-
公开(公告)号：CN109829352B
公开(公告)日：2024-06-11
申请号：CN201811385665.3
申请日：2018-11-20
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明公开了一种融合多层稀疏学习与多视角学习的通信指纹识别方法，1)对原始稳态信号和原始瞬态信号，采用稀疏自动编码器抑制噪声；并对去噪信号，采用双谱分析、循环谱分析、基于过完备信号字典的稀疏编码方法得到变换域上的特征；2)对变换域上二阶矩阵形式的特征，再采用稀疏编码方法，获得更简洁准确地刻画信号细微特征的低维特征；3)对多频点、多调制方式的电台，为了综合提取其不同工作载频和模式下的共性特征，采用树结构稀疏编码；4)来自不同视角的特征，采用多视角典型相关分析进行多种稀疏编码特征融合，并采用全连接神经网络进行分类。
-
-
公开(公告)号：CN112448954B
公开(公告)日：2023-09-08
申请号：CN202011338233.4
申请日：2020-11-25
Applicant: 中国人民解放军陆军工程大学
IPC: H04L9/40 , H04L41/0869 , H04L41/12 , H04L41/14
Abstract: 本发明提供了面向分布式访问控制策略的配置弱点分析方法和系统。本发明通过对分布在不同网络设备上的网络地址服务信息、数据流动策略和访问控制策略信息进行广泛收集的基础上，通过对网络安全目标、网络数据流动拓扑图和访问控制策略进行形式化定义，基于语义形式化定义构建目标网络的网络数据流动拓扑图；利用面向分布式访问控制策略的配置弱点分析方法，发现分布在不同设备上的访问控制策略中存在的配置弱点，从而达到发现网络配置中存在的安全弱点，提升网络安全防护能力的目的。
-
公开(公告)号：CN114240732B
公开(公告)日：2023-04-07
申请号：CN202110703102.X
申请日：2021-06-24
Applicant: 中国人民解放军陆军工程大学
IPC: G06T3/00 , G06V40/16 , G06V10/34 , G06V10/774
Abstract: 一种攻击人脸验证模型的对抗贴片生成方法，涉及人脸识别系统的安全技术领域。将对抗贴片打印成实物，并放置在攻击者的面部，以减小人脸验证模型计算得到的攻击者与攻击目标之间的距离，误导系统将攻击者验证为目标人物；在进行人脸验证前，通常要进行人脸检测，检测每张输入的图片中是否存在人脸并且用边界框将人脸标定出来；优化区域差异损失以减小干净图片样本与被叠加贴片后的样本被检测到的区域。本发明可打印成实物放置在攻击者的面部，误导系统将攻击者验证为目标人物。对抗贴片具备极强的鲁棒性，可以适应一定程度的尺度缩放及角度变化。对抗贴片的面积较小，能够避免遮挡眼镜、嘴巴、鼻尖等活体检测的关键部位，破解活体检测的防御。
-
公开(公告)号：CN115483964A
公开(公告)日：2022-12-16
申请号：CN202211205614.4
申请日：2022-09-30
Applicant: 中国人民解放军陆军工程大学
Abstract: 一种空天地一体化物联网上行链路资源联合分配方法，建立中继节点与卫星间链路的通信资源联合分配模型；通过交替最小二乘算法进行信道质量矩阵补全；将中继节点的动态信道选择与功率控制决策建模为Dec‑POMDP；各中继节点观察环境，并基于队列长度、信道质量、剩余能量、之前时刻动作与收益等信息进行决策；各中继节点将资源分配决策发送到卫星，卫星确认资源分配方案后向中继节点发送确认信息；接收到确认信息后，各中继节点按照所选方案对应的信道和发送功率进行数据传输，并通过DRL进行通信资源联合分配策略优化。本发明通过中继节点之间的协同，利用空分复用降低同频干扰，从而在满足流量需求的情况下提升系统资源利用率。
-
Patent Agency Ranking
公开(公告)号：CN113469330B
公开(公告)日：2022-12-02
申请号：CN202110709006.6
申请日：2021-06-25
Applicant: 中国人民解放军陆军工程大学
IPC: G06N3/04 , G06N3/08 , G06V10/82 , G06V10/774 , G06V10/764
