-
公开(公告)号：CN118509489B
公开(公告)日：2024-09-27
申请号：CN202410961814.5
申请日：2024-07-18
Applicant: 华中科技大学
IPC: H04L67/60 , H04L41/0654 , H04L41/142
Abstract: 本发明提供基于动态点加权图的物联网节点调度方法、系统及设备，其技术要点在于：所述方法包括：步骤1.构建网络模型、能量模型和节点状态模型，进行节点聚簇，并基于上述模型和聚簇结果生成动态点权图；步骤2.基于动态点权图进行节点调度，包括根据点权图构建点权计算函数，基于构建的点权计算函数计算节点间权重，然后将节点聚簇形成路径，并制定节点调度策略；步骤3.建立针对意外情况的节点修复机制，以应对节点调度过程中可能出现的故障或通信中断情况。本发明用以解决现有技术中节点调度高能耗和地容错性的缺陷，实现网络能量效率、覆盖性能、容错性和生存时间的提升。为物联网应用的稳定运行和可持续发展提供了有益效果。
-
公开(公告)号：CN118338334B
公开(公告)日：2024-09-27
申请号：CN202410761551.3
申请日：2024-06-13
Applicant: 华中科技大学
Abstract: 本发明提供一种基于蒙特卡罗的物联网可靠性多维评估方法及系统，所述方法包括：输入网络部署，根据物联网目标点覆盖场景建立网络模型；根据节点状态概率分布模拟网络中的节点状态，根据可信信息覆盖模型评估网络覆盖功能，判断网络的覆盖功能是否得到满足；基于信干噪比的衰减连通模型评估网络连通功能，判断网络的连通功能是否得到满足；若满足上述条件，则表示当前网络状态可用，更新网络节点能量，并判断蒙特卡罗状态模拟是否结束，最后计算网络可靠性。本发明用以解决现有技术中覆盖和连通模型较为简单、对影响可靠性的因素考虑不全面、可靠性评估算法复杂度高和难以适用于大规模网络的缺陷，实现对物联网可靠性全面、准确和高效地评估。
-
公开(公告)号：CN118631503A
公开(公告)日：2024-09-10
申请号：CN202410661320.5
申请日：2024-05-27
Applicant: 华中科技大学
IPC: H04L9/40 , G16Y40/50 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/092
Abstract: 本发明公开了一种物联网流量数据异常检测方法，包括步骤：基于深度强化学习的异常检测框架，构建用于物联网流量数据的异常检测代理；基于分布自编码器，设置学习未标注数据中潜在异常的内部奖励函数，基于内部奖励函数，设置对已标注数据和未标注数据进行学习的外部奖励函数，基于内部奖励值和外部奖励值计算总奖励值，设计奖励优化机制；设置异常偏向采样函数，用于选择下一阶段的状态；将包含已标注异常数据和未标注数据的数据集作为输入，基于异常检测代理与环境的交互生成经验组，利用经验组对神经网络进行训练；利用训练好的神经网络对物联网流量数据进行异常检测。本发明能适用少量已标注数据和大量未标注数据的异常检测场景。
-
公开(公告)号：CN118509489A
公开(公告)日：2024-08-16
申请号：CN202410961814.5
申请日：2024-07-18
Applicant: 华中科技大学
IPC: H04L67/60 , H04L41/0654 , H04L41/142
Abstract: 本发明提供基于动态点加权图的物联网节点调度方法、系统及设备，其技术要点在于：所述方法包括：步骤1.构建网络模型、能量模型和节点状态模型，进行节点聚簇，并基于上述模型和聚簇结果生成动态点权图；步骤2.基于动态点权图进行节点调度，包括根据点权图构建点权计算函数，基于构建的点权计算函数计算节点间权重，然后将节点聚簇形成路径，并制定节点调度策略；步骤3.建立针对意外情况的节点修复机制，以应对节点调度过程中可能出现的故障或通信中断情况。本发明用以解决现有技术中节点调度高能耗和地容错性的缺陷，实现网络能量效率、覆盖性能、容错性和生存时间的提升。为物联网应用的稳定运行和可持续发展提供了有益效果。
-
Patent Agency Ranking
公开(公告)号：CN118378192A
公开(公告)日：2024-07-23
申请号：CN202410661325.8
申请日：2024-05-27
Applicant: 华中科技大学
IPC: G06F18/2433 , G06F18/214 , G06N3/045 , G06N3/092 , G06N7/01 , G16Y40/10
