公开(公告)号：CN111091194B

公开(公告)日：2022-05-20

申请号：CN201911109045.1

申请日：2019-11-13

Applicant: 西安交通大学 ,  北京神州绿盟信息安全科技股份有限公司

Inventor： 桂小林 ,  安迪 ,  樊志甲 ,  李瀛 ,  范建存

IPC: G06N7/00

Abstract: 本发明公开了一种基于CAVWNB_KL算法的操作系统识别方法，分析nmap中的操作系统识别规则，从拆分出的大量数据集中抽出M万数据作为训练数据，同样的方法再次抽出m万数据作为模拟测试数据；将得到的M万数据进行封箱操作；使用KL散度计算属性与类之间的关联度作为每个属性的权值；将预处理过的M万数据计算先验概率和后验概率，作为指纹存储；取m万数据集计算出测试精度衡量指标；计算真实流量的测试精度；将采集到的真实流量进行筛选，以贝叶斯增量学习的方式增量训练，修正原有的指纹模型，完成识别。本发明采用CAVWNB_KL算法，极大的缓解了朴素贝叶斯属性间要求的独立的条件，提高了分类精度。

公开(公告)号：CN110519128B

公开(公告)日：2021-02-19

申请号：CN201910893976.9

申请日：2019-09-20

Applicant: 西安交通大学 ,  北京神州绿盟信息安全科技股份有限公司

Inventor： 范建存 ,  张子豪 ,  樊志甲 ,  李瀛

IPC: H04L12/26 ,  H04L12/24 ,  G06K9/62 ,  H04L29/06

Abstract: 本发明公开了一种基于随机森林的操作系统识别方法，采用蒙特卡洛方法对指纹库进行随机抽样组合成训练集和测试集并进行向量化处理；采用分箱的方式进行数据钝化处理；基于设定的分层架构按照操作系统类别识别层、操作系统大版本号识别层和操作系统详细版本识别层，分别训练随机森林分类器，构建多棵决策树，每棵树用各自包外估计的测试精度高于设定的精度阈值，则加入到随机森林之中；分层架构局部增量训练，调参处理以提升模型精度；对真实探测流量进行识别预测，随机森林中的每棵树都给出一个分类结果，采用平权投票方式，选择票数最多的类别作为最终的预测结果。可有效识别未知指纹，提高识别的准确率。

公开(公告)号：CN110519128A

公开(公告)日：2019-11-29

申请号：CN201910893976.9

申请日：2019-09-20

Applicant: 西安交通大学 ,  北京神州绿盟信息安全科技股份有限公司

Inventor： 范建存 ,  张子豪 ,  樊志甲 ,  李瀛

IPC: H04L12/26 ,  H04L12/24 ,  G06K9/62 ,  H04L29/06

Abstract: 本发明公开了一种基于随机森林的操作系统识别方法，采用蒙特卡洛方法对指纹库进行随机抽样组合成训练集和测试集并进行向量化处理；采用分箱的方式进行数据钝化处理；基于设定的分层架构按照操作系统类别识别层、操作系统大版本号识别层和操作系统详细版本识别层，分别训练随机森林分类器，构建多棵决策树，每棵树用各自包外估计的测试精度高于设定的精度阈值，则加入到随机森林之中；分层架构局部增量训练，调参处理以提升模型精度；对真实探测流量进行识别预测，随机森林中的每棵树都给出一个分类结果，采用平权投票方式，选择票数最多的类别作为最终的预测结果。可有效识别未知指纹，提高识别的准确率。

公开(公告)号：CN111091194A

公开(公告)日：2020-05-01

申请号：CN201911109045.1

申请日：2019-11-13

Applicant: 西安交通大学 ,  北京神州绿盟信息安全科技股份有限公司

Inventor： 桂小林 ,  安迪 ,  樊志甲 ,  李瀛 ,  范建存

IPC: G06N7/00

Abstract: 本发明公开了一种基于CAVWNB_KL算法的操作系统识别方法，分析nmap中的操作系统识别规则，从拆分出的大量数据集中抽出M万数据作为训练数据，同样的方法再次抽出m万数据作为模拟测试数据；将得到的M万数据进行封箱操作；使用KL散度计算属性与类之间的关联度作为每个属性的权值；将预处理过的M万数据计算先验概率和后验概率，作为指纹存储；取m万数据集计算出测试精度衡量指标；计算真实流量的测试精度；将采集到的真实流量进行筛选，以贝叶斯增量学习的方式增量训练，修正原有的指纹模型，完成识别。本发明采用CAVWNB_KL算法，极大的缓解了朴素贝叶斯属性间要求的独立的条件，提高了分类精度。

公开(公告)号：CN115604153A

公开(公告)日：2023-01-13

申请号：CN202211254931.5

申请日：2022-10-13

Applicant: 西安交通大学(CN)

Inventor： 范建存 ,  李仁杰

IPC: H04L43/0852 ,  H04L41/142 ,  H04L41/14 ,  H04B17/309 ,  H04B17/391

Abstract: 本发明公开了一种基于多频协同的高分辨率多径时延估计方法及系统，构建多频段系统模型，对不同频段进行等间隔频域采样获得多频段信道状态信息矩阵；对得到的多频段信道状态信息矩阵进行子空间分解，利用相干子空间构建到达时延矩阵；利用得到的到达时延矩阵的性质，采用多分辨率方法估计多径时延。本发明利用多频协同系统中不同频段上的子系统获取更大的可用带宽，在大幅度提高时延估计精度的同时，不会因为大带宽的收发射频链路带来巨大的系统损耗。

