公开(公告)号：CN113724295A

公开(公告)日：2021-11-30

申请号：CN202111027996.1

申请日：2021-09-02

Applicant: 中南大学

Inventor： 邓晓衡 ,  尹建 ,  李康检 ,  丁海川

IPC: G06T7/246 ,  G06T7/73 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于计算机视觉的无人机追踪系统及方法，包括：步骤1，基于YOLO‑v4模型的主干特征提取网络架构CSPDarknet53设计改进的YOLO‑v4模型的主干特征提取网络架构CSPDarknet53，基于改进的YOLO‑v4模型的主干特征提取网络架构CSPDarknet53和长短期记忆LSTM网络模型构建YOLO‑LSTM稳定目标追踪模型。本发明通过将无人机目标追踪的高延迟、高耗能的目标追踪计算任务移至边缘端模块的边缘服务器与终端模块的无人机的嵌入式板载计算机，减少了无人机与地面站的数据传输，提高了无人机对目标追踪的实时性，当目标物体位于边缘端模块的感知范围内，通过边缘端模块的路侧单元的监控摄像头和边缘服务器追踪目标，降低了无人机实时处理图像信息的能耗。

公开(公告)号：CN112287345B

公开(公告)日：2024-04-16

申请号：CN202011184578.9

申请日：2020-10-29

Applicant: 中南大学

Inventor： 邓晓衡 ,  陈彬 ,  桂劲松 ,  丁海川

IPC: G06F21/56 ,  G06F21/57 ,  G06F18/243 ,  G06F18/214

Abstract: 本发明公开了一种针对边缘计算系统的风险检测方法，包括构建边缘计算系统架构和边缘计算系统应用检测平台；采用应用检测平台对现有的恶意应用和良性应用进行检测和分析；采用小批量梯度下降法进行优化；采用随机森林算法对优化后的数据进行过滤并对特征信息进一步建模分析；计算恶意应用的恶意特征与误判为恶意应用的良性应用的特征标识之间的相似度并筛选出良性应用；构建初选鉴别库；针对超出初选鉴别库的可疑应用采用应用检测平台进行检测并对恶意应用服务文件包进行识别；根据恶意应用对边缘计算系统的影响对恶意应用进行风险评价，完成边缘计算系统的风险检测。本发明适用于边缘计算系统第三方应用服务的安全检测，而且可靠性高、实用性好。

公开(公告)号：CN112287345A

公开(公告)日：2021-01-29

申请号：CN202011184578.9

申请日：2020-10-29

Applicant: 中南大学

Inventor： 邓晓衡 ,  陈彬 ,  桂劲松 ,  丁海川

IPC: G06F21/56 ,  G06F21/57 ,  G06K9/62

Abstract: 本发明公开了一种针对边缘计算系统的风险检测方法，包括构建边缘计算系统架构和边缘计算系统应用检测平台；采用应用检测平台对现有的恶意应用和良性应用进行检测和分析；采用小批量梯度下降法进行优化；采用随机森林算法对优化后的数据进行过滤并对特征信息进一步建模分析；计算恶意应用的恶意特征与误判为恶意应用的良性应用的特征标识之间的相似度并筛选出良性应用；构建初选鉴别库；针对超出初选鉴别库的可疑应用采用应用检测平台进行检测并对恶意应用服务文件包进行识别；根据恶意应用对边缘计算系统的影响对恶意应用进行风险评价，完成边缘计算系统的风险检测。本发明适用于边缘计算系统第三方应用服务的安全检测，而且可靠性高、实用性好。