-
公开(公告)号：CN111343639B
公开(公告)日：2023-04-28
申请号：CN202010144789.3
申请日：2020-03-04
Applicant: 广州铁路职业技术学院(广州铁路机械学校)
IPC: H04W12/121 , H04W12/122 , H04W12/126 , H04L9/40
Abstract: 本发明具体公开了热模式结合自适应跳变算法的超密集网络攻击预测方法，包括以下步骤：S1:构建热模式分析系统模型；S2：在热模式分析系统模型中，采用移动用户设备ui所覆盖的距离作为跟踪能量模式的标准，对移动用户设备ui的整个轨迹进行所有值的比较之后，绘制能量模式；S3:跟踪目标移动用户设备ui的能量模式，确定移动用户设备ui最大能量或功率耗散点，找出最不安全的可能位置；S4：在热模式分析的基础上引入网络自适应跳变算法，采用网络威胁感知和跳变策略方式知道网络跳变机制的选择，能准确的在超密集网络环境中找到可能低安全性区域；S5：在最不安全的可能位置附近启用所需的保护机制。本发明的预测方法能够更加准确的在超密集网络环境中找到可能低安全性区域。
-
公开(公告)号：CN113094867B
公开(公告)日：2022-05-06
申请号：CN202110224897.6
申请日：2021-03-01
Applicant: 广州铁路职业技术学院(广州铁路机械学校)
IPC: G06F30/20 , G06F30/15 , G06T17/20 , G06F119/10
Abstract: 本发明涉及数字孪生、物联网和计算机建模技术领域，更具体地，涉及一种基于数字孪生的列车车厢噪音环境建模方法。本发明将数字孪生技术与噪音环境监测方法相结合，通过噪音检测传感器将车厢内部物理空间的噪音进行实时的、连续的监测；采用的计算机仿真可视化方法，将列车车厢内部物理空间的噪音分布直观地显示为可视三维图形，并支持连续的空间变化和时间变化的动态描述，有利于工程开发人员直观的理解和感受；通过数字孪生计算模型，将物理空间信息完整地影射为赛博空间信息，在计算机系统内建立基于数字孪生的预测模型，有效地预测在物理空间中的真实情况，可有效支撑列车车厢的工程实现和噪音仿真实验。
-
公开(公告)号：CN113094867A
公开(公告)日：2021-07-09
申请号：CN202110224897.6
申请日：2021-03-01
Applicant: 广州铁路职业技术学院(广州铁路机械学校)
IPC: G06F30/20 , G06F30/15 , G06T17/20 , G06F119/10
Abstract: 本发明涉及数字孪生、物联网和计算机建模技术领域，更具体地，涉及一种基于数字孪生的列车车厢噪音环境建模方法。本发明将数字孪生技术与噪音环境监测方法相结合，通过噪音检测传感器将车厢内部物理空间的噪音进行实时的、连续的监测；采用的计算机仿真可视化方法，将列车车厢内部物理空间的噪音分布直观地显示为可视三维图形，并支持连续的空间变化和时间变化的动态描述，有利于工程开发人员直观的理解和感受；通过数字孪生计算模型，将物理空间信息完整地影射为赛博空间信息，在计算机系统内建立基于数字孪生的预测模型，有效地预测在物理空间中的真实情况，可有效支撑列车车厢的工程实现和噪音仿真实验。
-
公开(公告)号：CN111343639A
公开(公告)日：2020-06-26
申请号：CN202010144789.3
申请日：2020-03-04
Applicant: 广州铁路职业技术学院(广州铁路机械学校)
Abstract: 本发明具体公开了热模式结合自适应跳变算法的超密集网络攻击预测方法，包括以下步骤：S1:构建热模式分析系统模型；S2：在热模式分析系统模型中，采用移动用户设备ui所覆盖的距离作为跟踪能量模式的标准，对移动用户设备ui的整个轨迹进行所有值的比较之后，绘制能量模式；S3:跟踪目标移动用户设备ui的能量模式，确定移动用户设备ui最大能量或功率耗散点，找出最不安全的可能位置；S4：在热模式分析的基础上引入网络自适应跳变算法，采用网络威胁感知和跳变策略方式知道网络跳变机制的选择，能准确的在超密集网络环境中找到可能低安全性区域；S5：在最不安全的可能位置附近启用所需的保护机制。本发明的预测方法能够更加准确的在超密集网络环境中找到可能低安全性区域。
-
-
-
Search Results
4
records
(took 0.034 seconds)
