-
-
公开(公告)号：CN113872969A
公开(公告)日：2021-12-31
申请号：CN202111139922.7
申请日：2021-09-28
Applicant: 安徽大学
Abstract: 本发明公开一种基于代理重加密机制的自动驾驶车车内消息重加密方法，包括系统初始化、密钥生成、重加密密钥生成、消息加密、一级消息解密、消息重加密、二级消息解密等过程。本发明基于自动驾驶汽车中ECU和总线的双冗余环境，使用代理重加密技术保证消息的机密性以及单点故障或网络攻击情况下消息的安全性，另外，当自动驾驶汽车出现单点故障或遭受网络攻击时，能够实现加密条件下消息的转发与处理；另外本发明中的重加密部分不需要完全可信的第三方来充当代理，整个技术方案实用性更强。
-
公开(公告)号：CN113255750A
公开(公告)日：2021-08-13
申请号：CN202110533988.8
申请日：2021-05-17
Applicant: 安徽大学
Abstract: 本发明公开了一种基于深度学习的VCC车辆攻击检测方法，包含内部异常车辆检测和外部异常车辆检测；内部异常车辆检测包括：持续采集VCC内部车辆的信息并进行预处理；用预处理后的数据对自编码器进行训练；利用训练好的模型来检测内部车辆的异常；外部异常车辆检测包括：对请求加入VCC的外部车辆信息进行预处理；提取距离外部车辆申请时间最邻近的VCC内部车辆信息作为正常车辆数据；利用经过训练的自编码器的编码部分提取外部车辆信息与内部正常车辆信息的特征；构建支持向量数据描述分类器并进行训练；利用训练好的支持向量数据描述分类器对外部车辆进行检测。本发明利用车辆信息的时空特征，实现了无监督的VCC异常车辆检测。
-
公开(公告)号：CN112491714A
公开(公告)日：2021-03-12
申请号：CN202011266807.1
申请日：2020-11-13
Applicant: 安徽大学
IPC: H04L12/725 , H04L12/721 , H04L12/761 , H04L12/801 , H04L12/46 , G06N3/08
Abstract: 本发明公开一种SDN环境下基于深度强化学习的智能QoS路由优化方法、系统，首先将网络中所有流媒体服务表示为一个服务请求集合，然后对其中每一个请求，从流媒体服务器到异构客户端寻找满足网络服务质量的路径，依次确定出每一个流请求的路由，最后采用一种QoS路由优化算法构建出组播树。对于网络拥塞链路或者是恶意节点，通过深度强化学习的方法可以寻找出当前最合适的下一节点进行路由。通过采用深度学习和强化学习结合的方法，本发明可以有效地减少视频流的传输时延并提高路由决策的准确性。同时，本发明采用了分布式控制平面的设计，并可以在各种网络拓扑在实现，不仅可以避免网络网络拥塞，提高了网络的可扩展性，而且减少与单一控制器的交互，提高了网络的整体效用。
-
公开(公告)号：CN107634837B
公开(公告)日：2020-09-01
申请号：CN201711057462.7
申请日：2017-11-01
Applicant: 安徽大学
Abstract: 本发明公开一种基于边缘计算的车联网高效消息认证方法，包括以下步骤，(1)车联网参与实体的系统初始化，该步骤包括参数生成、车辆生成假名和签名两个过程；(2)RSU和车辆的消息认证，该步骤包括RSU选举出边缘计算车辆(ECV)、ECV执行任务、RSU检查ECV的认证结果、车辆消息认证四个过程。本发明的签名部分使用基于椭圆曲线密码学的操作，使得计算、传输开销较低；进一步通过模糊逻辑控制理论来选举出ECV来做到局部最优选举；设置ECV帮助RSU实现快速准确的消息签名认证；RSU通过广播认证结果最大程度地减少了整个系统的冗余认证，提升了整个车联网的运行效率。
-
Patent Agency Ranking
公开(公告)号：CN109005471B
公开(公告)日：2020-07-28
申请号：CN201810889424.6
申请日：2018-08-07
Applicant: 安徽大学
