-
公开(公告)号：CN118555099A
公开(公告)日：2024-08-27
申请号：CN202410604103.2
申请日：2024-05-15
Applicant: 北京科技大学 , 北京神州绿盟科技有限公司
IPC: H04L9/40 , G06F18/2433 , G06F18/213 , G06F18/2113 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/084 , G06F123/02
Abstract: 本发明提供一种智能网联汽车加密流量细粒度异常检测方法，包括：在检测到待检测数据流时，确定数据包特征集合，待检测数据流包括至少一个待检测数据包；基于数据包特征集合，获取待检测数据流中各个待检测数据包的待检测表示向量，一个待检测表示向量包括数据包特征集合中各个数据包特征在相应待检测数据包下的特征值；基于各个待检测数据包的待检测表示向量，构建待检测数据流的数据流时序数据；基于数据流时序数据，对待检测数据流进行异常检测，得到待检测数据流的异常检测结果。本发明实施例可通过数据流时序数据获取精确性较高的异常检测结果，以确定待检测数据流是否异常，从而有效提高智能网联汽车的信息安全性，以降低信息安全风险。
-
公开(公告)号：CN118523933A
公开(公告)日：2024-08-20
申请号：CN202410604136.7
申请日：2024-05-15
Applicant: 北京科技大学 , 北京神州绿盟科技有限公司
Inventor： 林福宏 , 李天宇 , 范敦球 , 韦文杰 , 许海涛 , 欧帅 , 郑开发 , 顾杜娟 , 蔚睿 , 肖岩军 , 王津 , 王星凯 , 刘大鹏 , 安建伟 , 董秋彤 , 张子斌
IPC: H04L9/40 , G06N3/08 , G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/045 , G06F18/214 , G06F18/23
Abstract: 本发明提供一种智能网联汽车CAN总线无监督加密流量检测方法及装置，该智能网联汽车CAN总线无监督加密流量检测模型训练方法，通过联邦学习，在各个车辆端对模型进行训练并在服务端将各车辆端发送的模型参数进行融合得到目标异常流量模型，由于车辆端对模型进行训练过程中使用的训练集中仅包含正常数据，使得VAE模型可以学习到正常数据的特征，进而使得模型针对正常数据进行重建得到的重建损失收敛，在接收到异常流量数据时，该重建损失则较大，进而可基于该重建损失确定异常流量数据，对普通或加密的异常流量数据均可实现有效检测。
-
公开(公告)号：CN118551255A
公开(公告)日：2024-08-27
申请号：CN202410617758.3
申请日：2024-05-17
Applicant: 北京科技大学 , 北京神州绿盟科技有限公司
IPC: G06F18/24 , G06F18/213 , G06F18/214 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/088 , G06N3/09
Abstract: 本申请提供了一种智能网联汽车加密流量多任务分类方法、装置及电子设备，该方法将获取的待处理的智能网联汽车加密流量数据输入至预先训练好的目标加密流量分类模型中，由该目标加密流量分类模型进行多任务分类处理，获取得到目标加密流量分类模型输出的目标流量类别以及目标流量来源。由于该目标加密流量分类模型是基于历史智能网联汽车的加密流量训练得到的，该目标加密流量分类模型具备从加密流量数据中提取出综合特征，并基于提取得到的综合特征获取加密流量数据的目标流量类别以及目标流量来源的能力，如此，可在不破坏流量数据本身的安全性以及隐私性的情况下，实现对智能网联汽车加密流量的分类处理，有效提升了智能网联汽车数据的安全性。
-
公开(公告)号：CN119646865A
公开(公告)日：2025-03-18
申请号：CN202411619178.4
申请日：2024-11-13
Applicant: 北京科技大学
Abstract: 本发明提供一种具有较低临界维度的隐私保护可验证矩阵乘法方法及系统，涉及隐私保护技术领域。该方法包括：用户根据生成公开参数以及密钥；根据公开参数、密钥以及函数族生成解码密钥、评估密钥以及验证密钥；根据密钥以及矩阵生成矩阵的密文、解码密钥和验证密钥；服务提供者根据评估密钥以及密文得到加密后的计算结果；用户根据评估密钥以及评估密钥对加密后的计算结果的正确性进行验证；若验证结果为正确，则用户输入解码密钥、解码密钥以及加密后的计算结果，并对加密后的计算结果进行解码得到最终的计算结果。提出的改进的私有LHE具有更简单解密实现，有助于减少临界维度，同时较短的密文减少了ProbGen时间，减轻了初始化负担。
-
公开(公告)号：CN112508408B
公开(公告)日：2024-01-05
申请号：CN202011434366.1
申请日：2020-12-10
Applicant: 北京科技大学 , 青海中煤地矿业开发有限公司 , 北京大学 , 淮阴师范学院
IPC: G06N20/00 , G06F18/2415 , G06F18/23 , G16Y10/75 , G16Y40/35
