-
公开(公告)号：CN114326403B
公开(公告)日：2024-03-29
申请号：CN202111653958.7
申请日：2021-12-30
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了基于节点信息隐私保护的多智能体系统安全趋同控制方法，该方法包括：(1)智能体初始状态值分解，进行一次实现隐私保护目标的状态更新，随后构造一个存储向量，安全传播一次各智能体存储向量后在每一轮迭代使用少数服从多数的筛选机制保存可信状态值向量，并使用最终接收的信息更新自身状态，最终实现所有系统网络中智能体的状态趋同；(2)应用相关图论知识以及信息论理论分析了多智能体系统在遭受恶意网络攻击下实现精确趋同控制以及隐私保护的条件。与传统方法相比，本方法突破了只考虑恶意网络攻击而不考虑隐私保护问题的多智能体系统等方面的局限，在智能工业应用和智慧城市领域中具有很强的实用前景。
-
公开(公告)号：CN110289987A
公开(公告)日：2019-09-27
申请号：CN201910446484.5
申请日：2019-05-27
Applicant: 杭州电子科技大学
IPC: H04L12/24
Abstract: 本发明公开了基于表征学习的多智能体系统网络抗攻击能力评估方法。本发明方法采用多智能体系统网络抗攻击能力评估模型，利用机器学习中基于表征学习的卷积神经网络模型方法来对多智能体系统网络抗攻击能力进行评估。首先通过数学图论知识对多智能体系统网络进行数学描述，选取网络拓扑(r,s)鲁棒性作为评估网络抗攻击能力的主要依据，然后构建基于表征学习的卷积神经网络模型对样本网络集合进行训练，对具备相同节点规模的多智能体系统网络进行预测求取相应的(r,s)鲁棒性数值，通过求得的网络拓扑(r,s)鲁棒性参数对数值来评估系统网络的抗攻击能力。本发明方法不需要人工提提取样本特征，极大提高了处理效率，更符合实际应用，整个评估方法能够达到很高的精度。
-
公开(公告)号：CN118070991A
公开(公告)日：2024-05-24
申请号：CN202410189839.8
申请日：2024-02-20
Applicant: 杭州电子科技大学
IPC: G06Q10/047 , G06Q50/26 , G06N3/042 , G06N3/08
Abstract: 本发明公开了基于图神经网络的智能交通网络鲁棒性优化系统，属于智能交通系统网络安全技术领域，该系统包括计算模块和显示模块。计算模块用于对车辆进行编号，并加载图神经网络模型，计算并评估鲁棒性。显示模块，使用地图API在Web上进行智能交通集群显示，并利用鲁棒性评估结果进行智能交通系统鲁棒性优化。本发明能够将信号较差时的智能交通系统优化为信号较好时的智能交通系统，更符合实际场景。
-
公开(公告)号：CN117909818A
公开(公告)日：2024-04-19
申请号：CN202410025431.7
申请日：2024-01-08
Applicant: 杭州电子科技大学 , 杭州钛盾科技有限公司
IPC: G06F18/241 , G06F18/2451 , G06F18/25 , G06N3/0464 , G06N3/08
Abstract: 本发明公开一种基于多周期特征和多尺度卷积的电弧故障识别方法及系统。本发明使用FFT变换获取频率及对应的幅值，实现周期特征的选择和对一维时序数据的二维表示。将常用时序数据扩展成可二维解释的数据并设计卷积块展开基于注意力机制和多尺度的分析，得到改进的故障电弧识别模型；在涵盖多种负载类型样本，不同采样分辨率的故障电弧数据集中进行对比实验。本发明设计合理，在预先不进行人工特征提取的情况下利用频域上的特征进行周期的选择，然后利用卷积神经网络的局部感知、权重共享和多层抽象完成特征提取，在满足故障识别准确率的前提下，尽可能减少模型参数以优化网络架构，可广泛用于家用设备安全领域。
-
公开(公告)号：CN114301666A
公开(公告)日：2022-04-08
申请号：CN202111617124.0
申请日：2021-12-27
Applicant: 杭州电子科技大学
IPC: H04L9/40
Abstract: 本发明公开了一种多智能体系统隐私保护和均值趋同控制方法。智能体系统易遭受到网络攻击，同时存在节点信息的隐私泄露问题。本发明方法实现过程包括：给出一种基于差分隐私的分布式网络节点信息处理机制，可以保证所有节点初始状态值的隐私；结合事件触发控制的方法，最终实现了在DoS攻击下也可以保护节点的初始状态值和达到均值趋同控制；应用图论知识和严格的数学定理证明，分析了系统在遭受DoS攻击下实现趋同控制的条件。本发明方法克服了单一的仅研究差分隐私和仅研究DoS攻击的情况，而是将差分隐私与事件触发控制结合起来，在实现隐私保护同时，保证系统达到均值趋同，且能够免疫网络中存在的DoS攻击的影响。
