-
公开(公告)号：CN119094801A
公开(公告)日：2024-12-06
申请号：CN202411250688.9
申请日：2024-09-06
Applicant: 郑州轻工业大学
IPC: H04N21/218 , H04N21/2187 , H04N21/44 , H04N21/647 , H04L65/75 , H04L65/80 , G06N3/0442 , G06N3/0455 , G06N3/092
Abstract: 本发明提出了一种基于改进PPO和深度强化学习的自适应码率视频流方法，包括以下步骤：S1：收集数据集，将数据集划分为训练集和测试集；S2：定义策略，并构建环境，基于策略构建IPPO‑DRL‑ABR模型，初始化模型参数并输入训练集到IPPO‑DRL‑ABR模型；S3：基于IPPO‑DRL‑ABR模型利用策略在环境中多次采样，记录轨迹数据；S4：基于轨迹数据，利用采用双重裁剪机制的PPO方法进行策略更新；S5：重复步骤S3到S4直到达到预定的训练周期或性能标准，得到训练好的IPPO‑DRL‑ABR模型；S6：利用测试集对训练好的IPPO‑DRL‑ABR模型进行验证并输出最优码率。本发明方法显著提升自适应码率方法的训练效率、稳定性和泛化能力。
-
公开(公告)号：CN117376971A
公开(公告)日：2024-01-09
申请号：CN202311312075.9
申请日：2023-10-11
Applicant: 郑州轻工业大学
IPC: H04W24/08 , H04L43/0876 , G06F18/25 , G06F18/2323 , G06N3/0442 , G06N3/045 , G06N3/088 , G06F123/02
Abstract: 本发明提出一种基于互信息聚类的联邦学习无线流量预测方法，包括构建客户端模型、模型聚类和模型聚合；首先，使用滑动窗口机制将本地的原始流量数据构造为临近型流量序列和周期型流量序列；然后，使用双LSTM模型分别学习这两个流量序列对应的临近性特征和周期性特征，并融合这两种特征，再通过一个线性层映射得到预测值；增强客户端模型学习能力以提高预测准确度。其次，使用基于互信息的谱聚类算法将客户端流量预测模型进行聚类，得到聚类集群；以捕获每个集群模型的个性化特征。最后，使用基于注意力机制的模型聚合算法对模型进行分层聚合得到用于流量预测的全局模型，提高了全局模型的泛化能力。本发明预测误差小，具有优秀的流量预测性能。
-
公开(公告)号：CN117034045A
公开(公告)日：2023-11-10
申请号：CN202310622817.1
申请日：2023-05-26
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于差分隐私的时空轨迹聚类方法及系统，所述方法包括：通过调整隐私级别，将已有的位置隐私保护机制转化为时空活动隐私保护机制；将扰动后的位置点通过一天内的时间顺序连接，生成扰动轨迹序列；将扰动后的轨迹序列上传至第三方服务器，第三方服务器根据轨迹之间的语义距离，将轨迹聚类为不同的簇。本发明可以实现轨迹聚类过程中的时空活动保护，解决了将真实轨迹数据上传至第三方服务器时可能产生的敏感信息泄露的问题，同时位置隐私提供了针对未知风险的一般保护，而时空活动保护提供了灵活的、可定制的保护，提高系统对用户偏好的考虑，为未来基于位置的社交网络中基于隐私保护的个性化服务提供有益的解决思路。
-
公开(公告)号：CN113453478B
公开(公告)日：2023-03-21
申请号：CN202110768370.X
申请日：2021-07-07
Applicant: 郑州轻工业大学
IPC: G06F1/18
Abstract: 本发明提供一种用于计算机用的安全防护装置。用于计算机用的安全防护装置，包括：防护盒；承重台，所述承重台固定安装在所述防护盒的底部内壁上；两个夹持板，两个所述夹持板均设置在所述防护盒内；两个框架，两个所述框架分别固定安装在两个所述夹持板相互远离的一侧；横杆，所述横杆固定安装在所述防护盒内；两个连带板，两个所述连带板均滑动安装在所述横杆上，两个所述连带板的顶部均与对应的所述框架固定连接；两个转杆，两个所述转杆均转动安装在所述防护盒内。本发明提供的用于计算机用的安全防护装置具有能够对主机形成全包围保护、防止主机轻易变动位置，且能提高散热效果的优点。
-
公开(公告)号：CN113489733A
公开(公告)日：2021-10-08
申请号：CN202110788755.2
申请日：2021-07-13
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于区块链的内容中心网络隐私保护方法，其步骤为：可信属性授权中心执行初始化算法生成公共参数和主密钥；每个消费者和出版者生成其公钥和私钥；可信属性授权中心随机生成自己的公钥和私钥；互相通信计算出公钥；生成密文并上传给云服务提供商；交易上链阶段；解密阶段：当消费者想要获取感兴趣的内容时，在联盟链上找到内容的交易信息；消费者根据交易信息发送兴趣包，通过交易信息中的存储地址获取密文；联盟链根据消费者的访问信息生成访问交易，并以数据包发送给消费者，消费者在本地进行解密并在联盟链上验证。本发明实现了内容共享的机密性、抗合谋攻击和抗CSP攻击；实现了分布式访问控制且访问策略安全。
