-
公开(公告)号：CN107360133A
公开(公告)日：2017-11-17
申请号：CN201710425622.2
申请日：2017-06-08
Applicant: 全球能源互联网研究院 , 国家电网公司 , 国网江苏省电力公司 , 国网江苏省电力公司信息通信分公司 , 东南大学
CPC classification number: H04L63/205 , H04L41/145
Abstract: 本发明涉及一种面向电网信息物理系统的网络攻击仿真方法及系统，方法包括：电力系统仿真器根据预先设定的电力系统事件列表进行仿真，并通过信息系统仿真器将仿真结果发送至网络攻击仿真器；在网络攻击仿真器中建立仿真攻击事件，并通过信息系统仿真器将仿真攻击事件发送至电力系统仿真器；电力系统仿真器根据仿真攻击事件更新电力系统事件列表，并根据电力系统事件列表进行仿真；本发明提供的技术方案，在搭建的电网信息物理系统环境下，加入网络攻击模拟平台，针对不同的电力网络特征和信息网络特征，按照不同的安全等级防护要求，设定对应的攻击规模和强度，观察验证网络攻击对电网信息物理系统的影响以及在系统失稳情况下保护措施的作用。
-
公开(公告)号：CN107360133B
公开(公告)日：2022-03-18
申请号：CN201710425622.2
申请日：2017-06-08
Applicant: 全球能源互联网研究院 , 国家电网公司 , 国网江苏省电力公司 , 国网江苏省电力公司信息通信分公司 , 东南大学
Abstract: 本发明涉及一种面向电网信息物理系统的网络攻击仿真方法及系统，方法包括：电力系统仿真器根据预先设定的电力系统事件列表进行仿真，并通过信息系统仿真器将仿真结果发送至网络攻击仿真器；在网络攻击仿真器中建立仿真攻击事件，并通过信息系统仿真器将仿真攻击事件发送至电力系统仿真器；电力系统仿真器根据仿真攻击事件更新电力系统事件列表，并根据电力系统事件列表进行仿真；本发明提供的技术方案，在搭建的电网信息物理系统环境下，加入网络攻击模拟平台，针对不同的电力网络特征和信息网络特征，按照不同的安全等级防护要求，设定对应的攻击规模和强度，观察验证网络攻击对电网信息物理系统的影响以及在系统失稳情况下保护措施的作用。
-
公开(公告)号：CN109587776A
公开(公告)日：2019-04-05
申请号：CN201811492708.8
申请日：2018-12-07
Applicant: 东南大学
Abstract: 本发明公开了D2D辅助的超密集网络中基站休眠和协作缓存的联合优化方法。该方法同时考虑缓存方案和基站休眠策略，通过分析文件传输时延和系统平均能耗，将能耗和时延权衡问题描述为最小成本函数问题。所述最小成本函数问题是一个复杂的组合优化问题，因休眠和缓存是两个独立的过程，将原问题分解为两个子问题：首先，给定缓存方案，寻找最小成本函数值所对应的最优基站休眠方案；其次，基于最优基站休眠方案，根据组合优化算法迭代求解最优协作缓存方案，使得用户服务质量得以保证的条件下最小化系统能耗。
-
公开(公告)号：CN108882269A
公开(公告)日：2018-11-23
申请号：CN201810491506.5
申请日：2018-05-21
Applicant: 东南大学
Abstract: 本发明提供一种结合缓存技术的超密集网络小站开关方法，所述方法包括以下步骤：步骤1：采集网络信息：运营商测量出区域面积内宏站和小站总数目，分别记为Nm和Ns，从而得到该区域内宏站和小站的分布密度λm和λs；步骤2：从S1(t)(S1(t)∈Ω)开始，遍历基站状态集合Ω中所有可能的基站状态，遍历次数为步骤3：根据公式(10)和(11)分别计算时刻t小站k的负载率ρk(t)，平均负载效率步骤4：更新时刻t＝t+1，更新队长；执行步骤2‑3。步骤5：当t＝T+1退出迭代过程；步骤6：计算第n次遍历搜索时，在状态集合Sn下的成本函数；步骤7：更新基站状态集合Sn＝Sn+1，执行步骤2‑6；步骤8：当遍历搜索结束；步骤9：对于所有的成本函数值根据公式计算n*；步骤10：根据得到的最优基站状态对所有小站执行开关决策。
-
公开(公告)号：CN112966823B
公开(公告)日：2022-05-13
申请号：CN202011556111.2
申请日：2020-12-24
Applicant: 东南大学
IPC: G06F16/387
Abstract: 本发明公开了一种基于知识图谱推理的场所识别方法，在给出场所领域知识图谱构建方法的基础上，提出了一种基于知识图谱推理且可融合多种异类环境信息的一般化场所识别方法,步骤如下：(1)从各类异源信息中提取构成场所的主要物体、产生的事件、空间结构等主要线索，并将这些线索以自然语言文字进行描述；(2)利用自然语言处理方法对上述描述进行筛选，形成场所描述实体；(3)结合上述描述实体在实际环境中的发生频率，组建场所领域知识图谱；(4)运用深度神经网络实现基于知识图谱的推理分类，给出最终识别结果；本发明通过使用知识图谱推理方法，提升了场所识别准确率，并极大提升了场所识别过程中的语义可解释性。
