-
公开(公告)号：CN109474905B
公开(公告)日：2021-08-24
申请号：CN201811595991.7
申请日：2018-12-25
Applicant: 重庆邮电大学
IPC: H04W4/38 , H04W4/70 , H04W12/02 , H04W12/122 , H04W40/24
Abstract: 本发明涉及一种基于角色层级化的无线传感网安全路由方法，将无线传感网节点划分为汇聚节点、安监节点、簇首节点、普通节点。利用Voronoi图对网络进行分簇，通过Dijkstra优化算法建立全网路由。簇首节点收集普通节点数据，融合并发送给汇聚节点，将普通节点数据和融合数据发送给邻近安监节点；安监节点对普通节点和簇首节点进行信誉评估，维护信誉集，将结果发送给汇聚节点，向汇聚节点进行报告异常节点；汇聚节点收集簇首节点感知数据和安监节点信誉报告、异常报告，核实报告真实性，处理异常行为节点、维护网络拓扑。该机制有助于补齐传统模式的安全短板，强化网络节点的不同角色和功能定位，保障无线传感网的路由安全和数据安全。
-
Patent Agency Ranking
公开(公告)号：CN108712404B
公开(公告)日：2020-11-06
申请号：CN201810422160.3
申请日：2018-05-04
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于机器学习的物联网入侵检测方法，属于物联网安全领域，包括数据预处理、划分数据集及数据降维、构建最小二乘支持向量机、对最小二乘支持向量机进行稀疏化处理、形成基分类器、构建出基于神经网络的基分类器、进行入侵行为检测和进行预测实验。本发明采用最小二乘支持向量机算法以及剪枝技术等降低计算的复杂性；采用改进的进化策略优化模型以摆脱极值点，达到模型最优的效果，可提高判断的准确性。本发明具有计算量小、误报率低和检测准确性高的特点，适合物联网中的入侵检测。
-
公开(公告)号：CN108510006B
公开(公告)日：2020-06-09
申请号：CN201810307309.3
申请日：2018-04-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于数据挖掘的企业用电量分析与预测方法，结合温度、湿度和节假日等多影响因素，对企业用电量进行分析与预测。本方法首先利用牛顿插值法、归一化法和PAA算法对数据集进行预处理；再次，利用谱聚类算法对数据集进行聚类，判断异常数据并修正，得到与温度、湿度、节假日等相关性高的企业用电量分组；最后，选用同类企业用电量数据和其相关性高的影响因素作为模型的预测输入，利用循环神经网络(RNN)得出预测值。本发明根据不同的企业用电量类型，结合其用电量影响因数，构建不同的预测模型，可达到模型预测精度高，具有数据预处理能力的效果。
-
公开(公告)号：CN109474905A
公开(公告)日：2019-03-15
申请号：CN201811595991.7
申请日：2018-12-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于角色层级化的无线传感网安全路由方法，将无线传感网节点划分为汇聚节点、安监节点、簇首节点、普通节点。利用Voronoi图对网络进行分簇，通过Dijkstra优化算法建立全网路由。簇首节点收集普通节点数据，融合并发送给汇聚节点，将普通节点数据和融合数据发送给邻近安监节点；安监节点对普通节点和簇首节点进行信誉评估，维护信誉集，将结果发送给汇聚节点，向汇聚节点进行报告异常节点；汇聚节点收集簇首节点感知数据和安监节点信誉报告、异常报告，核实报告真实性，处理异常行为节点、维护网络拓扑。该机制有助于补齐传统模式的安全短板，强化网络节点的不同角色和功能定位，保障无线传感网的路由安全和数据安全。
-
公开(公告)号：CN108712404A
公开(公告)日：2018-10-26
申请号：CN201810422160.3
申请日：2018-05-04
Applicant: 重庆邮电大学
CPC classification number: H04L63/1416 , G06K9/6247 , G06K9/6269 , G06K9/6287 , G06N3/0445 , G06N3/086 , H04L67/12
Abstract: 本发明公开了一种基于机器学习的物联网入侵检测方法，属于物联网安全领域，包括数据预处理、划分数据集及数据降维、构建最小二乘支持向量机、对最小二乘支持向量机进行稀疏化处理、形成基分类器、构建出基于神经网络的基分类器、进行入侵行为检测和进行预测实验。本发明采用最小二乘支持向量机算法以及剪枝技术等降低计算的复杂性；采用改进的进化策略优化模型以摆脱极值点，达到模型最优的效果，可提高判断的准确性。本发明具有计算量小、误报率低和检测准确性高的特点，适合物联网中的入侵检测。
-
公开(公告)号：CN108510006A
公开(公告)日：2018-09-07
申请号：CN201810307309.3
申请日：2018-04-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于数据挖掘的企业用电量分析与预测方法，结合温度、湿度和节假日等多影响因素，对企业用电量进行分析与预测。本方法首先利用牛顿插值法、归一化法和PAA算法对数据集进行预处理；再次，利用谱聚类算法对数据集进行聚类，判断异常数据并修正，得到与温度、湿度、节假日等相关性高的企业用电量分组；最后，选用同类企业用电量数据和其相关性高的影响因素作为模型的预测输入，利用循环神经网络(RNN)得出预测值。本发明根据不同的企业用电量类型，结合其用电量影响因数，构建不同的预测模型，可达到模型预测精度高，具有数据预处理能力的效果。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
