-
公开(公告)号：CN103036841A
公开(公告)日：2013-04-10
申请号：CN201210523968.3
申请日：2012-12-07
Applicant: 桂林电子科技大学
IPC: H04L27/26
Abstract: 本发明公开一种快衰信道下的宽带无线通信、发射和接收方法，该传输方法是一种基于非相干检测的鲁棒传输方案，是一种新的OFDM multitone FSK传输方案，记作OFDM-(n+m)/MFSK（也简记作(n+m)/MFSK，不致混淆），它既克服了相干检测OFDM技术在高速移动环境下性能急剧变差的问题，同时又解决了OFDM-MFSK方案低频谱效率，而传统OFDM multitone FSK（OFDM-N/MFSK）方案低功率效率的问题。
-
公开(公告)号：CN119155086A
公开(公告)日：2024-12-17
申请号：CN202411261680.2
申请日：2024-09-10
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: H04L9/40 , G06N3/0464 , G06N3/045 , G06N3/0442
Abstract: 本发明属于工业物联网、深度学习与网络态势预测交叉领域，提出了一种能够主动且有效预测工业物联网环境中恶意流量的创新方案。该方案提出了一种基于线性门控未来预测网络(LGF‑Net)的新型网络态势预测方法。具体而言，该模型融合了U‑Net和ResNet的优势，显著提升了网络态势预测的性能。LGF‑Net模型在两个关键方面加强了传统的深度学习网络：首先，它通过多层次结构有效捕捉了时间序列中的内在相关性；其次，它引入了信息补偿机制，极大地减少了学习过程中的信息损失。这些改进大幅增强了模型捕捉要素间相关性的能力，使其能够利用多层次历史数据准确预测未来的网络安全状况。此外，该研究还通过理论复杂性分析评估了所提方法的计算效率。最后，大量实验结果表明，与现有方法相比，该方法在多个性能指标上都具有显著优势。
-
公开(公告)号：CN115333780B
公开(公告)日：2024-12-03
申请号：CN202210836881.5
申请日：2022-07-15
Applicant: 桂林电子科技大学
Abstract: 本发明涉及工控安全技术领域，具体涉及一种实现工业控制网络分布式控制与安全防护的方法，收集工业以太网中的控制信息；通过解析器解析并转化所述控制信息，得到流规则；将所述流规则发布到分布式控制器上；交换机获取所述流规则，并解析通过交换机的数据包，依据所述流规则得到转发规则；交换机基于所述转发规则对所述数据包进行处理，并将处理后的转发至其他交换机或下发至终端设备或现场网关，该方法将软件定义网络用于工业以太网，基于以太网的工业控制协议的安全过滤与转发，能与传统工业以太网良好的融合，与传统工控以太网相比，极大的提高了安全性。
-
公开(公告)号：CN115174094B
公开(公告)日：2024-12-03
申请号：CN202210676255.4
申请日：2022-06-15
Applicant: 桂林电子科技大学
Abstract: 本发明涉及工控安全技术领域，具体涉及一种工业互联网安全访问控制管理的方法，包括用户使用移动便携设备在安全网关内进行注册，得到第一哈希值；用户输入密码，并基于密码和用户信息生成第二哈希值与第一哈希值进行比较，比较通过，安全网关向移动便携设备发送会话密钥；用户将会话密钥和与会话密钥对应的信息和PLC在移动便携设备中加密，得到加密结果，并将加密结果传输至安全网关；安全网关使用会话密钥对加密过程进行解密，得到明文；安全网关对明文进行解析，得到解析结果，并将解析结果通过用户系统传递给访问用户，解决了现有的访问控制管理方法的安全性较低的问题。
-
公开(公告)号：CN118885848A
公开(公告)日：2024-11-01
申请号：CN202410907766.1
申请日：2024-07-08
Applicant: 桂林电子科技大学
IPC: G06F18/24 , G06F18/15 , G06F18/21 , G06N3/0499
Abstract: 本发明涉及工业控制系统技术领域，具体涉及基于分布式线性深度学习的工控异常检测方法，对时序数据进行时序双边滤波，有效去除了时序数据中的噪声，也能保留对单个或少数传感器进行攻击的信息，解决了传统双边滤波用于时序序列时，因传感器数据位置不同而造成滤波后数据不同的问题，采用分布式方法将大问题拆分成多个小问题，能将数据、任务等分配到多台机器上并行执行，采用了掩码的方法去除冗余。设计的模型简单有效，再根据验证集的预测误差调整异常检测的阈值，该方法不仅可以检测异常攻击，还可以对引起异常的传感器进行定位，从而解决了现有的工控异常检测方法易受各种噪声干扰、模型复杂和内存花费较高的问题。