-
Patent Agency Ranking
公开(公告)号：CN108156620A
公开(公告)日：2018-06-12
申请号：CN201810086759.4
申请日：2018-01-30
Applicant: 东南大学
Abstract: 本发明提供了一种基于信道和队列感知的超密集网络小站休眠方法，包括：采集网络信息；根据梯度下降法计算最优休眠比例；计算要休眠小站的数目；令基站开关比例为0，计算每个小站在一定时长内每个时间间隔内的平均队长和平均传输速率；根据各小站平均队长和用户平均传输速率之积将小站升序排列；得到休眠数目；按照排序依次关闭小站。本发明针对超密集异构网络提出的基站休眠方法，通过采集数据业务量，结合基站和用户之间的信道状态，执行基站休眠策略，能很好地适用于实际系统，且能带来比传统方法更好的性能增益，在保证用户时延特性的条件下显著降低系统能耗。
-
公开(公告)号：CN108882269B
公开(公告)日：2021-07-30
申请号：CN201810491506.5
申请日：2018-05-21
Applicant: 东南大学
Abstract: 本发明提供一种结合缓存技术的超密集网络小站开关方法，所述方法包括以下步骤：步骤1：采集网络信息：步骤2：从S1(t)(S1(t)∈Ω)开始，遍历基站状态集合Ω中所有可能的基站状态，步骤3：根据公式(10)和(11)分别计算时刻t小站k的负载率ρk(t)，平均负载效率步骤4：更新时刻t＝t+1，更新队长；执行步骤2‑3；步骤5：当t＝T+1退出迭代过程；步骤6：计算第n次遍历搜索时，在状态集合Sn下的成本函数；步骤7：更新基站状态集合Sn＝Sn+1，执行步骤2‑6；步骤8：当遍历搜索结束；步骤9：对于所有的成本函数值根据公式计算n*；步骤10：根据得到的最优基站状态对所有小站执行开关决策。
-
公开(公告)号：CN112966823A
公开(公告)日：2021-06-15
申请号：CN202011556111.2
申请日：2020-12-24
Applicant: 东南大学
IPC: G06N5/02 , G06N5/04 , G06F16/33 , G06F16/35 , G06F16/36 , G06F40/216 , G06F40/295 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于知识图谱推理的场所识别方法，在给出场所领域知识图谱构建方法的基础上，提出了一种基于知识图谱推理且可融合多种异类环境信息的一般化场所识别方法,步骤如下：(1)从各类异源信息中提取构成场所的主要物体、产生的事件、空间结构等主要线索，并将这些线索以自然语言文字进行描述；(2)利用自然语言处理方法对上述描述进行筛选，形成场所描述实体；(3)结合上述描述实体在实际环境中的发生频率，组建场所领域知识图谱；(4)运用深度神经网络实现基于知识图谱的推理分类，给出最终识别结果；本发明通过使用知识图谱推理方法，提升了场所识别准确率，并极大提升了场所识别过程中的语义可解释性。
-
公开(公告)号：CN109587776B
公开(公告)日：2021-03-30
申请号：CN201811492708.8
申请日：2018-12-07
Applicant: 东南大学
Abstract: 本发明公开了D2D辅助的超密集网络中基站休眠和协作缓存的联合优化方法。该方法同时考虑缓存方案和基站休眠策略，通过分析文件传输时延和系统平均能耗，将能耗和时延权衡问题描述为最小成本函数问题。所述最小成本函数问题是一个复杂的组合优化问题，因休眠和缓存是两个独立的过程，将原问题分解为两个子问题：首先，给定缓存方案，寻找最小成本函数值所对应的最优基站休眠方案；其次，基于最优基站休眠方案，根据组合优化算法迭代求解最优协作缓存方案，使得用户服务质量得以保证的条件下最小化系统能耗。
-
公开(公告)号：CN108156620B
公开(公告)日：2020-01-14
申请号：CN201810086759.4
申请日：2018-01-30
Applicant: 东南大学
Abstract: 本发明提供了一种基于信道和队列感知的超密集网络小站休眠方法，包括：采集网络信息；根据梯度下降法计算最优休眠比例；计算要休眠小站的数目；令基站开关比例为0，计算每个小站在一定时长内每个时间间隔内的平均队长和平均传输速率；根据各小站平均队长和用户平均传输速率之积将小站升序排列；得到休眠数目；按照排序依次关闭小站。本发明针对超密集异构网络提出的基站休眠方法，通过采集数据业务量，结合基站和用户之间的信道状态，执行基站休眠策略，能很好地适用于实际系统，且能带来比传统方法更好的性能增益，在保证用户时延特性的条件下显著降低系统能耗。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.026 seconds)
