-
公开(公告)号：CN114038028A
公开(公告)日：2022-02-11
申请号：CN202111151250.1
申请日：2021-09-29
Applicant: 南京地铁建设有限责任公司 , 南京信息工程大学 , 北京城建设计发展集团股份有限公司
Abstract: 本发明提供了一种基于刷脸出行大数据的车站降级人脸库生成方法，属于城市轨道交通智能化技术领域，包括：利用乘客刷脸出行所产生的大数据，得到乘客的乘坐次数、刷脸频率以及乘坐站点的空间分布；根据这三个通行指标进行分析和处理，通过选取前三个月、前一个月、前一周所得到的通行数据进行不同权重参数的加权融合，得到乘客在每个站台的权值得分；将站台进行编号，进而乘客在所有站点的得分就可以组成固定维度的向量；将所有用户的通行大数据向量拼接成一个二维矩阵；根据每个车站的容量大小以及站点的得分情况进行人脸库的下发操作。本发明通过对人脸库的降级处理，有效地提高每个车站的资源利用效率，同时提高了人脸识别系统的可靠性。
-
公开(公告)号：CN113886081A
公开(公告)日：2022-01-04
申请号：CN202111151261.X
申请日：2021-09-29
Applicant: 南京地铁建设有限责任公司 , 南京信息工程大学 , 北京城建设计发展集团股份有限公司
Abstract: 本发明提供了一种基于负载均衡的车站多刷脸阵列人脸库分割方法，属于城市轨道交通智能化技术领域，首先利用终端阵列中每个端设备的运行信息，通过周期性的收集每个终端节点的负载运行情况，得到每个终端设备的CPU使用率、内存占用率以及节点的网络带宽使用率，然后根据这三个负载指标以及熵权法，得到每个终端节点的负载权值，进而量化每个端节点处理能力的强弱，最后将车站部署的人脸数据库按照负载权值的比例分为一个个小的人脸库分发至不同的终端设备，由多个人脸识别终端协同完成特征对比，最后将识别结果统一汇总，返回至上传人脸特征的终端设备。从而减少响应得时间，加快乘客过闸得速度，实现在一组闸机上多终端协同分库计算的操作。
-
公开(公告)号：CN112564923B
公开(公告)日：2021-05-11
申请号：CN202110222868.6
申请日：2021-03-01
Applicant: 南京信息工程大学 , 南京地铁建设有限责任公司 , 北京城建设计发展集团股份有限公司
Abstract: 本发明公开了一种基于无证书的安全网络连接握手方法，属于网络安全领域，本发明是基于一种离散对数运算来生成传输层安全协议两端的部分私钥，进而实现基于无证书公钥的安全网络连接握手方法，本发明是在GMP库的基础上生成传输层安全协议客户端和服务端的部分私钥，将两端产生的随机数作为另一部分私钥，并把随机数经过离散对数运算得到的结果作为公钥，进而实现无证书的安全网络连接握手过程和数据加解密过程。适用于现今物联网等节点资源受限类型网络的安全传输连接。
-
公开(公告)号：CN112564923A
公开(公告)日：2021-03-26
申请号：CN202110222868.6
申请日：2021-03-01
Applicant: 南京信息工程大学 , 南京地铁建设有限责任公司 , 北京城建设计发展集团股份有限公司
Abstract: 本发明公开了一种基于无证书的安全网络连接握手方法，属于网络安全领域，本发明是基于一种离散对数运算来生成传输层安全协议两端的部分私钥，进而实现基于无证书公钥的安全网络连接握手方法，本发明是在GMP库的基础上生成传输层安全协议客户端和服务端的部分私钥，将两端产生的随机数作为另一部分私钥，并把随机数经过离散对数运算得到的结果作为公钥，进而实现无证书的安全网络连接握手过程和数据加解密过程。适用于现今物联网等节点资源受限类型网络的安全传输连接。
-
公开(公告)号：CN119011090B
公开(公告)日：2025-04-22
申请号：CN202411493141.1
申请日：2024-10-24
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种基于RaptorQ喷泉码的网络流信标编解码方法，包括：步骤1，将网络流信标进行RaptorQ编码处理，形成一个连续的信标比特序列流；步骤2，在信标比特序列流中的每个码段后添加特有的动态冗余校验码DRCC，使得每个码段带有校验信息；步骤3，信标接收端进行信标检测；步骤4，启动每个码段中的同步码的检测；步骤5，将同步码和RaptorQ码段转换为字节形式送入RaptorQ解码器进行解码。本发明采用RaptorQ喷泉码的设计，有效应对了易受干扰的网络环境，以及在传输信道上易发生干扰错误，如同步丢失和延迟抖动等，该方法为在加密网络环境中实现基于信标的追踪溯源提供了可靠的解决方案。
-
Patent Agency Ranking
公开(公告)号：CN119324854B
公开(公告)日：2025-03-25
申请号：CN202411876304.4
申请日：2024-12-19
Applicant: 南京信息工程大学