IPC: H04N21/6405 , H04L12/801 , H04L12/761 , H04L12/751 , H04L12/727 , H04L12/725 , H04L12/721 , H04L12/18
Abstract: 本发明公开一种SDN环境下基于QoS智能感知的可伸缩视频流组播方法，先将视频请求分解成多个子请求，然后对每个子请求，从客户端到服务器寻找符合网络质量服务要求的路径，最后构建基础层组播树；然后从底向上依次构建增强层组播树。其中，在构建增强层组播树的时候，通过剪枝操作从上一层组播树获取当前增强层组播树，然后对于拥塞链路依次重新路由。通过这样自底向上的过程，本发明可以有效地减少组播会话占用的链路数量以及下发的组表数量，从而提高视频组播会话的可扩展性。同时，本发明采用多路径路由的方法传输分层视频流，从而有效地利用网络中的链路带宽资源，提高用户的网络质量服务体验。
-
-
公开(公告)号：CN106330965B
公开(公告)日：2019-03-29
申请号：CN201610910535.1
申请日：2016-10-19
Applicant: 安徽大学
IPC: H04L29/06 , H04L9/32 , H04L9/08 , H04L12/803 , H04L12/24
Abstract: 本发明公开一种基于OpenFlow协议的多控制器协同平台的协同方法，多控制器协同平台包括控制器安全连接模块、交换机证书密钥存储模块、负载均衡策略模块、故障转移策略模块。多控制器协同平台建立在控制器平面之上，控制器与多控制器协同平台间的通信采用基于消息认证码的验证，以保证多控制器协同平台所收到的消息确实来自真实的发送方控制器，且是未被修改的消息，控制器与交换机之间采用改进的安全传输协议TLS进行认证；同时多控制器协同平台通过收集各个控制器的状态信息，从而下发策略实现多控制器间的负载均衡与故障转移。
-
公开(公告)号：CN108011838A
公开(公告)日：2018-05-08
申请号：CN201711234864.X
申请日：2017-11-30
Applicant: 安徽大学
IPC: H04L12/803 , H04L12/851
CPC classification number: H04L47/125 , H04L47/2425
Abstract: 本发明公开一种基于响应时间的SDN多控制器负载均衡方法，包括SDN控制器响应时间计算模块、SDN控制器负载及响应权值计算模块、负载均衡判定与决策模块。本发明通过SDN控制器周期性更新其对交换机请求消息的平均响应时间来实时统计与度量自身及其所管理的交换机的实时负载信息，从而周期更新SDN控制器的响应权值；负载均衡判定与决策模块先根据权值情况来判断是否需要启动负载均衡；如果需要进行SDN控制器负载均衡，再根据统计的其他SDN控制器负载信息得出最佳的均衡策略。本发明实现了基于实时响应时间的SDN多控制器的负载计算和判断，并做出基于交换机迁移的SDN多控制器负载均衡决策。
-
公开(公告)号：CN107302498A
公开(公告)日：2017-10-27
申请号：CN201710474335.0
申请日：2017-06-21
Applicant: 安徽大学
IPC: H04L12/721 , H04L12/715 , H04L12/741 , H04L29/06
Abstract: 本发明公开一种SDN网络中支持隐私保护的多域QoS路径计算方法，包括以下步骤：SDN控制器向密钥管理服务器申请认证并获得密钥；SDN控制器间交换一些基础的网络信息；计算最小时延路径；计算最小丢包率路径；计算最大带宽路径；各SDN控制器间采用安全多方计算协议计算多约束QoS路径；源SDN控制器通知QoS路径经过的域的控制器下发流表至SDN交换机。本发明利用安全多方协议计算出源目的主机通信经过的SDN域，具体的域内路径由负责各SDN域的控制器自行管理，不仅能够实现SDN多域之间端到端的QoS路径计算，还能保护各域网络的策略、拓扑等信息。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.025 seconds)
