-
Patent Agency Ranking
公开(公告)号：CN110958135B
公开(公告)日：2021-07-13
申请号：CN201911071642.X
申请日：2019-11-05
Applicant: 东华大学
Abstract: 本发明实施例公开了一种特征自适应强化学习DDoS攻击消除方法及系统，根据收集的历史数据信息，提取出一个较优的精简特征子集，根据车联网中潜在的、可预测的车流时空规律建立强化学习模型，根据强化学习模型训练Q‑learning智能体选取适合当前DDoS攻击类型的特征，与此同时，异步训练DDQN智能体得到策略πDDQN(st)指导Q‑learning智能体动作的选取。通过自适应地学习攻击特征，以少量的先验知识达到检测车联网中未知类型DDoS攻击的目的，摆脱对有标签数据的依赖，从而得到DDoS攻击消除方法，满足车联网中低时延、高准确度的要求。
-
公开(公告)号：CN117411620A
公开(公告)日：2024-01-16
申请号：CN202311133799.7
申请日：2023-09-04
Applicant: 东华大学
Abstract: 本发明公开了一种基于深度学习的横纵联合交易欺诈检测方法。在横向联邦学习框架下，我们建立一个正常行为模型，基于训练好的正常行为模型，不同领域的多个组织通过使用纵向联邦学习框架，协同建立交易欺诈检测模型。此外，我们还根据欺诈检测模型构建过程中的损失来修正正常行为模型。联邦学习中存在着信息泄露的风险，为了进一步保护隐私并降低通信量，本发明设计了一种基于安全多方运算的新型模型聚合方法，只对模型的小部分权重进行加密，并隐藏加密数据的真实位置。此外，本发明还提出了一种自适应的客户端选择方法，在欺诈检测模型构建过程中不需要复杂的信息交互。该发明能实现了通信消耗低、隐私性能强、检测性能高的效果。
-
公开(公告)号：CN110958135A
公开(公告)日：2020-04-03
申请号：CN201911071642.X
申请日：2019-11-05
Applicant: 东华大学
Abstract: 本发明实施例公开了一种特征自适应强化学习DDoS攻击消除方法及系统，根据收集的历史数据信息，提取出一个较优的精简特征子集，根据车联网中潜在的、可预测的车流时空规律建立强化学习模型，根据强化学习模型训练Q-learning智能体选取适合当前DDoS攻击类型的特征，与此同时，异步训练DDQN智能体得到策略πDDQN(st)指导Q-learning智能体动作的选取。通过自适应地学习攻击特征，以少量的先验知识达到检测车联网中未知类型DDoS攻击的目的，摆脱对有标签数据的依赖，从而得到DDoS攻击消除方法，满足车联网中低时延、高准确度的要求。
-
公开(公告)号：CN108931307B
公开(公告)日：2019-07-30
申请号：CN201811110859.2
申请日：2018-09-21
Applicant: 东华大学
Abstract: 本发明实施例公开了一种带有预警提示功能的数据传输反馈装置，所述带有预警提示功能的数据传输反馈装置包括安装板、反馈框、上接线板、下接线板、变形框、导线和预警装置；所述反馈框的右侧固定于所述安装板，所述上接线板固定于所述反馈框的上侧，所述下接线板固定于所述反馈框的下侧，在所述反馈框的左侧固定所述变形框；在靠近所述下接线板的导电的绝缘性的内侧设置所述预警装置。本发明实施例提供的带有预警提示功能的数据传输反馈装置，设计合理，功能性强，在数据传输的过程中及时给予使用者警示，这使得使用者可以及时调整数据传输参数，其很好地避免了因导线的温度过高而断开电路导致的数据丢失的问题。
-
公开(公告)号：CN108931307A
公开(公告)日：2018-12-04
申请号：CN201811110859.2
申请日：2018-09-21
Applicant: 东华大学
Abstract: 本发明实施例公开了一种带有预警提示功能的数据传输反馈装置，所述带有预警提示功能的数据传输反馈装置包括安装板、反馈框、上接线板、下接线板、变形框、导线和预警装置；所述反馈框的右侧固定于所述安装板，所述上接线板固定于所述反馈框的上侧，所述下接线板固定于所述反馈框的下侧，在所述反馈框的左侧固定所述变形框；在靠近所述下接线板的导电的绝缘性的内侧设置所述预警装置。本发明实施例提供的带有预警提示功能的数据传输反馈装置，设计合理，功能性强，在数据传输的过程中及时给予使用者警示，这使得使用者可以及时调整数据传输参数，其很好地避免了因导线的温度过高而断开电路导致的数据丢失的问题。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
