-
公开(公告)号：CN118573420A
公开(公告)日：2024-08-30
申请号：CN202410622565.7
申请日：2024-05-20
Applicant: 北京邮电大学
IPC: H04L9/40 , G06F18/24 , G06F17/10 , H04L41/142 , H04L67/12
Abstract: 本发明公开了一种面向水下系统的动态安全评估方法、装置、介质及产品，涉及水下系统动态评估技术领域，包括：三级评估触发机制，逐级细化安全风险感知精度，提出贯通安全风险感知全流程的实时指标权重、评估时间窗动态调整方法，且若评估结果不收敛，存在设计基于后评估的闭环反馈机制，对风险处置结果进行再次评估，保障评估机制应对风险态势的寻优适变，提出了包含三级评估触发的多级感知触发，对水下系统实现不同级别安全风险分级判定，且对风险具有反馈再处理能力，提出了包含异常指标耦合潜在风险与基于风险度信息的动态再评估的动态评估调整，对风险有一定的预知处理能力，且会根据风险情况动态调整权重与时间窗。
-
公开(公告)号：CN113158574B
公开(公告)日：2022-10-28
申请号：CN202110473134.5
申请日：2021-04-29
Applicant: 北京邮电大学
IPC: G06F30/27 , G06Q10/04 , G06Q10/06 , G06Q50/26 , G06Q50/30 , G06K9/62 , G06N3/12 , G06F111/04 , G06F111/08
Abstract: 本发明公开了一种面向边缘计算系统的安全评估方法，属于网络技术和信息安全领域，具体为：首先，确定边缘计算系统的4个安全目标，将安全目标分解为7个安全策略，并建立7个安全策略和4个安全目标的映射关系，然后，基于映射关系构建安全评估的四级完整指标树；对指标树中的四级节点中每个指标进行初始化并确权；通过对每个安全目标下的四级节点指标进行灰色聚类，计算各安全目标对应的安全评估级别；对四个安全目标的安全评估级别进行比例加和，求解边缘计算系统整体的安全级别；最后、根据系统整体的安全级别和各安全目标的安全级别，采取针对性的加固措施，提升边缘计算系统的整体安全性。本发明有很高的创新性和实用性。
-
公开(公告)号：CN114866126A
公开(公告)日：2022-08-05
申请号：CN202210305840.3
申请日：2022-03-25
Applicant: 北京邮电大学
Abstract: 本发明提出一种智能反射面辅助毫米波系统的低开销信道估计方法。建立智能反射面辅助的毫米波通信链路时，最小化链路建立和信道估计系统开销是关键挑战之一。对于智能反射面辅助的毫米波通信系统，传统的波束训练方法如穷举搜索、层搜索以及复杂化的网络结构，引入了大量训练开销。为此本发明提出一种智能反射面辅助毫米波系统的低开销信道估计方法，首先利用带外信息(例如位置信息、低频信道信息)辅助建立毫米波通信链路以降低开销，实现快速波束选择；其次将基站‑智能反射面‑用户级联信道估计转化为稀疏信号恢复问题，利用第一步获取的粗略角度域信息基于运动觉知的动态压缩感知算法进行信道估计，显著降低了系统训练开销。
-
公开(公告)号：CN110621030A
公开(公告)日：2019-12-27
申请号：CN201910596197.2
申请日：2019-07-03
Applicant: 北京邮电大学
Abstract: UDN网络中基站-用户组网方式，用于下述场景：包括多个基站和多个用户的通信系统，将基站划分为不同的簇，簇内用户采用迫零预编码方案进行下行传输。其特征在于：所述方法包括下列两个操作步骤：(1)基站分簇阶段：将基站的地理坐标信息作为输入，利用均值向量偏移算法将基站划分为不同的簇，保证地理位置相距较近的基站在同一簇内。(2)用户入网阶段：基站完成分簇后，同一簇内的基站发送相同的参考信号，用户接收并计算参考信号功率值，在满足天线约束的条件，基站-用户协同通过贪心算法找到使得用户参考接收功率值之和最大的入网方式。所提基站分簇方法较之前的传统分簇方法，结果更加稳定，有效，更具有实用性。
-
公开(公告)号：CN108540413B
公开(公告)日：2019-06-07
申请号：CN201810225933.9
申请日：2018-03-19
Applicant: 北京邮电大学
IPC: H04L25/03
Abstract: 本发明涉及一种通信系统中面向导频攻击的信道方向盲分离方法，属于无线通信技术领域。本发明能够应用在含有导频攻击的无线通信系统中，能够分离出用户和攻击者的信道方向，本发明的优点是其实施不依赖于攻击者符号的先验知识，同时允许攻击符号与合法符号之间存在一定程度的统计关联。在比较了传统独立主成分分析的LDPR性能后可以看到，在中高信噪比下，本发明方法优于已有的独立主成分分析算法，贴近最优性能。
-
Patent Agency Ranking
公开(公告)号：CN108614875A
公开(公告)日：2018-10-02
