-
公开(公告)号：CN114915556A
公开(公告)日：2022-08-16
申请号：CN202210844564.8
申请日：2022-07-19
Applicant: 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
IPC: H04L41/0823 , H04L41/0894 , G06Q10/06 , G06Q40/04
Abstract: 本发明公开了一种面向工业互联网收益优化的计算任务分配方法，包括以下步骤：节点将计算任务以交易的形式发出至工业互联网系统；工业互联网系统根据网关和节点的属性得到计算任务的效益矩阵；工业互联网系统计算最大化收益得到最终分配策略；根据分配策略将每个计算任务分配给对应的网关，触发交易排序机制；网关打包计算任务成区块并计算来自区块链的工作量证明机制当中的哈希难题获得记账权，获得记账权的网关执行计算任务，将计算任务的结果返回给节点。该方法使得交易被分配给执行该交易能够为工厂带来更高效益的网关，使得工业互联网系统在有限的资源里为工厂带来更多的收益。
-
公开(公告)号：CN114124579B
公开(公告)日：2022-04-12
申请号：CN202210090373.7
申请日：2022-01-26
IPC: H04L9/40 , H04L67/1097
Abstract: 本发明涉及控制科学与工程技术领域，提供了一种基于以太坊抵御工业互联网中拜占庭攻击的方法。该方法包括：当某节点检测到某事件发生时，将事件发生的消息发送至参考节点的地址；参考节点对事件的真伪进行判断，并生成决策向量；选出设定数量的节点作为判断节点；生成贝叶斯推理所需的参量矩阵和参量向量；将决策向量和、生成贝叶斯推理所需的参量矩阵和参量向量输入贝叶斯推理的智能合约，生成各判断节点的结果向量；生成最终判断向量；计算出最终的协同推理结果；对各节点的状态进行更新。本发明对关键节点的权利进行限制，减弱被攻击者控制时带来的威胁；抑制了拜占庭攻击；具有较强的普适性。
-
公开(公告)号：CN116129338B
公开(公告)日：2023-06-30
申请号：CN202310416964.3
申请日：2023-04-19
Applicant: 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
IPC: G06V20/50 , G01C21/20 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/092
Abstract: 本发明涉及一种基于因果干预的决策方法，属于机器动作决策技术领域。本发明利用环境的观测信息和待寻找目标的目标信息，得到不同的表征作为因果注意力机制模块的输入，输入到果注意力机制的样本内注意力机制和跨样本注意力机制两个子模块中获得决策指令。本发明使用因果注意力机制作为因果干预的实现，能够很好的解决传统的决策方法存在受到混淆因子影响的问题。本发明的决策方法收敛速度快、准确率高以及在未知环境下决策成功率高。
-
公开(公告)号：CN116094843A
公开(公告)日：2023-05-09
申请号：CN202310369863.5
申请日：2023-04-10
Applicant: 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
IPC: H04L9/40 , H04L41/16 , G06N3/042 , G06N3/08 , G06F18/214 , G06F18/241
Abstract: 本发明涉及工业互联网网络安全领域，具体公开了一种基于知识图谱的网络威胁评估方法，包括：从非结构高级持续威胁APT报告中手工标记部分网络信息实体和关系，得到训练集；利用预先训练的BERT语言模型，并从目标实体中提取信息来建立实体关系分类模型；利用关系分类模型，得到网络威胁信息实体关系对，并构建网络威胁知识图谱；最后，考虑知识图谱中的知识不可能是完全正确的，据此建立了一个知识图可信度度量模型，量化了所构建知识图谱的语义正确性和事实表达的真实程度。综上所述，所提出的方法既实现了网络威胁知识图谱的构建，并且可以对所构建知识图谱的可信度进行高效评价。
-
公开(公告)号：CN114915556B
公开(公告)日：2022-10-21
申请号：CN202210844564.8
申请日：2022-07-19
Applicant: 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
IPC: H04L41/0823 , H04L41/0894 , G06Q10/06 , G06Q40/04
Abstract: 本发明公开了一种面向工业互联网收益优化的计算任务分配方法，包括以下步骤：节点将计算任务以交易的形式发出至工业互联网系统；工业互联网系统根据网关和节点的属性得到计算任务的效益矩阵；工业互联网系统计算最大化收益得到最终分配策略；根据分配策略将每个计算任务分配给对应的网关，触发交易排序机制；网关打包计算任务成区块并计算来自区块链的工作量证明机制当中的哈希难题获得记账权，获得记账权的网关执行计算任务，将计算任务的结果返回给节点。该方法使得交易被分配给执行该交易能够为工厂带来更高效益的网关，使得工业互联网系统在有限的资源里为工厂带来更多的收益。
