-
公开(公告)号：CN110784305B
公开(公告)日：2022-07-12
申请号：CN201911048580.0
申请日：2019-10-31
Applicant: 西安电子科技大学
Abstract: 本发明属于信息安全技术领域，公开了一种基于不经意伪随机函数(OPRF)和签密的单点登录(SSO)认证系统及方法，包括系统初始化参数阶段、用户/服务提供商(SP)注册阶段、信息检索阶段及用户和SP双向认证阶段。本发明结合了OPRF以及签密方案，即用户的口令经过OPRF盲化得到OPRF值，用于加密用户的签密私钥，并且密文被存储在存储提供商端。登录之前用户恢复OPRF值并解密检索出的密文得到签密私钥，实现和SP之间的双向认证。本发明提供针对口令泄漏威胁的安全增强功能，SP不存储口令或口令衍生值，客户端不慎泄露口令，敌手无法仿冒成SP欺骗用户。本发明能够抵抗SSO认证系统中常见攻击并且高效地完成双向认证。
-
公开(公告)号：CN109884598A
公开(公告)日：2019-06-14
申请号：CN201910196295.7
申请日：2019-03-15
Applicant: 西安电子科技大学
Abstract: 本发明适用于计算机技术领域，尤其涉及一种射频掩护方法、装置及计算机设备。一种射频掩护方法具体包括：获取第一接收通道接收的目标雷达回波信号和第二接收通道接收的外界干扰信号；对所述外界干扰信号进行数字化处理，并对数字化处理后外界干扰信号进行特征分析，获得所述外界干扰信号的属性功能特征信息；根据所述外界干扰信号的属性功能特征信息和目标雷达回波信号的属性功能特征信息确定干扰分析结果；根据所述干扰分析结果对射频掩护发射频率和雷达发射信号的时序进行调整，进行射频掩护发射。该方法通过实时获取外界干扰信号并对其进行认知分析，对抗干扰策略进行调整，实现了雷达射频掩护系统的智能化抗干扰。
-
公开(公告)号：CN109828245B
公开(公告)日：2022-11-11
申请号：CN201910218493.9
申请日：2019-03-21
Applicant: 西安电子科技大学
Abstract: 本发明适用信号处理技术领域，提供了一种雷达干扰策略的确定方法、装置、计算机设备及可存储介质，其中，所述方法为：基于部分可观测马尔科夫决策过程模型，根据目标雷达技术参数、目标雷达状态信息的集合及与目标雷达状态信息对应的雷达干扰策略集合，建立雷达干扰部分可观测马尔科夫决策过程模型；获取目标雷达的当前状态信息，并基于当前状态信息与雷达干扰部分可观测马尔科夫决策过程模型确定值函数；根据值函数以及预设的值函数的解与干扰效果的关系，确定雷达干扰策略；本发明针对多功能雷达状态的多变性及部分可观测性，提出了一种新的雷达干扰决策方法，可以在复杂环境下，短时间内对众多目标和任务迅速、准确地确定雷达干扰策略的实施。
-
公开(公告)号：CN110784305A
公开(公告)日：2020-02-11
申请号：CN201911048580.0
申请日：2019-10-31
Applicant: 西安电子科技大学
Abstract: 本发明属于信息安全技术领域，公开了一种基于不经意伪随机函数(OPRF)和签密的单点登录(SSO)认证系统及方法，包括系统初始化参数阶段、用户/服务提供商(SP)注册阶段、信息检索阶段及用户和SP双向认证阶段。本发明结合了OPRF以及签密方案，即用户的口令经过OPRF盲化得到OPRF值，用于加密用户的签密私钥，并且密文被存储在存储提供商端。登录之前用户恢复OPRF值并解密检索出的密文得到签密私钥，实现和SP之间的双向认证。本发明提供针对口令泄漏威胁的安全增强功能，SP不存储口令或口令衍生值，客户端不慎泄露口令，敌手无法仿冒成SP欺骗用户。本发明能够抵抗SSO认证系统中常见攻击并且高效地完成双向认证。
-
Patent Agency Ranking
公开(公告)号：CN109828245A
公开(公告)日：2019-05-31
申请号：CN201910218493.9
申请日：2019-03-21
Applicant: 西安电子科技大学
Abstract: 本发明适用信号处理技术领域，提供了一种雷达干扰策略的确定方法、装置、计算机设备及可存储介质，其中，所述方法为：基于部分可观测马尔科夫决策过程模型，根据目标雷达技术参数、目标雷达状态信息的集合及与目标雷达状态信息对应的雷达干扰策略集合，建立雷达干扰部分可观测马尔科夫决策过程模型；获取目标雷达的当前状态信息，并基于当前状态信息与雷达干扰部分可观测马尔科夫决策过程模型确定值函数；根据值函数以及预设的值函数的解与干扰效果的关系，确定雷达干扰策略；本发明针对多功能雷达状态的多变性及部分可观测性，提出了一种新的雷达干扰决策方法，可以在复杂环境下，短时间内对众多目标和任务迅速、准确地确定雷达干扰策略的实施。