-
Patent Agency Ranking
公开(公告)号：CN118659866A
公开(公告)日：2024-09-17
申请号：CN202410683382.6
申请日：2024-05-30
Applicant: 桂林电子科技大学
IPC: H04L9/00 , H04L9/40 , H04L67/1061 , H04W12/122 , H04W4/40 , G06N3/042 , G06N3/098 , G06N20/20
Abstract: 本发明公开了一种基于区块链与教师学生模型的联邦学习数据共享方法，属于车联网和区块链、联邦学习技术领域。针对传统联邦学习存在的安全和隐私问题严重阻碍车联网自动驾驶的数据共享问题，首先，设备在本地数据集上训练具备差分隐私的机器学习模型；然后，将学生模型得到的梯度添加差分隐私噪声，实现本地敏感数据隐私保护；最后，采用梯度约束机制对梯度进行聚合，领导者节点对广播中的梯度进行筛选，抵抗中毒攻击，保障系统的安全性。本发明在保护数据隐私的同时提高了系统的鲁棒性。
-
公开(公告)号：CN115150132B
公开(公告)日：2024-04-30
申请号：CN202210664766.4
申请日：2022-06-13
Applicant: 桂林电子科技大学
Abstract: 本发明涉及区块链安全技术领域，具体涉及一种基于以太坊gas的联盟链抗DDOS攻击方法，通过采用gas消耗效率比较进行节点行为评估，同时采用写入分发的节点证书保证评分信息的不可篡改性，最后通过证书管理者对节点行为进行约束，判定节点是否都能过继续获得有效证书而不被踢出区块链网络，同时形成了一套联盟链独有的基于证书发行的gas消耗与补充机制，证书发行时，gas会得到补充，同时gas消耗完毕时，证书也会到期，利用上述体系，本发明在联盟链中建立一套有效的抗DDOS方案，当极少部分节点失陷而发起DDOS攻击时，gas会被迅速消耗，节点也会进入不活跃状态，从而保障整个区块链网络的安全性。
-
公开(公告)号：CN115021973B
公开(公告)日：2024-04-05
申请号：CN202210511954.3
申请日：2022-05-11
Applicant: 桂林电子科技大学
IPC: H04L9/40 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及入侵检测技术领域，具体涉及一种基于SGRU的新型入侵检测方法，通过改进GRU设计一种新的名为SGRU的神经网络模型，使用数据集对基于SGRU的入侵检测模型进行训练，最后使用训练好的入侵检测模型进行入侵检测，获得检测结果。SGRU神经网络模型通过数据的时间序列关系来表征学习数据，并利用损失补偿的方式缓解非线性变换导致的特征信息丢失，解决了现有的神经网络大多不能有效地处理高维时间序列数据的问题，提高了入侵检测的准确性。
-
公开(公告)号：CN116633597A
公开(公告)日：2023-08-22
申请号：CN202310463676.3
申请日：2023-04-26
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种多层级工控网络中的动态更新隐私保护审计装置及方法，所述装置设有建立系统参数单元、移动接收器或雾节点生成公钥/私钥对单元、移动接收器重签名密钥生成单元、移动接收器的标签生成单元、移动接收器生成标签的验证单元、移动接收器标签的重签名单元、移动接收器标签的重签名单元、雾节点自身数据块的标签生成单元、验证单元和存储数据的公共完整性审计单元。这种装置支持存储数据的动态更新、计算成本低。所述方法能保护第三方审计员的隐私、保证数据的时效性和准确性、降低移动接收器和雾节点的计算成本，提高数据处理的效率和速度,可以提高工控网络的可扩展性和灵活性，适应不同规模和需求的工控系统。
-
公开(公告)号：CN116543213A
公开(公告)日：2023-08-04
申请号：CN202310516097.0
申请日：2023-05-09
Applicant: 桂林电子科技大学 , 南宁桂电电子科技研究院有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/42 , G06N3/0499
Abstract: 本发明公开了一种基于Informer的图像识别方法，其特征在于，包括如下步骤：1）输入图像；2）数据预处理；3）特征提取；4）生成推理；5）判断是否达到训练轮次；6）输出图像识别结果并保存。这种方法能提高图像识别的效率并降低计算开销。
-
-
-
-
-
-
-
-
-
Search Results
191
records
(took 0.064 seconds)