Abstract: 双极网络腐蚀增强对抗样本迁移性的方法，涉及计算机视觉的技术领域。本发明对源深度网络的内部参数进行实时的双级腐蚀，使得信息流的前后传播发生改变，并生成多个具有相似决策边界的虚拟模型；然后在迭代过程中通过纵向集成的方法将各个虚拟模型进行融合，以缓解迭代攻击的过拟合问题，从而使生成的对抗样本更具有迁移性能。本发明对网络模型进行双级腐蚀，实验结果表明能大大提升所得对抗样本的迁移性。通过提升对抗样本图像跨模型迁移攻击能力，显著提升了对抗样本的黑盒攻击成功率。
-
公开(公告)号：CN110896360B
公开(公告)日：2022-03-15
申请号：CN201911008958.4
申请日：2019-10-23
Applicant: 中国人民解放军陆军工程大学
IPC: H04L41/044 , H04L41/0893 , H04L41/12 , H04L41/14 , H04L9/40
Abstract: 本发明公开了一种基于历史信息和分层强化学习的拒绝服务攻击防护方法。对于小规模网络流量响应问题，本发明首先使用经验信息来估计合法流量，然后采用线性规划(LP)进行计算以找到每个限制路由器的理想策略。对于大规模网络流量响应问题，本发明的基于层次(Hierarchical)结构的ELP(HELP)策略可以减轻中心路由器的压力，并且可以实现比直接ELP(中心节点与所有节点通信)更好的性能，对于实际的应用具有一定的指导意义，可以有效减少DDoS流量的影响。
-
公开(公告)号：CN113159115A
公开(公告)日：2021-07-23
申请号：CN202110262167.5
申请日：2021-03-10
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明公开了一种基于神经架构搜索的车辆细粒度识别方法，包括利用预先确定的多路径网络对已获取的图像进行车辆细粒度识别，融合多路径网络输出的多个分类结果，得到最终识别结果；多路径网络的确定包括：获取源域车辆细粒度识别数据集和目标域车辆细粒度识别数据集；在源域车辆细粒度识别数据集，基于预设的损失函数搜索使预设的初始网络性能最优时网络架构单元的内部连接结构，得到最佳的网络架构单元；重复堆叠最佳的网络架构单元，得到未训练的多路径网络；基于目标域车辆细粒度识别数据集，采用预设的损失函数训练多路径网络的参数，得到训练完成的多路径网络。本发明能够解决神经架构搜索方法难以扩展至细粒度识别任务的不足。
-
公开(公告)号：CN110839031B
公开(公告)日：2020-11-10
申请号：CN201911119633.3
申请日：2019-11-15
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明公开了一种基于强化学习的恶意用户行为智能检测方法，包括智能分析引擎模块、网络空间状态感知模块和多域动作执行模块；智能分析引擎模块用于判断在何种状态下采取何种动作；网络空间状态感知模块用于感知网络空间的当前状态，这种感知是局部感知，是智能分析引擎判断情况的依据；多域动作执行模块用于执行多域动作，并得到相应的奖励，执行网络动作、物理域和信息域的动作。本发明能够根据智能分析引擎与安全管理人员的不断反馈，智能化地生成适用于本地网络的安全管理策略，从而实现恶意用户行为的智能检测，达到降低安全管理成本的目的。
-
公开(公告)号：CN109302310B
公开(公告)日：2019-06-18
申请号：CN201810991421.3
申请日：2018-08-29
Applicant: 中国人民解放军陆军工程大学
Abstract: 本发明公开了一种网络运维脆弱性分析方法。包括如下步骤1、收集网络基础信息；步骤2、建立网络运维基础信息表示模型；步骤3、建立用户应得权限矩阵；步骤4、建立权限变化规则集合；步骤5、建立用户实际权限矩阵；步骤6、计算网络运维脆弱性指标。本发明在网络运维管理活动中为网络额外引入的脆弱性，偏重于发现网络具体实现和网络规划设计之间的安全性差距；本发明在发现网络运维脆弱性时，不仅仅使用了传统网络域内的信息，而且使用了物理域、信息域内的大量语义信息，使得脆弱性分析结果更加具体和真实；本发明采用目标网络中各个用户实际的权限与其应得权限之间的差作为网络脆弱性的度量，关注当前网络运维活动对网络脆弱性的影响。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.04 seconds)