-
公开(公告)号：CN118483655A
公开(公告)日：2024-08-13
申请号：CN202410561655.X
申请日：2024-05-08
Applicant: 西安电子科技大学 , 中国电子科技集团公司第五十四研究所 , 陆军装备部驻北京地区军事代表局驻石家庄地区第一军事代表室
IPC: G01S7/02 , G01S7/36 , G06N3/0455 , G06N3/0442 , G06N3/092
Abstract: 本发明公开了一种基于LSTM网络的雷达干扰对抗态势预测方法，主要解决现有贝叶斯网络对专家经验依赖性过强，单一结构的神经网络对大量时间序列数据处理速度慢，且未考虑实际场景中干扰机会根据雷达的工作状态调整干扰策略的问题。其实现方案是：构建雷达工作参数及工作模式数据集和有源干扰样式数据集，并将雷达工作模式加入有源干扰样式数据集中；构建Transformer‑LSTM网络并利用训练集对其进行训练，使用训练好的网络预测雷达干扰对抗态势。本发明能并行处理整个序列，提升了计算效率和全面性；同时将雷达工作模式纳入有源干扰样式数据集中，更加符合实际，进一步提升系统的预测适用性，可用于机器学习、深度学习及干扰信号分析。
-
公开(公告)号：CN111368648A
公开(公告)日：2020-07-03
申请号：CN202010097575.5
申请日：2020-02-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种雷达辐射源个体识别方法、装置、电子设备及其存储介质，方法包括：获取雷达辐射源包络图像集，所述雷达辐射源包络图像集包括雷达辐射源包络训练图像集、雷达辐射源包络验证图像集、雷达辐射源包络测试图像集；构建卷积神经网络模型，根据所述雷达辐射源包络训练图像集、所述雷达辐射源包络验证图像集对所述卷积神经网络模型进行训练、验证得到训练好的卷积神经网络模型；将所述雷达辐射源包络测试图像集输入至所述训练好的卷积神经网络模型得到雷达辐射源个体识别率。本发明通过构建的卷积神经网络模型可以实现机器自动提取雷达个体特征，克服了传统雷达辐射源个体识别中人工提取特征过程繁琐、更新数据库缓慢等缺点。
-
公开(公告)号：CN109932699A
公开(公告)日：2019-06-25
申请号：CN201910200981.7
申请日：2019-03-15
Applicant: 西安电子科技大学
IPC: G01S7/41
Abstract: 本发明适用于计算机领域，提供了一种雷达辐射源识别方法，包括：接收待识别雷达辐射源信号；对所述待识别雷达辐射源信号进行小波变换生成二维小波矩阵；对所述二维小波矩阵进行处理生成时频域灰度图像；根据所述时频域灰度图像以及基于卷积神经网络算法训练生成的雷达辐射源识别模型确定与所述时频域灰度图像对应的雷达辐射源。本发明实施例提供的雷达辐射源识别方法，通过对待识别雷达辐射源信号进行小波变换再处理为时频域灰度图像，并利用基于卷积神经网络算法训练生成的雷达辐射源识别模型，能够直接确定雷达辐射源，相比于现有的识别方法需，有效地减少了数据处理量，提高了处理效率，同时具有良好的识别准确率。
-
公开(公告)号：CN111368648B
公开(公告)日：2023-07-07
申请号：CN202010097575.5
申请日：2020-02-17
Applicant: 西安电子科技大学
IPC: G06V20/00 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08 , G01S13/89
Abstract: 本发明公开了一种雷达辐射源个体识别方法、装置、电子设备及其存储介质，方法包括：获取雷达辐射源包络图像集，所述雷达辐射源包络图像集包括雷达辐射源包络训练图像集、雷达辐射源包络验证图像集、雷达辐射源包络测试图像集；构建卷积神经网络模型，根据所述雷达辐射源包络训练图像集、所述雷达辐射源包络验证图像集对所述卷积神经网络模型进行训练、验证得到训练好的卷积神经网络模型；将所述雷达辐射源包络测试图像集输入至所述训练好的卷积神经网络模型得到雷达辐射源个体识别率。本发明通过构建的卷积神经网络模型可以实现机器自动提取雷达个体特征，克服了传统雷达辐射源个体识别中人工提取特征过程繁琐、更新数据库缓慢等缺点。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.026 seconds)