-
Patent Agency Ranking
公开(公告)号：CN110289987B
公开(公告)日：2022-02-18
申请号：CN201910446484.5
申请日：2019-05-27
Applicant: 杭州电子科技大学
IPC: H04L41/14 , H04L41/147
Abstract: 本发明公开了基于表征学习的多智能体系统网络抗攻击能力评估方法。本发明方法采用多智能体系统网络抗攻击能力评估模型，利用机器学习中基于表征学习的卷积神经网络模型方法来对多智能体系统网络抗攻击能力进行评估。首先通过数学图论知识对多智能体系统网络进行数学描述，选取网络拓扑(r,s)鲁棒性作为评估网络抗攻击能力的主要依据，然后构建基于表征学习的卷积神经网络模型对样本网络集合进行训练，对具备相同节点规模的多智能体系统网络进行预测求取相应的(r,s)鲁棒性数值，通过求得的网络拓扑(r,s)鲁棒性参数对数值来评估系统网络的抗攻击能力。本发明方法不需要人工提提取样本特征，极大提高了处理效率，更符合实际应用，整个评估方法能够达到很高的精度。
-
公开(公告)号：CN115967550B
公开(公告)日：2025-04-22
申请号：CN202211580974.2
申请日：2022-12-09
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种无人集群系统隐私保护和均值趋同控制方法，首先建立节点动态模型和DoS攻击模型，然后利用节点动态模型和DoS攻击模型进行无人集群系统控制。该方法给出一种无人集群系统下基于差分隐私的分布式隐私保护机制，可以保护每个节点在更新过程中的隐私，也可以保证每个节点对初始状态值的保护，实现不同节点不同程度的隐私；再结合事件触发机制，可以抵御DoS攻击对无人集群系统的影响，在攻击下也可以实现对节点初始状态值的保护和精确的均值趋同控制。克服了现有的仅研究隐私保护和仅研究DoS攻击的单一情况，将隐私保护和抗DoS攻击结合起来，在达到系统精确的均值趋同的同时，实现对节点初始状态值的隐私保护，并保护系统免受DoS攻击的影响。
-
公开(公告)号：CN114298276B
公开(公告)日：2025-02-28
申请号：CN202111627420.9
申请日：2021-12-28
Applicant: 杭州电子科技大学
IPC: G06N3/0464 , G06N3/09
Abstract: 本发明公开了基于卷积神经网络的多智能体系统网络鲁棒性评估方法。首先针对多智能体系统网络集合，将邻接矩阵中各个节点的入度分布统计量作为基本特征，并根据入度信息对邻接矩阵进行节点重排；然后将相同节点数量的数据集交给卷积神经网络进行特征学习，获得权值矩阵和偏置向量；最后对同一数据集邻接矩阵学习到的特征进行卷积神经网络模型预测，得到最终分类结果。本方法使用更适合学习邻接矩阵特征的卷积神经网络模型，从邻接矩阵中学习到更能表达图结构的特征，使得学习后的卷积神经网络的精度和查准率更好。解决了现有技术当网络中节点数增加时时间复杂度呈指数级增长，算法复杂度极高因而无法有效地进行评估。
-
公开(公告)号：CN114301666B
公开(公告)日：2024-01-30
申请号：CN202111617124.0
申请日：2021-12-27
Applicant: 杭州电子科技大学
IPC: H04L9/40
Abstract: 本发明公开了一种多智能体系统隐私保护和均值趋同控制方法。智能体系统易遭受到网络攻击，同时存在节点信息的隐私泄露问题。本发明方法实现过程包括：给出一种基于差分隐私的分布式网络节点信息处理机制，可以保证所有节点初始状态值的隐私；结合事件触发控制的方法，最终实现了在DoS攻击下也可以保护节点的初始状态值和达到均值趋同控制；应用图论知识和严格的数学定理证明，分析了系统在遭受DoS攻击下实现趋同控制的条件。本发明方法克服了单一的仅研究差分隐私和仅研究DoS攻击的情况，而是将差分隐私与事件触发控制结合起来，在实现隐私保护同时，保证系统达到均值趋同，且能够免疫网络中存在的DoS攻击的影响。
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.021 seconds)
