-
Patent Agency Ranking
公开(公告)号：CN116095100B
公开(公告)日：2024-08-20
申请号：CN202211301461.3
申请日：2022-10-24
Applicant: 河南科技大学
Abstract: 本发明公开了一种基于异常行为发现的车联网内部入侵检测方法，构建基于记忆增强自编码器的车联网内部入侵检测模型，该模型基于异常通信行为数据的重构误差大于正常通信行为数据的原理来实现入侵检测，云服务器初始化车联网内部入侵检测模型的相关参数并下发至各个路边单元，基于联邦聚合对车联网内部入侵检测模型进行训练，训练完成后各个路边单元采用训练好的车联网内部入侵检测模型对其覆盖范围内的车辆进行入侵检测。本发明通过对车联网内部中的正常车辆通信行为特征进行建模，当车辆的通信行为与正常模型发生重大偏离时则认为该车辆为被入侵车辆。
-
公开(公告)号：CN116506858B
公开(公告)日：2025-05-27
申请号：CN202310489303.3
申请日：2023-04-28
Applicant: 河南科技大学
IPC: H04W12/121 , H04W4/40 , H04L9/40
Abstract: 本发明公开了一种基于时空特征并行分析的车联网入侵检测方法，分别在车联网正常运行状态时和发生入侵时分别采集若干个车联网流量数据序列，提取得到车联网流量数据特征矩阵，进行标签标注得到车联网流量数据样本，构建包括空间特征提取模块，时域特征提取模块，特征拼接模块，自注意力模块，特征融合模块和多层感知机的车联网入侵检测模型并进行训练，当需要对车联网进行入侵检测时，采集数据并得到车联网流量数据特征矩阵，输入至训练好的车联网入侵检测模型，得到车联网入侵检测结果。本发明从车联网流量数据中并行提取空间特征和时域特征并融合得到时空特征，提高对车联网流量数据的表征能力，进而提高车联网入侵检测性能。
-
公开(公告)号：CN116227285A
公开(公告)日：2023-06-06
申请号：CN202310151266.5
申请日：2023-02-22
Applicant: 河南科技大学
IPC: G06F30/23 , G16C60/00 , G06F113/26 , G06F119/14
Abstract: 本发明涉及一种异质层状复合板损伤行为的预测方法，属于材料分析领域；本发明以异质层状板为研究对象，使用自定义的指数内聚力模型描述界面区金属的损伤，采用GTN模型描述各异质层层内的损伤；根据指数内聚力模型和GTN模型建立异质层状金属板材塑性拉伸变形分层损伤的有限元模型，利用该有限元模型进行损伤预测。本发明结合了内聚力模型和GTN模型构建了能够进行分层的预测的损伤有限元模型，利用该有限元模型能够准确预测异质层状板的损伤行为。
-
公开(公告)号：CN116095100A
公开(公告)日：2023-05-09
申请号：CN202211301461.3
申请日：2022-10-24
Applicant: 河南科技大学
Abstract: 本发明公开了一种基于异常行为发现的车联网内部入侵检测方法，构建基于记忆增强自编码器的车联网内部入侵检测模型，该模型基于异常通信行为数据的重构误差大于正常通信行为数据的原理来实现入侵检测，云服务器初始化车联网内部入侵检测模型的相关参数并下发至各个路边单元，基于联邦聚合对车联网内部入侵检测模型进行训练，训练完成后各个路边单元采用训练好的车联网内部入侵检测模型对其覆盖范围内的车辆进行入侵检测。本发明通过对车联网内部中的正常车辆通信行为特征进行建模，当车辆的通信行为与正常模型发生重大偏离时则认为该车辆为被入侵车辆。
-
公开(公告)号：CN116506858A
公开(公告)日：2023-07-28
申请号：CN202310489303.3
申请日：2023-04-28
Applicant: 河南科技大学
IPC: H04W12/121 , H04W4/40 , H04L9/40
Abstract: 本发明公开了一种基于时空特征并行分析的车联网入侵检测方法，分别在车联网正常运行状态时和发生入侵时分别采集若干个车联网流量数据序列，提取得到车联网流量数据特征矩阵，进行标签标注得到车联网流量数据样本，构建包括空间特征提取模块，时域特征提取模块，特征拼接模块，自注意力模块，特征融合模块和多层感知机的车联网入侵检测模型并进行训练，当需要对车联网进行入侵检测时，采集数据并得到车联网流量数据特征矩阵，输入至训练好的车联网入侵检测模型，得到车联网入侵检测结果。本发明从车联网流量数据中并行提取空间特征和时域特征并融合得到时空特征，提高对车联网流量数据的表征能力，进而提高车联网入侵检测性能。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