Abstract: 本发明公开了一种边缘计算下无线资源管理指标的映射模型构建方法，包括：基于改进的机器学习分类技术对边缘终端的原始社交数据进行预处理，得到处理后的社交数据；基于聚类分析技术对社交数据进行映射，将社交数据映射为直接反映物理层面参数的信息；建立社交数据分布相应的数学模型并进行关联映射，获得以社交数据为变量的物理层面参数的概率分布模型；对不同来源的社交数据的QoS指标分配不同权值，进行权值论域标准归一化处理；对标准化权值进行模糊化处理；对模糊化的QoS指标实现去模糊化，得到模糊权重值；根据业务需求选取QoE指标的映射函数，将得到的模糊权重值用于映射函数，得到QoE指标的映射权重值，作为无线资源管理指标。
-
Patent Agency Ranking
公开(公告)号：CN113657388B
公开(公告)日：2023-10-31
申请号：CN202110780769.X
申请日：2021-07-09
Applicant: 北京科技大学
IPC: G06V10/26 , G06V10/80 , G06V10/774 , G06V10/82 , G06V20/70 , G06T3/40 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种融合图像超分辨率重建的图像语义分割方法，包括：以预训练好的ResNet‑50网络模型为基础，初始化卷积神经网络的参数；对数据集进行预处理，并将预处理后的数据集输入初始化后网络模型的下采样编码阶段进行图像特征提取；利用提取的图像特征对图像进行超分辨率重建，得到高分辨率特征图；将提取的图像特征和重建的高分辨率特征图进行特征融合，输入到网络模型的特征解码器，利用重建的高分辨率特征图搭建引导式上采样模块，制作每个像素点的偏移向量作为偏移表，利用偏移表作为导向来执行上采样操作，得到图像语义分割结果；定义损失函数，对网络模型进行优化。本发明能够提升语义分割算法的精度。
-
公开(公告)号：CN116402608A
公开(公告)日：2023-07-07
申请号：CN202310297888.9
申请日：2023-03-24
Applicant: 北京科技大学
IPC: G06Q40/04 , G06Q30/0201 , G06N5/04 , H04L12/10 , H04W84/04
Abstract: 本发明公开了一种可再生能源的异构无线蜂窝网络基站能量交易方法及系统，涉及无线通信技术领域。包括：将多个小蜂窝基站分为多个能源需求者基站以及多个能源供应者基站；宏观基站依据构建好的基于动态演化博弈的能源交易模型，控制能源交易价格，实现能源供应者基站以及能源需求者基站的能量交易。本发明建立了SBS‑ES和SBS‑ED之间基于动态演化博弈的能源交易模型来实现合作能源交易，并分析了所提模型的演化稳定策略，还研究了MBS的定价机制，它可以有效地影响所提模型的EES性能。能够在实现高流量密度和峰值速率性能的同时解决伴随而来的在6G网络中产生的严重的能源消耗问题。
-
公开(公告)号：CN111090774B
公开(公告)日：2023-06-27
申请号：CN201911082717.4
申请日：2019-11-07
IPC: G06F16/735 , G06F16/75 , G06F16/9535 , G06N3/0442
Abstract: 本发明提供一种边缘计算环境下的视频热度预测方法，能够提高视频热度预测的准确率。所述方法包括：边缘服务器根据边缘节点用户的历史行为记录数据，利用极限学习机将边缘节点用户分为M类，得到M个集群，每个集群为兴趣相近的边缘节点用户集合；对每个集群分别进行数据脱敏，得到每个集群中用户行为时间序列列表；将每个集群对应的用户行为时间序列列表分别作为输入，对长短期记忆循环神经网络分别进行训练、预测，得到每个集群的TOP‑N推荐列表，将其分发至每个对应的边缘节点用户。本发明涉及边缘计算领域。
-
公开(公告)号：CN113570713A
公开(公告)日：2021-10-29
申请号：CN202110758299.7
申请日：2021-07-05
Applicant: 北京科技大学
IPC: G06T17/05 , G06T17/00 , G06T17/20 , G06K9/00 , G06K9/34 , G06K9/46 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向动态环境的语义地图构建方法及装置，该方法包括：在视觉前端进行位姿估计前，对深度相机传输的图像数据进行语义分割，根据语义分割结果得到初始基础矩阵；根据初始基础矩阵初始化相机位姿，并采用基于几何的动态特征点检测算法进行动态特征点检测，搜索出所有动态特征点；将动态特征点剔除，利用剩余静态特征点构建语义地图。本发明可完整的去除动态目标对构建全局一致的地图的影响，从而能够有效地构建全局一致性地图。
-
公开(公告)号：CN113449662A
公开(公告)日：2021-09-28
申请号：CN202110758306.3
申请日：2021-07-05
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于多帧特征聚合的动态目标检测方法及装置，该方法包括：在Faster RCNN的全连接层后添加关系模块；通过全局关系模块将全局帧的语义特征聚合到局部帧和关键帧，得到增强局部帧和第一增强关键帧；通过局部关系模块将增强局部帧的语义特征和位置特征聚合到第一增强关键帧，得到第二增强关键帧；通过局部关系模块将第二增强关键帧其他候选区域的语义特征和位置特征聚合到某一候选区域，得到第三增强关键帧；基于第三增强关键帧得到动态目标检测结果。本发明在动态目标检测的过程中充分利用了视频中的上下文信息来辅助当前关键帧目标的检测和定位，提高了检测的精确度。
-
-
-
-
-
-
-
-
-
Search Results
98
records
(took 0.041 seconds)
