公开(公告)号：CN119622718B

公开(公告)日：2025-04-29

申请号：CN202510153415.0

申请日：2025-02-12

Applicant: 杭州电子科技大学

Inventor： 卢从慧 ,  范亦良 ,  徐欣 ,  章阳

IPC: G06F21/55 ,  H04L9/40 ,  G06F18/243 ,  G06F18/2433 ,  G06N20/20

Abstract: 本发明公开了一种适用于物联网残缺数据的混合入侵检测方法，包括如下步骤：获取开源数据集并预处理；训练环境的配置；构建并训练多分类阶段算法模型，所述多分类阶段算法模型为将RF算法、类别型特征提升算法CatBoost、XGBoost算法和轻量级梯度提升机算法LightGBM四种集成学习算法进行加权聚合；构建并训练二分类阶段算法模型，所述二分类阶段算法模型为将自编码器、单类支持向量机和孤立森林算法输出异常分数进行加权求和得到聚合异常分数，通过与阈值比较得到最终的检测结果，该方法能够降低数据不平衡度，更好的适应类残缺的数据集，进而提供系统的自适应性，能够有效聚合多种算法的训练结果。

公开(公告)号：CN119622718A

公开(公告)日：2025-03-14

申请号：CN202510153415.0

申请日：2025-02-12

Applicant: 杭州电子科技大学

Inventor： 卢从慧 ,  范亦良 ,  徐欣 ,  章阳

IPC: G06F21/55 ,  H04L9/40 ,  G06F18/243 ,  G06F18/2433 ,  G06N20/20

Abstract: 本发明公开了一种适用于物联网残缺数据的混合入侵检测方法，包括如下步骤：获取开源数据集并预处理；训练环境的配置；构建并训练多分类阶段算法模型，所述多分类阶段算法模型为将RF算法、类别型特征提升算法CatBoost、XGBoost算法和轻量级梯度提升机算法LightGBM四种集成学习算法进行加权聚合；构建并训练二分类阶段算法模型，所述二分类阶段算法模型为将自编码器、单类支持向量机和孤立森林算法输出异常分数进行加权求和得到聚合异常分数，通过与阈值比较得到最终的检测结果，该方法能够降低数据不平衡度，更好的适应类残缺的数据集，进而提供系统的自适应性，能够有效聚合多种算法的训练结果。

公开(公告)号：CN119940869A

公开(公告)日：2025-05-06

申请号：CN202510425291.7

申请日：2025-04-07

Applicant: 杭州电子科技大学

Inventor： 卢从慧 ,  王东辉 ,  范亦良 ,  肖天勤 ,  章阳 ,  张奔 ,  邵怀文

IPC: G06Q10/0631 ,  G06Q10/04 ,  G06N20/00

Abstract: 本发明涉及一种基于主从博弈和稳态匹配的无人机集群任务优化方法，包括步骤一：在无人机进行任务位置部署时，收集所处理的任务信息，具体包括用户的位置信息、用户任务大小；步骤二：基于用户任务信息，将所有用户聚类划分，每个用户聚类由一个无人机进行任务卸载；步骤三：收集完信息后，无人机与每个用户任务进行主从博弈，所述博弈以优化自身能耗为目标，最终达到纳什均衡状态；步骤四：当无人机无法完成用户聚类中的所有任务时，对任务进行降序选择，以确保无人机能耗的优化；本发明结合博弈论与优化策略，通过合理调配无人机的任务分配与能耗管理，旨在提高无人机在执行任务时的能效，降低整体能源消耗，实现更高效的无人机运营。