-
Patent Agency Ranking
公开(公告)号：CN114124579A
公开(公告)日：2022-03-01
申请号：CN202210090373.7
申请日：2022-01-26
IPC: H04L9/40 , H04L67/1097
Abstract: 本发明涉及控制科学与工程技术领域，提供了一种基于以太坊抵御工业互联网中拜占庭攻击的方法。该方法包括：当某节点检测到某事件发生时，将事件发生的消息发送至参考节点的地址；参考节点对事件的真伪进行判断，并生成决策向量；选出设定数量的节点作为判断节点；生成贝叶斯推理所需的参量矩阵和参量向量；将决策向量和、生成贝叶斯推理所需的参量矩阵和参量向量输入贝叶斯推理的智能合约，生成各判断节点的结果向量；生成最终判断向量；计算出最终的协同推理结果；对各节点的状态进行更新。本发明对关键节点的权利进行限制，减弱被攻击者控制时带来的威胁；抑制了拜占庭攻击；具有较强的普适性。
-
公开(公告)号：CN116094843B
公开(公告)日：2023-06-16
申请号：CN202310369863.5
申请日：2023-04-10
Applicant: 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
IPC: H04L9/40 , H04L41/16 , G06N3/042 , G06N3/08 , G06F18/214 , G06F18/241
Abstract: 本发明涉及工业互联网网络安全领域，具体公开了一种基于知识图谱的网络威胁评估方法，包括：从非结构高级持续威胁APT报告中手工标记部分网络信息实体和关系，得到训练集；利用预先训练的BERT语言模型，并从目标实体中提取信息来建立实体关系分类模型；利用关系分类模型，得到网络威胁信息实体关系对，并构建网络威胁知识图谱；最后，考虑知识图谱中的知识不可能是完全正确的，据此建立了一个知识图可信度度量模型，量化了所构建知识图谱的语义正确性和事实表达的真实程度。综上所述，所提出的方法既实现了网络威胁知识图谱的构建，并且可以对所构建知识图谱的可信度进行高效评价。
-
公开(公告)号：CN116204793A
公开(公告)日：2023-06-02
申请号：CN202310473318.0
申请日：2023-04-28
Applicant: 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
IPC: G06F18/214 , G06F18/23 , G06F18/22 , G06F21/62
Abstract: 本发明涉及一种基于联邦学习的工业互联网云边模型聚合方法，属于隐私保护的技术领域。本发明基于联邦学习的工业互联网云边模型聚合方法，联邦学习模型包括云端服务器模型和多个边缘端服务器模型，具体包括以下步骤：步骤1、基于当前云端服务器模型参数更新每个边缘端服务器模型参数；步骤2、对每个边缘端模型更新后模型参数进行筛选，云端服务器模型筛选出满足条件的聚合边缘端模型；步骤3、基于聚合边缘端模型更新云端服务器模型参数；步骤4、基于更新后的云端服务器模型参数进行下一次云端服务器模型的更新直至云端服务器模型的最大更新次数获得全局模型。该方法在训练过程中对客户端节点进行筛选，提高了模型的稳定性。
-
公开(公告)号：CN115242559B
公开(公告)日：2022-12-02
申请号：CN202211161541.3
申请日：2022-09-23
Applicant: 北京航空航天大学 , 中国信息通信研究院 , 中国科学院数学与系统科学研究院
Abstract: 本发明公开了一种基于区块链和联邦学习的网络流量入侵检测方法，包括：各设备独立进行新型攻击的检测与标记；进行全局模型的初始化；将各设备随机划分为工作节点和挖掘节点，工作节点利用本地数据训练局部检测模型，将自身的局部模型参数上传至区块链；挖掘节点对模型参数合法性进行验证，并基于区块链一致性算法生成合法区块；各工作节点下载合法区块，并基于联邦聚合算法对模型参数进行更新；迭代进行上述训练过程，最终得到全局的网络流量入侵检测模型。该方法基于联邦学习和区块链建立全局网络流量入侵检测模型，能够在发现新的未标记攻击类型的同时，保证各设备产生的各种流量数据留在设备本地，实现了数据隐私保护的目的。
-
公开(公告)号：CN114282658B
公开(公告)日：2022-06-03
申请号：CN202210195231.7
申请日：2022-03-02
IPC: H04L41/147 , G06Q10/04 , G06Q50/06 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种针对流量序列分析及预测的方法，以历史序列数据为依据进行分析，通过神经网络进行预测，所述神经网络具有输入变换层和输出逆变换层，输入变换层用于将输入神经网络的数据进行box‑cox变换，输出逆变换层用于将神经网络输出的数据进行box‑cox逆变换。本发明公开的针对流量序列分析及预测的方法，具有预测准确率高、稳定性好等诸多优点。
-
-
-
-
-
-
-
-
-
Search Results
330
records
(took 0.056 seconds)