公开(公告)号：CN112543047B

公开(公告)日：2022-02-22

申请号：CN202011218980.4

申请日：2020-11-04

Applicant: 西安交通大学

Inventor： 范建存 ,  罗杰 ,  刘洪吉 ,  刘泽宇 ,  罗新民 ,  张莹

IPC: H04B7/185 ,  H04B7/0408

Abstract: 本发明公开了一种多波束卫星干扰抑制方法、存储介质及计算设备，多波束卫星接收端的M个接收天线接收连续感知数据，在第k个节拍，用M维的列向量表示接收信号；根据接收信号确定接收信号的协方差矩阵；对接收信号进行阵列信号处理，通过最大化信干噪比准则计算最优的波束形成矢量，根据角度互易性原理估计期望信号的导向矢量；根据所有可能方向上的空间谱分布和接收信号协方差矩阵，利用Capon空间谱估计器重构干扰加噪声的协方差矩阵；利用基于最差情况性能优化的波束形成准则，对估计出的期望信号导向矢量和重构的干扰加噪声的协方差矩阵进行修正，使用修正后的波束形成矢量对接收数据进行处理，完成干扰抑制。本发明节约DOA估计所需的计算量。

公开(公告)号：CN110149134B

公开(公告)日：2021-05-28

申请号：CN201910447229.2

申请日：2019-05-27

Applicant: 西安交通大学

Inventor： 范建存 ,  班勇 ,  罗新民 ,  张莹

IPC: H04B7/08 ,  H04B7/0408 ,  H04B17/382 ,  H04B7/185

Abstract: 本发明公开了一种基于频谱感知的多馈源卫星干扰抑制方法，多馈源卫星接收端M个接收馈源接收到的连续感知数据，经滤波采样后，得到M×L维的基带等效离散时间信号矩阵X；根据得到的基带等效离散时间信号矩阵X使用频谱感知判断干扰信号是否存在；如果干扰信号存在，根据线性约束最小方差准则，使用已知的目标信号角θ0和目标信号自相关矩阵RXX生成波束成形矢量ω；使用该波束成形矢量对基带等效离散时间信号向量X进行处理；完成干扰抑制。本发明便于后续的软件化处理，通过设计根据线性约束最小方差准则，在增加较少计算量的基础上，能够自适应的对卫星复杂信号进行抑制。

公开(公告)号：CN110649943B

公开(公告)日：2021-04-20

申请号：CN201910894967.1

申请日：2019-09-20

Applicant: 西安交通大学

Inventor： 范建存 ,  刘雪莹 ,  许睿 ,  罗新民

IPC: H04B7/0413 ,  H04B7/06 ,  H04W48/16

Abstract: 本发明公开了一种通过多个子波束叠加设计波束宽度的波束扫描方法，在小区发现阶段基站广播导频信号时，建立小区搜索延迟和扫描波束最小数量的表达式，通过K次波束扫描覆盖整个区域；利用一维均匀线性阵列，将NT个阵列天线分成M个子阵列，建立子阵列模型，并给出总阵列响应，分析子阵列个数M和扫描波束最小数量K之间的关系，调整每个子波束的方向，实现灵活波束宽度扫描；分析在期望覆盖区域上的波束形成增益和阵列天线数量的关系，设计并优化灵活宽度的波束数量K，达到最大化系统容量。本发明优化了灵活宽度波束的扫描数量，通过设计最佳灵活宽度波束的数量，降低了用户发现的开销，使系统容量得到了很大的提高，解决用户发现和数据传输间覆盖间隙问题。

公开(公告)号：CN112115965A

公开(公告)日：2020-12-22

申请号：CN202010773437.4

申请日：2020-08-04

Applicant: 西安交通大学

Inventor： 范建存 ,  陈浩男 ,  罗新民

IPC: G06K9/62

Abstract: 本发明公开了一种基于SVM的被动操作系统识别方法、存储介质及设备，分析p0f指纹库规则，确定训练数据集和测试数据集并进行预处理；将训练数据集和测试数据集由数值变量转换为类别变量，进行OneHot编码；将OneHot编码后的训练数据集构建最优超平面，输入SVM算法模型，采用RBF核函数训映射指纹数据至高维空间，通过计算最优超平面构建SVM分类器，构造特征空间的分类超平面；取OneHot编码后中的测试数据集，经数据预处理后通过SVM算法模型得出预测结果，计算真实流量的测试精度；采集真实流量数据，筛选其中p0f指纹库中缺失的数据，将缺失数据加入训练数据集，重新训练后得到真实流量增量训练后的SVM分类器，完成识别。本发明优化了操作系统识别的性能，提高了分类精度。

公开(公告)号：CN110532452A

公开(公告)日：2019-12-03

申请号：CN201910630664.9

申请日：2019-07-12

Applicant: 西安交通大学

Inventor： 范建存 ,  廖励坤

IPC: G06F16/951 ,  G06F16/958 ,  G06F16/36 ,  G06N3/04

Abstract: 本发明公开了一种基于GRU神经网络的新闻网站通用爬虫设计方法，对HTML页面内容进行HTML数据预处理，构建目标数据并标记字符，构建字符字典，HTML内容转换为数字向量，最后填充batch；搭建GRU神经网络，使用Cross Entropy作为损失函数，Embedding层使用预训练的字符向量，对GRU神经网络进行训练和预测；基于Scrapy爬虫框架，构建全站爬取爬虫。本发明在爬虫爬取任意新闻页面的HTML内容后，将其传入使用本发明设计的神经网络算法训练好的模型中，能自动提取新闻正文，节省定制的时间与人力。