-
Patent Agency Ranking
公开(公告)号：CN111625783A
公开(公告)日：2020-09-04
申请号：CN202010453390.3
申请日：2020-05-26
Applicant: 郑州轻工业大学
IPC: G06F21/12
Abstract: 本发明提供了一种基于多级加密的软件授权管理系统，包括：软件授权客户端以及软件授权管理服务器；所述软件授权客户端在获取到用户对目标软件的注册请求时，基于对用户主机硬件指纹信息的收集和加密形成申请文件，并将所述申请文件发送至所述软件授权管理服务器，所述软件授权管理服务器对所述申请文件进行加密和签名形成注册文件，并将其反馈至所述软件授权客户端，所述软件授权客户端对接收到的所述注册文件进行验证签名。通过本发明的技术方案，对目标软件进行多级加密，以对软件形成有效防护，防止未经授权用户使用软件。
-
公开(公告)号：CN113489732B
公开(公告)日：2023-07-04
申请号：CN202110788443.1
申请日：2021-07-13
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种抵御串谋攻击的内容共享隐私保护方法，用以解决现有的内容共享隐私保护方法很少考虑防范串谋等网络攻击，无法抵抗串谋攻击的问题。本发明的步骤为：产生追责列表和自己的公私钥对；出版者制定LSSS访问策略，对内容进行加密生成密文；消费者请求内容，执行密钥生成算法产生私钥并在追责列表中进行审计和追责；密文云服务器对消费者身份进行验证后从云服务路由节点下载密文；属性授权中心审计泄露的私钥和追责列表，更新追责列表并删除秘密值；属性授权中心计算并更新密钥，消费者、出版者更新密文。本发明能够提升路由节点的缓存命中率，具有较低的缓存隐私风险和内容请求时延，减少了CCN能源消耗。
-
公开(公告)号：CN114154902B
公开(公告)日：2023-04-28
申请号：CN202111500966.8
申请日：2021-12-09
Applicant: 郑州轻工业大学
IPC: G06Q10/0639 , G06Q50/00 , G06N7/01
Abstract: 本发明涉及一种融合用户社会地位的隐社交关系反馈技术的推荐方法，根据用户的信任关系构建TrustMF模型，根据PageRank算法获取用户社会地位权重，根据用户评分和信任关系构建USSocialMF模型，利用社会标签获取用户权重和项目权重，根据用户权重和项目权重构建TSocialMF模型，训练上述三个模型，利用社交矩阵反馈技术获得用户和项目隐含相似性，构建EISocialMF模型。该推荐方法融合多种社交关系影响因素，可有效缓解数据稀疏和冷启动问题，具有更好的推荐质量，提升推荐准确性，将PageRank算法获取到的用户社会地位关系预测引入基于社交关系反馈的推荐模型，以区分不同社交地位用户的影响力。
-
公开(公告)号：CN115883247A
公开(公告)日：2023-03-31
申请号：CN202211667151.3
申请日：2022-12-22
Applicant: 郑州轻工业大学
IPC: H04L9/40 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种基于1D CNN‑BiSRU的工控网络入侵检测方法，其步骤为：首先，对Gas Pipeline数据集中的流量数据进行预处理，得到输入数据，并对输入数据进行标注；其次，将输入数据输入至1D CNN模型中，得到特征向量；再将特征向量输入BiSRU神经网络进行预测，通过比较预测结果与实际标签值的损失调整BiSRU神经网络的参数，得到检测模型；最后，将Gas Pipeline数据集中的流量数据输入检测模型中，输出分类结果。本发明通过一维CNN来学习ICS的网络流量数据的空间特征，而BiSRU可以通过前向和后向输入来学习ICS的网络流量数据的双向结构特征，以较少的模型训练时间实现准确的检测。
-
公开(公告)号：CN112766343A
公开(公告)日：2021-05-07
申请号：CN202110034429.2
申请日：2021-01-12
Applicant: 郑州轻工业大学
Abstract: 本发明提出了一种基于改进WOA‑SVM的网络安全态势评估方法，其步骤为：以现有的网络安全数据组成样本集；初始化WOA算法和SA算法；选择螺旋捕食或随机搜索猎物，利用自适应权重法更新WOA算法中的当前鲸鱼位置，更新当前的鲸鱼最优位置和全局最优位置；根据SA算法的突跳概率判断是否接受新的鲸鱼位置；判断是否满足迭代的终止条件；将得到的全局最优位置的值赋值给SVM，利用回归拟合分析最佳的参数进行SVM网络训练，将评估值转化为网络安全等级。本发明利用WOA的全局寻优特性寻找SVM的最优参数，利用自适应权重调整鲸鱼位置更新系数，并采用SA算法增加随机搜索因素，避免陷入局部极值，以改善全局寻优能力。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.019 seconds)
