块的LSTM判别；最后进行结果融合。本发明利用了CNN在图像特征提取和LSTM在时序序列表达方面的优势，并充分考虑暴恐视频在场景方面的特色，实际测试中检测指标mAP值达到98.0％，接近人工作业水准。在运行速度方面，仅采用单机GPU加速的方式，每秒钟便可以处理76.4秒的网络视频，适于阻断暴恐视频在大型视频网站上的传播，有利于维护社会稳定和国家长治久安。
-
公开(公告)号：CN105844239B
公开(公告)日：2019-03-29
申请号：CN201610168334.9
申请日：2016-03-23
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于CNN和LSTM的暴恐视频检测方法，属于模式识别、视频检测、深度学习技术领域。所述检测方法首先对待检测视频进行关键帧采样，并提取关键帧特征；然后进行视频层面的表达与判别，包括CNN语义模块的VLAD特征表达与SVM判别、CNN场景模块的场景VLAD特征表达与SVM判别，以及LSTM时序模块的LSTM判别；最后进行结果融合。本发明利用了CNN在图像特征提取和LSTM在时序序列表达方面的优势，并充分考虑暴恐视频在场景方面的特色，实际测试中检测指标mAP值达到98.0％，接近人工作业水准。在运行速度方面，仅采用单机GPU加速的方式，每秒钟便可以处理76.4秒的网络视频，适于阻断暴恐视频在大型视频网站上的传播，有利于维护社会稳定和国家长治久安。
-
-
-
-
-
-
Search Results
67
records
(took 0.058 seconds)
