-
公开(公告)号:CN109474714A
公开(公告)日:2019-03-15
申请号:CN201811365964.0
申请日:2018-11-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种传感器标识快速查询方法;主要包括以下步骤:1)对传感器数据进行获取;2)运用字符串匹配算法对传感器信息进行匹配;3)对匹配成功的传感器信息进行解析;4)将解析完成的信息上传到标识符管理系统;该发明通过字符串匹配算法对传感器信息进行有效管理和监控,能够达到工业级传感器信息数据的管理要求。
-
公开(公告)号:CN109361686A
公开(公告)日:2019-02-19
申请号:CN201811365963.6
申请日:2018-11-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种减少传感器数据时间冗余的压缩方法;主要包括以下步骤:1)通过传感器节点获取传感器信息数据;2)运用Bloom Filter算法对重复的数据信息进行删除;3)运用数据压缩算法对删减后的数据进行压缩;4)将压缩后的传感器信息传送给传感器监控管理平台;该发明对冗余的传感器信息进行有效删减,提高数据传输效率,节省带宽和能量损耗,提高传感器信息的传输效率以及传感节点的使用时长,达到智能制造中传感器的管理要求。
-
公开(公告)号:CN108304465A
公开(公告)日:2018-07-20
申请号:CN201711440202.8
申请日:2017-12-27
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于传感节点标识符平台的信息管理和分析方法,包括以下几个步骤:1)对传感器信息数据进行提取;2)对提取的传感器信息数据进行数据库构建;3)运用模糊匹配算法将传感器信息数据与传感器节点标识符进行匹配;4)运用数据关联分析算法对传感器信息进行关联度分析。该发明对传感器信息进行了很有效的管理和分析,能够达到工业传感网的数据信息构建要求。
-
公开(公告)号:CN108429753A
公开(公告)日:2018-08-21
申请号:CN201810216882.3
申请日:2018-03-16
Applicant: 重庆邮电大学
IPC: H04L29/06
Abstract: 本发明提出一种快速特征匹配的工业网络DDoS入侵检测方法,涉及工业网络通信领域,属于信息安全方面,该方法主要利用深度学习模型替换了传统的入侵检测所使用的数据库查找特征匹配模型,完成工业网络中入侵检测系统的设计。该方法首先提取数据包特征,进行特征筛选和构建特征矩阵,再将特征矩阵输入到深度学习模型中进行判别,模型经KDD99数据集训练,对DDoS攻击类型具有极高的识别率。该方法对传统的数据库查找特征匹配速度慢的缺陷做出改进,使系统不再需要等待查找数据库的耗时,极大的提高了匹配速率,另外匹配的精确度高,误报率低,并且部署方便,有效的降低了系统资源的使用,符合工业网络对网络实时性的要求。
-
-
-