IPC: H04L27/26 , H04L69/00 , H04W72/0453 , H04W72/0457 , H04W72/23 , H04W72/541 , H04B1/69 , H04B1/7163 , G01S13/86
Abstract: 本发明提供了一种基于多载波梳状调控复用的通感一体化信号及协议生成方法，该方法以信号多域调控理论为指引，能够突破雷达信号理论、香农信息论、帕塞瓦尔定理等制约，兼顾通信和雷达对信号的矛盾要求，规避通信协议对雷达模糊函数的恶化，同波束（同时同频同空域）实现了大容量无线通信与高精度雷达感知一体化。利用该方法来设计、产生和处理通感一体化信号与协议，能以0.36%的NR资源换取chirp模糊函数。该方法支持商用终端接入和5G业务，感知距离不小于1km，雷达通信互干扰能量低于‑39dB。此外，该方法的整个实施过程相对简单，只涉及一维傅里叶变换和逆变换操作，不涉及求逆、特征分解等复杂运算。
-
公开(公告)号：CN119651190A
公开(公告)日：2025-03-18
申请号：CN202510188070.2
申请日：2025-02-20
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种基于周期性矩形反射面天线阵列的大平面波生成器，包括周期性矩形反射面天线阵列、矩形反射面天线阵列安装支架，N路等功率分配网络、N根稳幅稳相电缆和微波信号源；周期性矩形反射面天线阵列垂直安装在矩形反射面天线阵列安装支架上，并与N根稳幅稳相电缆相连接，N根稳幅稳相电缆与N路等功率分配网络相连接，N路等功率分配网络与微波信号源相连接。本发明通过优化其馈源阵列天线的幅度和相位分布来实现辐射口径上的电场强度和相位相等，从而在矩形反射面天线单元辐射口径上形成准平面波。再将N个矩形反射面天线单元进行周期性排列，从而在周期性矩形反射面天线阵列的辐射口径上形成大平面波。
-
公开(公告)号：CN119202804A
公开(公告)日：2024-12-27
申请号：CN202411700138.2
申请日：2024-11-26
Applicant: 南京信息工程大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/084 , H04L9/40
Abstract: 本发明提供了一种基于冲激序列响应的Tor网络流量感知方法，包括：利用抓包工具从Tor网络中捕获数据流，利用五元组信息进行初步分流；对Tor网络流量进行指纹识别，提取窗口内数据流的频域熵和直流分量两种特征并进行表征；使用动态窗口调整器比较相邻窗口的熵值，动态调整窗口的大小；将特征矩阵输入到分类器中对网络流量数据的频域特征进行学习；根据损失值灵活调整训练批次的大小。本发明通过自适应处理策略，有效应对Tor网络环境下的复杂流量特征，能够及时做出分类决策，显著提高处理准确率和响应能力。本发明在Tor网络流量感知和管理中，特别是在流量分析、隐私保护、网络安全监控及异常检测方面，展现了广泛的应用潜力。
-
公开(公告)号：CN119154998A
公开(公告)日：2024-12-17
申请号：CN202411670320.8
申请日：2024-11-21
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种抗复杂干扰的网络流信标编解码方法，包括：将待编码数据进行循环冗余校验CRC编码，并将编码后的数据与已知标记码序列结合后进行低密度奇偶校验LDPC编码处理，对于LDPC编码后的数据，剔除其中的已知标记码序列即M1序列并将标记码等间隔地插入到数据中，在数据末尾插入间隔标记码，将此编码段重复并在其开头和结尾分别添加开始同步码和结束同步码，将添加同步码后的序列不断重复形成码流；然后进行解码，并验证解码结果的正确性。本发明提高了前向后向算法同步数据的准确性，提高了译码的成功率，有效应对了在传输信道上易发生的干扰错误，为在加密网络环境中实现基于信标的追踪溯源提供了可靠的解决方案。
-
公开(公告)号：CN118433121A
公开(公告)日：2024-08-02
申请号：CN202410897429.9
申请日：2024-07-05
Applicant: 南京信息工程大学
IPC: H04L47/2483 , H04L47/193 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于深度学习的网络流量内容类型识别方法和装置，所述方法包括：对采集的网络数据进行预处理，提取每个会话的上行数据包负载，按照固定长度分组为数据块，组批送入深度学习模型；深度学习模型通过卷积神经网络提取数据块的特征，通过全连接层映射到不同的内容类型；根据模型输出结果，获取每个会话的内容类型标签和置信度，输出至后续处理模块。本发明通过对网络数据包进行话单聚合和负载分组，利用端到端的深度学习模型进行内容类型识别，相比传统的基于规则或特征工程的方法，具有识别准确率高、实时性好、扩展性强等优势。本发明能够有效应用于网络安全监测、流量管控、协议分析等领域。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.09 seconds)
