网络切片中的基于连接信息的认证方法

    公开(公告)号:CN113162903B

    公开(公告)日:2022-11-04

    申请号:CN202110146261.4

    申请日:2021-02-02

    Abstract: 本发明提供了一种网络切片中的基于连接信息的认证方法,当一个新的设备申请加入切片网络时,首先进行新加入设备身份验证,使用采集器采集的生物信息连同设备的硬件信息,生成摘要信息,对比登录设备已保存的摘要信息,以完成认证;通过验证后的设备与周围设备建立联系,将登录合格信息、范围连接设备信息、切片信息联合起来,作为新加入设备的身份证明,在发送方传输信息时加上所述身份证明,接收方则根据身份证明与通信目标对象的信息进行比对,验证身份是否正确。本发明方法减少了对权威机构的依赖,满足不同切片的不同安全性需求,支持在没有权威机构的参与下验证身份信息,提高了用户登录的效率,安全性及不被破解的可能性大大提高。

    基于无源重构表面的城市轨道交通无线通信信息防护方法

    公开(公告)号:CN113068182A

    公开(公告)日:2021-07-02

    申请号:CN202110146235.1

    申请日:2021-02-02

    Abstract: 本发明提供了一种基于无源可重构表面的城市轨道交通无线通信信息防护方法,该方法包括在漏泄电缆的上方和下方分别安装可重构表面设备,可重构表面各个反射单元的相移根据车载天线的高度,车载天线距离漏泄电缆的水平距离以及各个反射单元中心的高度确定,可重构表面在漏泄电缆上下方分别设置的单元个数根据期望接收信噪比提升度确定。本发明在城市轨道交通地面无线通信系统用漏泄电缆覆盖,车载无线通信用定向天线,通过可重构表面反射,利用可重构表面的空间微波调制功能,将无线信号覆盖局限在轨道交通线路范围内,从而降低无线信号泄漏问题,给城市轨道交通无线通信提供信息防护。

    网络切片中的基于连接信息的认证方法

    公开(公告)号:CN113162903A

    公开(公告)日:2021-07-23

    申请号:CN202110146261.4

    申请日:2021-02-02

    Abstract: 本发明提供了一种网络切片中的基于连接信息的认证方法,当一个新的设备申请加入切片网络时,首先进行新加入设备身份验证,使用采集器采集的生物信息连同设备的硬件信息,生成摘要信息,对比登录设备已保存的摘要信息,以完成认证;通过验证后的设备与周围设备建立联系,将登录合格信息、范围连接设备信息、切片信息联合起来,作为新加入设备的身份证明,在发送方传输信息时加上所述身份证明,接收方则根据身份证明与通信目标对象的信息进行比对,验证身份是否正确。本发明方法减少了对权威机构的依赖,满足不同切片的不同安全性需求,支持在没有权威机构的参与下验证身份信息,提高了用户登录的效率,安全性及不被破解的可能性大大提高。

    基于无源重构表面的城市轨道交通无线通信信息防护方法

    公开(公告)号:CN113068182B

    公开(公告)日:2023-02-10

    申请号:CN202110146235.1

    申请日:2021-02-02

    Abstract: 本发明提供了一种基于无源可重构表面的城市轨道交通无线通信信息防护方法,该方法包括在漏泄电缆的上方和下方分别安装可重构表面设备,可重构表面各个反射单元的相移根据车载天线的高度,车载天线距离漏泄电缆的水平距离以及各个反射单元中心的高度确定,可重构表面在漏泄电缆上下方分别设置的单元个数根据期望接收信噪比提升度确定。本发明在城市轨道交通地面无线通信系统用漏泄电缆覆盖,车载无线通信用定向天线,通过可重构表面反射,利用可重构表面的空间微波调制功能,将无线信号覆盖局限在轨道交通线路范围内,从而降低无线信号泄漏问题,给城市轨道交通无线通信提供信息防护。

    机器学习算法应用于汽车软件开发功能安全的流程方法

    公开(公告)号:CN109933309B

    公开(公告)日:2024-07-16

    申请号:CN201910170435.3

    申请日:2019-03-06

    Abstract: 机器学习算法应用于汽车软件开发功能安全的流程方法,包括七个步骤,步骤一:项目启动阶段,采用机器学习决策门;步骤二:软件安全要求阶段,规范化描述安全要求;步骤三:软件架构设计阶段,采用容错设计方法;步骤四:软件开发阶段,数据采集;步骤五:软件开发阶段,模型选取;步骤六:软件开发阶段,模型实现;步骤七:软件集成阶段,验证和测试。本发明在汽车电子软件开发过程中,明确部分规范化描述的性质,有助于基于各种机器学习的算法特征选取模型,进而提高开发效率和安全性。基于上述,本发明具有好的应用前景。

