-
公开(公告)号：CN118400150A
公开(公告)日：2024-07-26
申请号：CN202410529986.5
申请日：2024-04-29
Applicant: 无锡学院
IPC: H04L9/40 , G06N3/0464 , G06N3/0442 , G06N3/044 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于分层神经网络模型的物联网入侵攻击检测方法及系统，属于物联网安全技术领域。方法包括：采集网络入侵数据集，对入侵数据集进行预处理，得到非冗余数据集；对非冗余数据集进行划分，得到训练数据集和验证数据集；构建检测网络模型，采用训练数据集和验证数据集对检测网络模型进行训练、验证；采用训练、验证后的检测网络模型进行物联网入侵检测。本发明考虑网络入侵流量数据具有一定的时序性和特征冗余性，以提供了高水平的检测能力为目标，以降低误报率为目标，通过检测网络模型，使得CNN、RNN和Self‑Attention网络的合作可以有效地提取空间和时间特征，并学习输入序列中不同位置之间的依赖关系。
-
Patent Agency Ranking
公开(公告)号：CN118446918A
公开(公告)日：2024-08-06
申请号：CN202410511465.7
申请日：2024-04-26
Applicant: 无锡学院
IPC: G06T5/70 , G06T5/60 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明提出了一种基于改进动态U型网络的真实图像去噪算法。该网络采用U型编码器‑解码器结构，通过结合使用动态卷积提取丰富上下文的信息；利用可变形卷积和动态卷积生成共享自适应核以更好地学习和处理高频信息；将非线性无激活块与多尺度动态卷积块模块顺序连接，充分利用共享自适应核和扩张卷积的思想，实现多尺度特征的捕获和利用。在真实噪声图像数据集上的实验结果表明，本发明提出的算法相较于现有算法在去噪性能上有着明显的提升。
-
公开(公告)号：CN118209055A
公开(公告)日：2024-06-18
申请号：CN202410480724.4
申请日：2024-04-22
Applicant: 无锡学院
IPC: G01B11/16
Abstract: 本发明公开了一种基于反谐振增强环腔衰荡的形变传感器及其复用系统，属于光纤传感技术领域，包括依次连接的宽谱光源、带通滤波器、电光调制器、分路耦合器、延时单元、形变传感器阵列、合路耦合器、传输光纤、光电探测器以及矢量网络分析仪；所述形变传感器阵列用于将形变信息转换为光载微波信号在反谐振增强环腔中的衰荡信息，所述光电探测器用于将经过延时处理和环腔衰荡后的光载微波信号转换为电信号，所述矢量网络分析仪用于测量转换后的电信号以获取所述形变传感器阵列的总频率响应，基于该总频率响应的频‑时变换和特征提取实现对每个形变传感器的解调和复用。本发明在光纤环腔中嵌入对形变敏感的反谐振形变传感单元，提高了光纤环腔的传感灵敏度。
-
公开(公告)号：CN118233212A
公开(公告)日：2024-06-21
申请号：CN202410530033.0
申请日：2024-04-29
Applicant: 无锡学院
IPC: H04L9/40 , G06N3/0442 , G06N3/098
Abstract: 本发明公开了一种基于加密算法和联邦学习框架的物联网攻击检测方法，属于物联网安全技术领域，包括：系统初始化阶段，生成公钥和私钥；云服务器为入侵检测模型选择参数；边缘智能体向云服务器报告其自身数据资源，云服务器计算各边缘智能体的贡献率；边缘智能体进行本地模型训练。边缘智能体从云服务器接收初始模型和参数并训练；边缘智能体进行模型参数加密。边缘智能体将加密后的参数上传至云服务器；云服务器进行模型参数聚合。边缘智能体使用私钥解密聚合密文，得到更新的各个模型参数。本发明能够在保持设备上数据隐私的同时，提高物联网设备对异常行为的检测能力，特别是在预测攻击时具有更低的误报率和更少的错误警报。
-
-
-
-
Search Results
6
records
(took 0.009 seconds)
