-
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：CN119473604A
公开(公告)日：2025-02-18
申请号：CN202411551868.0
申请日：2024-11-01
Applicant: 杭州电子科技大学
IPC: G06F9/50 , G06F16/901
Abstract: 本发明公开了一种基于Apache Flink的乱序数据流聚合速率限制方法。本发明提出的流处理系统额外包括了流聚合速率限制器和水深线。本发明应用在聚合存在层级结构(一种分层的DAG图)的结构上，面向有状态的分布式流聚合问题，以向上传递节点状态的方式优化聚合性能。本发明采用Apache Kafka与生产者和消费者沟通。聚合更新时，根据聚合更新速率是判断上传中间聚合结果还是上传阻塞状态，减少更新无意义的聚合中间结果的维护成本，然后根据阻塞状态来灵活标注水深线形成深水区，深水区限制聚合更新从而降低聚合更新频率，从而降低聚合算法的总体开销。
-
公开(公告)号：CN119087906A
公开(公告)日：2024-12-06
申请号：CN202411580477.1
申请日：2024-11-07
Applicant: 杭州电子科技大学
IPC: G05B19/19
Abstract: 本发明公开了一种具有外部干扰、执行器故障和建模不确定性的非合作目标交会系统的预定误差轨迹控制方法。相较于目前已经存在的跟踪控制方法，此方法考虑了跟踪误差的性能，并且简化了控制器的设计步骤。本发明方法包括：建立非合作目标交会系统的二阶全驱系统模型、滑模控制器设计、扰动观测器设计、中间控制变量设计、闭环系统的稳定性分析。本发明基于扰动观测器，全驱系统方法，滑模控制理论，考虑到执行器故障以及系统具有外部干扰和建模不确定性的情况，设计了一种预定误差轨迹控制器，实现了对期望状态轨迹的跟踪，并且跟踪误差满足规定的性能。
-
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。
-
公开(公告)号：CN108769104B
公开(公告)日：2021-01-08
申请号：CN201810319388.X
申请日：2018-04-11
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种基于车载诊断系统数据的路况分析预警方法。本发明通过读取车辆上安装的OBD样本数据来获取车辆行驶的数据，监听异常行为，然后上传到云端数据分析中心利用多种深度学习算法分析并学习用户的驾驶行为，对样本数据进行多次建模和评估，以判断当前道路的拥塞状况、是否容易产生急刹车等危险行为。在获取并分析了足够多的数据之后，系统会根据用户的驾驶行为二次建模，告知用户当前路况。本发明巧妙地避开了实地收集路况的环节。推测路况而不是耗费大量资金去收集路况信息，这既降低了项目的部署难度，也节约了资金消耗。具有智能分析和提醒功能，有限避免不良驾驶行为，躲避拥塞道路，预警事故多发地段。
-
Patent Agency Ranking
-
公开(公告)号：CN110224862A
公开(公告)日：2019-09-10
申请号：CN201910419060.X
申请日：2019-05-20
Applicant: 杭州电子科技大学
IPC: H04L12/24
Abstract: 本发明公开了一种基于多层感知器的多智能体系统网络容侵能力评估方法。传统方法因网络节点多、算法复杂度高而无法有效评估。本发明方法首先针对多智能体系统网络集合，按节点数量进行矩阵频谱聚类，得到邻接矩阵的特征向量在不同聚类的分布数，构建特征向量集合；然后构建多层感知器模型，将相同节点数量的数据集提取的特征交给多层感知器模型进行特征学习，获得权值矩阵和偏倚向量；最后对同一数据集邻接矩阵预处理后得到的特征进行多层感知器模型预测，得到最终分类结果。本发明从多智能体系统网络拓扑对应的邻接矩阵中获取的特征值，可使得矩阵特征更为简单化，更加有利于感知机进行学习，且学习出来的人工神经网络的精度和查准率更好。
-
公开(公告)号：CN102801714B
公开(公告)日：2015-03-11
申请号：CN201210261746.9
申请日：2012-07-26
Applicant: 杭州电子科技大学
Abstract: 本发明涉及一种旁路式解析和还原TNS协议中SQL命令的方法。本发明首先利用开源库获取并输出所有网络设备接口号、名称和描述信息，选择需要捕获的网络设备接口号作为指定的数据捕获网络设备接口。其次设置参数device、参数snaplen、网络设备接口工作模式、超时时间参数、参数ebuf，打开指定的数据捕获网络设备接口。然后判断捕获数据的数据链路层类型，若为以太网，则编译包过滤表达式“TCP”进入驱动程序。最后开始循环捕获网络数据帧，根据包过滤表达式对每个数据帧调用回调函数解析出SQL语句。本发明可提供对Oracle数据库细粒度审计、精准化行为回溯、全方位风险控制功能和安全审计基础功能。
-
公开(公告)号：CN104102881A
公开(公告)日：2014-10-15
申请号：CN201410321616.9
申请日：2014-07-07
Applicant: 杭州电子科技大学
CPC classification number: G06F21/566 , G06F12/109
Abstract: 本发明提出了一种基于内核对象链接关系的内存取证方法。本发明首先利用操作系统的蓝屏内存转储技术或者内存转存工具软件获得正在运行的内存镜像文件；其次利用调试工具Windbg获取内核对象的数据结构；第三由内核对象的数据结构得到内核对象的链接关系图；第四利用Windbg调试同版本的系统得到内核对象Eproces的魔数以及每个内核对象的PoolTag；第五利用魔数来定位内存镜像文件中的Eproces数据结构；最后利用在步骤三得到的链接关系图逐步得到系统的各种内核对象信息，从而实现对内存系统的取证。本发明具有很好的准确性、高效性和针对性，克服了以前基于字符串匹配的内存取证存在的不确定性和速度慢的问题。
-
公开(公告)号：CN103617169A
公开(公告)日：2014-03-05
申请号：CN201310501234.X
申请日：2013-10-23
Applicant: 杭州电子科技大学
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本发明提出了一种基于Hadoop的微博热点话题挖掘方法。本发明首先组建一个局域网，安装相应的软件搭建Hadoop的平台；其次采集微博信息；第三，对采集的微博内容进行分词处理、噪音信息过滤、出现频率变化较大的热门关键词抽取；第四根据提取出每个潜在热门话题的特征词组；第五循环遍历潜在的热门话题，合并相似度超过阈值的话题；最后对提取出来的热点话题，以特征词组中最热门关键词的爆发得分作为话题的热度，将热点话题按热度值从高到低次序显示。本发明利用Hadoop框架中MapReduce运算模型的特点，能够准确地判断出微博的热门话题，使挖掘结果更能反映互联网舆论的客观事实，有较强的可扩展性和容错性。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.032 seconds)
