-
公开(公告)号：CN108631884A
公开(公告)日：2018-10-09
申请号：CN201810462977.3
申请日：2018-05-15
Applicant: 浙江大学
IPC: H04B11/00
Abstract: 本发明公开了一种基于非线性作用的声波通信方法。对需要传输的数据转换成FDM信号，将FDM信号调制到超声波频段，幅度调制后的信号即为不可听的高频信号，放大后经扬声器发送出去；利用麦克风电路的非线性作用将接收到的不可听的高频信号进行解调，从而恢复出调制在高频载波信号上的FDM信号；FDM信号经过进一步的解调得到待传输的原始数据。本发明在保证通信带宽的前提下，解决了可听性这一问题，相比于近超声波通信的4kHz的带宽提高了近3倍，最终通信速率可达16.29kbps，且误码率低。
-
公开(公告)号：CN106888205A
公开(公告)日：2017-06-23
申请号：CN201710005047.0
申请日：2017-01-04
Applicant: 浙江大学
Abstract: 本发明公开了一种非侵入式基于功耗分析的PLC异常检测方法，该方法包括将一个电阻串联接入PLC的电源模块与CPU模块之间，通过数据采集设备采集电阻两端电压降，获取PLC运行时的功耗信息；将采集到的功耗进行样本切分，对每个样本提取合适的特征集合，形成特征值样本；根据PLC正常运行时的特征值样本训练一个基于长短记忆单元的神经网络模型，并将新采集到的待测功耗特征值样本与LSTM网络预测的特征值信息进行对比，以确定待测样本是否为异常样本，由此判断PLC是否遭到攻击。该方法无需修改PLC的软硬件配置，相对原工业控制系统是非侵入式的，且能够对PLC进行实时的监控，在不需要获取PLC遭到攻击时的异常样本情况下就能实现对攻击的检测。
-
公开(公告)号：CN112216304B
公开(公告)日：2022-02-18
申请号：CN202011004171.3
申请日：2020-09-22
Applicant: 浙江大学
Abstract: 本发明公开了一种基于双麦克风系统检测和定位无声语音指令的方法。所述方法利用智能设备上的双麦克风系统对“海豚音攻击”进行检测和定位。通过对声音信号进行预处理和特征提取，继而训练二分类机器学习模型，利用训练好的模型进行无声语音指令的检测，这种方法可以有效的识别接收到的语音指令是“无声”的还是正常的指令，进而取消无声指令的识别和执行，然后对攻击者进行定位，从而更快的发现攻击者。
-
公开(公告)号：CN108172224A
公开(公告)日：2018-06-15
申请号：CN201711374668.2
申请日：2017-12-19
Applicant: 浙江大学
Abstract: 本发明公开了一种基于机器学习的防御无声指令控制语音助手的方法，步骤如下1)采集正负样本的数据，2)对正负样本数据进行数据切分；3)样本特征选取与归一化；4)选取分类器进行训练并生成用来对恶意语音指令的检测模型；5)利用得到的检测模型对待检测语音指令进行检测。本发明选取独创的特征选取方法，针对不同型号的智能设备,需要通过该类型的智能设备获取正常的语音命令和恶意的语音命令,并作为正负样本训练一个特定的针对该类型设备的分类器。通过这种定制化的方式,可以很好的解决跨设备无法进行检测和防御的难题。
-
Patent Agency Ranking
公开(公告)号：CN110390357A
公开(公告)日：2019-10-29
申请号：CN201910646454.9
申请日：2019-07-17
Applicant: 国网浙江省电力有限公司电力科学研究院 , 浙江大学
Abstract: 本发明公开了一种基于边信道的DTU安全监测方法，属于电力终端设备安全技术领域。本发明针对现有方法安全防护不足及需要负样本进行模型训练的缺点，通过分析功耗数据的特点，选取能反映DTU功耗数据变化的特征向量，并在此基础上选择了合适的机器学习算法。LSTM对长期信息良好的记忆能力，很擅长于捕捉时间序列的内部结构信息，从而能够在不同时间尺度上进行时间序列的预测，并能很好的拟合原来的时间序列信息，我们正是运用LSTM的时间序列预测的能力来实现异常检测的目的。本发明是一种非侵入式的安全监测方法，不会占用设备的运行资源，更不会引入新的潜在的攻击点。该方法有利于提升智能电网整体的安全防护水平，保障智能电网的安全稳定运行。
-
公开(公告)号：CN108172224B
公开(公告)日：2019-08-27
申请号：CN201711374668.2
申请日：2017-12-19
Applicant: 浙江大学
Abstract: 本发明公开了一种基于机器学习的防御无声指令控制语音助手的方法，步骤如下1)采集正负样本的数据，2)对正负样本数据进行数据切分；3)样本特征选取与归一化；4)选取分类器进行训练并生成用来对恶意语音指令的检测模型；5)利用得到的检测模型对待检测语音指令进行检测。本发明选取独创的特征选取方法，针对不同型号的智能设备,需要通过该类型的智能设备获取正常的语音命令和恶意的语音命令,并作为正负样本训练一个特定的针对该类型设备的分类器。通过这种定制化的方式,可以很好的解决跨设备无法进行检测和防御的难题。
-
公开(公告)号：CN108631884B
公开(公告)日：2021-02-26
申请号：CN201810462977.3
申请日：2018-05-15
Applicant: 浙江大学
IPC: H04B11/00
Abstract: 本发明公开了一种基于非线性作用的声波通信方法。对需要传输的数据转换成FDM信号，将FDM信号调制到超声波频段，幅度调制后的信号即为不可听的高频信号，放大后经扬声器发送出去；利用麦克风电路的非线性作用将接收到的不可听的高频信号进行解调，从而恢复出调制在高频载波信号上的FDM信号；FDM信号经过进一步的解调得到待传输的原始数据。本发明在保证通信带宽的前提下，解决了可听性这一问题，相比于近超声波通信的4kHz的带宽提高了近3倍，最终通信速率可达16.29kbps，且误码率低。
-
公开(公告)号：CN112216304A
公开(公告)日：2021-01-12
申请号：CN202011004171.3
申请日：2020-09-22
Applicant: 浙江大学
Abstract: 本发明公开了一种基于双麦克风系统检测和定位无声语音指令的方法。所述方法利用智能设备上的双麦克风系统对“海豚音攻击”进行检测和定位。通过对声音信号进行预处理和特征提取，继而训练二分类机器学习模型，利用训练好的模型进行无声语音指令的检测，这种方法可以有效的识别接收到的语音指令是“无声”的还是正常的指令，进而取消无声指令的识别和执行，然后对攻击者进行定位，从而更快的发现攻击者。
-
公开(公告)号：CN106888205B
公开(公告)日：2020-02-18
申请号：CN201710005047.0
申请日：2017-01-04
Applicant: 浙江大学
Abstract: 本发明公开了一种非侵入式基于功耗分析的PLC异常检测方法，该方法包括将一个电阻串联接入PLC的电源模块与CPU模块之间，通过数据采集设备采集电阻两端电压降，获取PLC运行时的功耗信息；将采集到的功耗进行样本切分，对每个样本提取合适的特征集合，形成特征值样本；根据PLC正常运行时的特征值样本训练一个基于长短记忆单元的神经网络模型，并将新采集到的待测功耗特征值样本与LSTM网络预测的特征值信息进行对比，以确定待测样本是否为异常样本，由此判断PLC是否遭到攻击。该方法无需修改PLC的软硬件配置，相对原工业控制系统是非侵入式的，且能够对PLC进行实时的监控，在不需要获取PLC遭到攻击时的异常样本情况下就能实现对攻击的检测。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
