-
公开(公告)号:CN118748806A
公开(公告)日:2024-10-08
申请号:CN202410984145.3
申请日:2024-07-22
Applicant: 北京交通大学
IPC: H04W12/122
Abstract: 本发明提供了一种基于人工智能的网络安全实时检测系统,属于网络安全技术领域。包括:硬件载体、单片机以及接收站;硬件载体设置有单片机、无线网卡以及HackRF无线设备;接收站与单片机通信连接,接收站向单片机下达指令,操控硬件载体;单片机与无线网卡以及HackRF无线设备通信连接,单片机采集无线通信信号和分析无线网络攻击与无线电波危险行为。本发明提供的基于人工智能的网络安全实时检测系统可以通过硬件载体对于待检测区域进行自动扫描,进而利用硬件载体、单片机以及接收站之间的交互,基于人工智能实现待检测区域内的无线局域网安全的自动化检测,无需无线网络安检人员针对空间范围内逐一进行检测,省时省力,提升了无线网络安全检测效率。
-
公开(公告)号:CN119151856A
公开(公告)日:2024-12-17
申请号:CN202410949870.7
申请日:2024-07-16
Applicant: 北京交通大学
Abstract: 本说明书实施例公开了一种基于激光点云的管片缺陷检测方法、设备及介质,涉及激光点云技术领域,方法包括:获取待检测混凝土管片对应的当前扫描点云数据和标准混凝土管片对应的标准点云数据;确定待检测混凝土管片对应的至少一个管片目标检测位置,基于每个管片目标检测位置,在标准点云数据中确定管片目标检测位置对应的指定标准点;根据指定标准点和预设的法向量匹配规则,在当前扫描点云数据中进行点云数据查找,确定指定标准点对应的当前扫描对应点;通过当前扫描对应点和指定标准点,对管片目标检测位置进行缺陷检测,确定每个管片目标检测位置的缺陷检测数据。快速地筛选出与指定标准点匹配的点,减少不必要的全局搜索,提高检测效率。
-
公开(公告)号:CN117793745A
公开(公告)日:2024-03-29
申请号:CN202311545654.8
申请日:2023-11-20
Applicant: 北京交通大学
Abstract: 本发明提供联合用户协作与功率控制的去蜂窝网络联邦学习优化方法,涉及网络优化技术领域。该联合用户协作与功率控制的去蜂窝网络联邦学习优化方法,包括:接收待优化系统的单天线接入点和单天线用户信息;根据单天线接入点和单天线用户信息确定去蜂窝网络联邦学习的迭代传输方式;根据单天线用户与单天线接入点之间的距离导致去蜂窝网络的掉队问题,确定单天线用户分组策略;根据单天线接入点和单天线用户信息,求解待优化系统的信道系数;结合单天线用户分组策略与待优化系统的信道系数,构建优化问;求解优化问题。解决了如何有效地提高掉队者的链路质量成为了提升联邦学习训练性能的关键问题。
-
公开(公告)号:CN117580067A
公开(公告)日:2024-02-20
申请号:CN202311549505.9
申请日:2023-11-20
Applicant: 北京交通大学
IPC: H04W24/02 , H04W24/06 , H04W72/044 , H04W72/50
Abstract: 本发明提供基于逆强化学习的多小区网络功率分配方法及系统,涉及网络优化设计领域。该基于逆强化学习的多小区网络功率分配方法,包括:接收待优化小区中用户设备信息及优化基站信息;根据待优化小区中用户设备信息及优化基站信息建立优化问题,所述优化问题目标是在满足每个用户设备最小数据速率的同时最大化速率和;获取状态空间和动作空间,所述状态空间包括上一时隙的所有用户的信道信息、动作信息和奖励信息;将状态空间和动作空间输入到预设的逆强化学习模型中进行训练,供预设的逆强化学习模型学习得到奖励函数;利用所述奖励函数求解优化问题。该方法能在用户设备(UEs)的最小数据速率要求的约束下找到最优的功率分配策略。
-
公开(公告)号:CN118432714A
公开(公告)日:2024-08-02
申请号:CN202311549379.7
申请日:2023-11-20
Applicant: 北京交通大学
IPC: H04B10/116 , H04W72/044 , H04W72/50
Abstract: 本发明提供一种可见光安全无线信能同传网络资源分配方法及系统,涉及网络优化设计领域。该可见光安全无线信能同传网络资源分配方法,包括接收待分配系统中可见光通信网络的用户信息,接收待分配系统的总功耗和待分配系统中接入的LED信息;根据用户信息、总功耗信息和LED信息,建立优化问题,所述优化问题的目标为在满足系统总可用能量、授权用户最小数据速率需求、非授权用户最大信干噪比阈值、授权用户和非授权用户的最低能量收集阈值和LED线性工作区间要求的约束下找到最优的波束赋形向量和直流偏置向量;将优化问题转化为凸问题,并求解优化问题。解决了增大网络能量消耗为代价,忽视了绿色通信的目标,即网络能量效率的问题。
-
-
-
-