申请号：CN201810384106.4
申请日：2018-04-26
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于全局平均池化卷积神经网络的中文情感倾向性分类方法，是利用计算机对从网络采集的中文文本进行分析的技术。本方法构建了一个基于全局平均池化卷积神经网络的中文情感倾向性分类模型，该模型利用三层通道变换卷积层提取语义情感特征，然后全局平均池化层对卷积层提取的特征进行池化计算，得到对应到各个输出类别的置信值，然后由Softmax输出情感分类标签。本方法设置模型参数进行多次训练，选取分类准确率最高的模型用于中文情感倾向性分类。本发明避免了传统情感分析中繁琐的特征工程，加强了模型提取语义情感特征的能力，有效避免了模型过拟合，提升了模型情感倾向性分类的性能。
-
公开(公告)号：CN120068079A
公开(公告)日：2025-05-30
申请号：CN202510033628.X
申请日：2025-01-09
Applicant: 北京邮电大学
Abstract: 本申请提供了一种面向智能网联汽车的数据隐私度量方法，包括：通过层次分析法计算隐私属性权重，结合用户隐私偏好对其进行修正，以生成个性化隐私权重；通过加权信息熵生成个性化隐私风险，并根据滑动时间窗口机制对其进行周期性更新；通过伽马分布计算时间和空间维度的隐私泄露概率分布，并生成时空隐私风险，同样采用滑动时间窗口机制对其进行更新；通过加权平均融合个性化隐私风险与时空隐私风险，生成综合隐私风险值，并结合隐私评估参数对度量结果的准确性进行验证。本申请可有效保障智能网联汽车的隐私安全，能根据用户需求自适应调整隐私保护策略，确保智能网联汽车在不同环境下的隐私安全。
-
公开(公告)号：CN117857137A
公开(公告)日：2024-04-09
申请号：CN202311721168.7
申请日：2023-12-14
Applicant: 北京邮电大学
IPC: H04L9/40 , G06F18/2135 , G06F18/214 , H04L67/10 , H04L67/12
Abstract: 本发明是一种车联网边缘信息系统安全评价装置，用于车联网网络场景。本发明装置包括：安全分析模块用于确定安全评价对象；安全指标划定模块为车联网边缘信息系统安全构建三层安全评价指标体系，在指标层由42个指标组成原始指标集；数据获取与预处理模块获取原始指标值并进行预处理；安全指标优选模块分别通过斯皮尔曼相关系数改进后的主成分分析法和指标区分度筛选指标，由筛选出的指标取交集得到优选指标集；安全状态综合测度模块根据优选指标计算当前车联网边缘信息系统的安全等级；指标筛选效果度量模块评估优选指标集效果。本发明获取的优化指标集具有针对性和轻量化特点，适用于资源受限的车联网边缘信息系统的实时安全预警。
-
公开(公告)号：CN117793720A
公开(公告)日：2024-03-29
申请号：CN202311607597.1
申请日：2023-11-28
Applicant: 北京邮电大学
IPC: H04W12/60 , H04W12/00 , H04W12/122 , H04W84/06 , H04L9/32 , H04L67/1097 , H04B7/185
Abstract: 本申请提出了一种基于分层区块链的无人机集群节点信任度量方法，其中，分层区块链包括无人机簇头节点和无人机簇内节点，该方法包括在无人机簇头节点内对无人机簇内节点进行信任度评估，该评估过程包括：在无人机簇头节点接收多个无人机节点发送的对待评价无人机节点的信任度评估列表；基于信任度评估列表确定每个节点的评价指标，并确定每个节点的评价可信度及评价指标发生概率，其中，评价指标包括直接信任值、推荐信任值和历史信任值，评价可信度表示节点的评价是否可信；基于所有无人机节点的评价指标、评价可信度及评价指标发生概率确定待评价无人机节点的信任度评估结果。采用上述方案的本申请能够提升无人机节点信任度量的准确性。
-
公开(公告)号：CN116669037A
公开(公告)日：2023-08-29
申请号：CN202310891068.2
申请日：2023-07-20
Applicant: 北京邮电大学
IPC: H04W12/122 , H04W12/67 , H04W4/40
Abstract: 本发明涉及网络空间安全技术领域，尤其是指一种智能网联汽车安全评估方法、装置及存储介质。本发明所述的智能网联汽车安全评估方法，首先分析系统面临的安全威胁，根据节点关系构建层次化的攻击树模型；然后根据威胁行为特点赋予叶节点相应的属性并进行量化，从而计算根节点的风险概率。运用多属性理论和模糊层次分析法评价网络面临已知安全威胁时的风险等级，对系统脆弱性及可能产生的后果进行预测和定量分析，以便根据评估结果提出有效的防护措施，从而降低网络安全风险，提升了效率和精度。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.022 seconds)