Abstract: 本发明公开了一种物联网设备数据异常检测方法及装置，其中，方法包括以下步骤：步骤S1、收集物联网设备的历史数据建立物联网数据集，将所述物联网数据集划分为已标注异常类型的第一子集和无标注的第二子集；步骤S2、根据马尔科夫决策过程框架，构建面向数据异常检测的智能体与环境的交互过程，并设计环境状态、动作、状态转移函数以及奖励函数；步骤S3、基于深度确定性策略梯度算法框架，构建用于数据异常检测的神经网络；步骤S4、利用智能体与环境交互产生经验元组，利用所述经验元组对所述神经网络进行训练；步骤S5、利用训练好的神经网络对物联网设备数据进行异常检测。本发明能够实现已知、未知、新型异常类型数据的联合检测。
-
公开(公告)号：CN118631503B
公开(公告)日：2025-02-28
申请号：CN202410661320.5
申请日：2024-05-27
Applicant: 华中科技大学
IPC: H04L9/40 , G16Y40/50 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/092
Abstract: 本发明公开了一种物联网流量数据异常检测方法，包括步骤：基于深度强化学习的异常检测框架，构建用于物联网流量数据的异常检测代理；基于分布自编码器，设置学习未标注数据中潜在异常的内部奖励函数，基于内部奖励函数，设置对已标注数据和未标注数据进行学习的外部奖励函数，基于内部奖励值和外部奖励值计算总奖励值，设计奖励优化机制；设置异常偏向采样函数，用于选择下一阶段的状态；将包含已标注异常数据和未标注数据的数据集作为输入，基于异常检测代理与环境的交互生成经验组，利用经验组对神经网络进行训练；利用训练好的神经网络对物联网流量数据进行异常检测。本发明能适用少量已标注数据和大量未标注数据的异常检测场景。
-
公开(公告)号：CN119004299A
公开(公告)日：2024-11-22
申请号：CN202410661322.4
申请日：2024-05-27
Applicant: 华中科技大学
IPC: G06F18/2433 , G06F18/213 , G06F18/214 , G06F18/22 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0455 , G06N3/0475 , G06N3/08 , G16Y40/10 , G06F123/02
Abstract: 本发明公开了一种传感器时序数据异常检测方法，包括以下步骤：步骤S1、根据各传感器所采集数据的相关性，建立描述传感器节点之间关系的邻接矩阵；步骤S2、基于传感器采集的原始样本数据对变分自编码器进行训练，得到重构模块；步骤S3、基于所述重构模块以及所述原始样本数据，进行图神经网络的训练，得到预测模块；步骤S4、基于所述重构模块和所述预测模块对待测时序数据进行联合异常评分，得到联合评分值，基于所述联合评分值对所述待测时序数据进行异常判断。本发明具有检测精度高的技术效果。
-
公开(公告)号：CN118378192B
公开(公告)日：2024-11-22
申请号：CN202410661325.8
申请日：2024-05-27
Applicant: 华中科技大学
IPC: G06F18/2433 , G06F18/214 , G06N3/045 , G06N3/092 , G06N7/01 , G16Y40/10
Abstract: 本发明公开了一种物联网设备数据异常检测方法及装置，其中，方法包括以下步骤：步骤S1、收集物联网设备的历史数据建立物联网数据集，将所述物联网数据集划分为已标注异常类型的第一子集和无标注的第二子集；步骤S2、根据马尔科夫决策过程框架，构建面向数据异常检测的智能体与环境的交互过程，并设计环境状态、动作、状态转移函数以及奖励函数；步骤S3、基于深度确定性策略梯度算法框架，构建用于数据异常检测的神经网络；步骤S4、利用智能体与环境交互产生经验元组，利用所述经验元组对所述神经网络进行训练；步骤S5、利用训练好的神经网络对物联网设备数据进行异常检测。本发明能够实现已知、未知、新型异常类型数据的联合检测。
-
公开(公告)号：CN118338334A
公开(公告)日：2024-07-12
申请号：CN202410761551.3
申请日：2024-06-13
Applicant: 华中科技大学
Abstract: 本发明提供一种基于蒙特卡罗的物联网可靠性多维评估方法及系统，所述方法包括：输入网络部署，根据物联网目标点覆盖场景建立网络模型；根据节点状态概率分布模拟网络中的节点状态，根据可信信息覆盖模型评估网络覆盖功能，判断网络的覆盖功能是否得到满足；基于信干噪比的衰减连通模型评估网络连通功能，判断网络的连通功能是否得到满足；若满足上述条件，则表示当前网络状态可用，更新网络节点能量，并判断蒙特卡罗状态模拟是否结束，最后计算网络可靠性。本发明用以解决现有技术中覆盖和连通模型较为简单、对影响可靠性的因素考虑不全面、可靠性评估算法复杂度高和难以适用于大规模网络的缺陷，实现对物联网可靠性全面、准确和高效地评估。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.018 seconds)