    一种规避对抗样本攻击的图像分类方法

    公开(公告)号:CN111753880B

    公开(公告)日:2023-06-27

    申请号:CN202010463749.5

    申请日:2020-05-27

    Abstract: 本发明了一种规避对抗样本攻击的图像分类方法,此方法基于区域分类,在图像分类中可以减轻对抗样本对分类器的攻击。本方法主要包含如下步骤:1、对图像进行建模,把图像看成是一个包含多个马尔科夫过程的结构体。2、对可能的对抗样本进行修正,在修正的时候,沿着图像转移概率(Image Transition Probability,ITP)减小的方向进行修改图像的像素值,特别的,当修改某个像素的值后,其ITP变化很大超过一定阈值,就舍弃这个像素值的改变。3、在采样的时候,进行有方向采样。本发明中,所提出的方法,不仅能在干净样本上保持其高分类准确率,并且在对抗样本上也能具有一定准确率。这种方法的提出,为深度学习模型在安全相关的应用领域中进行应用提供了思考和操作。

    基于对抗样本和随机变换的图形验证码生成方法、设备及存储介质

    公开(公告)号:CN111667549B

    公开(公告)日:2023-04-07

    申请号:CN202010350709.X

    申请日:2020-04-28

    Abstract: 本发明公开了一种基于对抗样本和随机变换的图形验证码生成方法,包括:确定对抗样本的生成算法,生成基于对抗样本的图形验证码;利用生成的图形验证码,对神经网络进行对抗训练;根据对抗训练完成的神经网络,进行对抗样本的二次生成;对二次生成的对抗样本,进行随机变换,得到最终的图形验证码。本发明中,利用对抗训练过的神经网络再次生成对抗样本并结合图形的随机变化,不仅能够抵御普通的基于神经网络的验证码识别器,提高图形验证码的有效性,防止对网站的恶意攻击,保护正常的生产生活;而且,由于结合了图形的随机变换,使生成的图形验证码样本空间增大,提高了迁移性,并进一步对针对经过对抗训练的验证码识别器进行反制,更具普适性。

    一种基于区块链与联邦学习的图像识别系统及方法

    公开(公告)号:CN113033652B

    公开(公告)日:2023-03-24

    申请号:CN202110306835.X

    申请日:2021-03-23

    Abstract: 本发明提供了一种基于区块链与联邦学习的图像识别系统及方法,属于工业物联网技术领域,包括模型构建模块和图像识别模块。本发明在物联网图像识别过程中,提出了一种基于区块链与联邦学习的图像协同识别机制,首先,通过引入区块链,在互不可信的分布式物联网设备之间建立一套可信的协作机制,实现分布式的图像协同识别;其次,通过利用联邦学习算法,在分布式的物联网设备间,联合学习图像识别的模型,避免了原始数据的集中式传输;最后,通过利用联邦学习所训练的全局模型,物联网设备可以快速高效的在本地完成图像识别任务,在保证数据隐私性的同时,实现了准确的图像识别。

    一种基于STPA模型的功能安全危害和信息安全威胁分析方法

    公开(公告)号:CN110008607B

    公开(公告)日:2023-01-17

    申请号:CN201910290073.1

    申请日:2019-04-11

    Abstract: 一种基于STPA模型的功能安全危害和信息安全威胁分析方法,采用STPA模型作为基础,共分为四个步骤,一:根据STPA模型建立安全约束、控制结构和过程模型;二:考虑信息安全因素对控制结构和过程模型的影响;三:对所有可能的情况进行组合分析,识别所有不安全控制的分类;四:确定不安全控制的来源。本发明结合STAMP模型,建立了功能安全约束、控制结构和过程模型;对安全约束、危害事件、过程控制和信息安全影响进行组合分析,将危害事件的发生看成是不安全控制的结果,而不仅仅是由组件或系统故障引起,并能识别所有不安全控制的分类并确定导致这些不安全控制发生的原因是来源于单个组件、多个组件之间的相关交互或者是车辆电子安全系统设计缺陷。

Patent Agency Ranking