-
公开(公告)号：CN116545783A
公开(公告)日：2023-08-04
申请号：CN202310825797.8
申请日：2023-07-07
Applicant: 北京中超伟业信息安全技术股份有限公司 , 山东万里红信息技术有限公司
Abstract: 本发明公开了一种基于稀疏逻辑回归的网络入侵检测方法及装置，属于计算机网络安全技术领域，方法包括：待检测网络中采集用于入侵检测的数据集；数据集包括网络流量数据或系统日志；对数据集中连续数据进行归一化处理进行特征缩放，对数据集中离散值数据进行编码处理；对数据集中原始数据进行特征提取，并将提取特征后数据集划分为训练集和测试集，提取的特征包括网络连接的源地址、目标地址、端口号和传输协议；使用稀疏逻辑回归建立入侵检测概率模型，并进行入侵检测概率模型训练；将实时采集的数据集输入到训练后的入侵检测概率模型，进行网络入侵检测，并对入侵行为进行及时拦截。本发明提高了网络入侵检测的效率和准确率，有效拦截入侵行为。
-
公开(公告)号：CN112680623A
公开(公告)日：2021-04-20
申请号：CN202110027937.8
申请日：2021-01-08
Applicant: 北京中超伟业信息安全技术股份有限公司 , 山东万里红信息技术有限公司
Abstract: 本发明属于合金材料技术领域，具体涉及一种低辐射高强高导铜合金线材及其制备方法和应用。本发明提供了一种低辐射高强高导铜合金线材，以质量百分含量计，包括以下元素：Cr 0.3~0.6%，Ag 0.1~0.2%，P 0.01~0.03%，余量的Cu以及不可避免的杂质。实施例测试结果表明，本发明提供的低辐射高强高导铜合金线材室温下抗拉强度为605~625MPa，屈服强度为584~601Mpa，延伸率为7.5~8.5%，导电率为80.5~83.6%IACS，具有良好的力学性能、导电性能和低的电磁辐射。
-
公开(公告)号：CN111815053B
公开(公告)日：2021-03-16
申请号：CN202010654676.8
申请日：2020-07-09
Applicant: 北京中超伟业信息安全技术股份有限公司
Abstract: 本发明涉及一种针对工业时序数据的预测方法及系统。该方法包括：获取生产过程中所监测到的历史记录数据；建立由预测网络和滤波算法组成的预测矫正模型，并利用获取到的历史记录数据以对所述预测网络训练；通过训练好的预测网络预测当前时刻的目标变量的近似高斯分布；根据生产过程中当前时刻目标变量的监测值以及监测误差分布，结合上述目标变量的分布，通过扩展卡尔曼滤波算法计算此时刻目标变量的后验分布，并将矫正结果作为修正数据放回预测网络进行下一时刻的预测，迭代进行目标变量的预测以及矫正。本发明所不依赖于精确数学模型，可以针对传感器监测值存在误差问题进行滤波矫正，为之后时刻的预测提供了更好的数据支撑。
-
公开(公告)号：CN111835454A
公开(公告)日：2020-10-27
申请号：CN202010654663.0
申请日：2020-07-09
Applicant: 北京中超伟业信息安全技术股份有限公司
Abstract: 本发明涉及一种用于蜂窝网络电磁干扰系统的环境识别方法及系统。该方法包括：获取天线阵列的探测数据和环境中基站的射频数据；对所述探测数据和射频数据进行预处理；基于预处理后的探测数据，利用环境识别分类模型识别所述探测数据所处的环境类型；基于预处理后的射频数据，利用基站信号强度回归模型识别所述射频数据所处环境的基站信号强度。本发明可以实现对环境的实时分析，进而为蜂窝网络电磁干扰过程提供自适应调整的基础，降低功率损耗。
-
公开(公告)号：CN111816403A
公开(公告)日：2020-10-23
申请号：CN202010654741.7
申请日：2020-07-09
Applicant: 北京中超伟业信息安全技术股份有限公司
IPC: H01F13/00
Abstract: 本发明公开了一种用于消磁的目标位置确定方法及系统。该用于消磁的目标位置确定方法包括：获取目标介质感应信号强度；将目标介质感应信号强度输入至采用机器学习算法确定的介质定位模型中，得到目标磁性存储介质的所处位置；将目标磁性存储介质的所处位置输入至采用机器学习算法确定的消磁线圈选择模型中，得到目标磁性存储介质的线圈选择信息；线圈选择信息包括参与消磁的消磁线圈的编号；基于目标磁性存储介质的线圈选择信息，控制对应编号的消磁线圈产生对目标磁性存储介质消磁所需的强磁场，以实现消磁。本发明能够实现对磁性存储介质的精确消磁。
-
Patent Agency Ranking
公开(公告)号：CN117435523A
公开(公告)日：2024-01-23
申请号：CN202311763144.8
申请日：2023-12-21
Applicant: 北京中超伟业信息安全技术股份有限公司
Abstract: 本发明涉及数据存储安全管理技术领域，具体涉及基于数据敏感级识别的存储介质自动销毁方法，包括以下步骤：设定敏感级标准和相关参数；对存储在介质上的数据进行敏感级分类；监控存储介质的安全状态，实时监测存储介质的访问模式和物理状态；引入动态敏感级调整机制，根据实时监测的数据使用情况和安全环境，动态调整数据的敏感级分类，在检测到高风险活动或异常访问模式时，自动提升相关数据的敏感级；决定是否执行自动销毁程序。本发明，提前防范数据泄露和安全威胁，从而为整个数据安全管理体系带来更高效和主动的保护机制。
-
公开(公告)号：CN115865048A
公开(公告)日：2023-03-28
申请号：CN202310083861.X
申请日：2023-02-09
Applicant: 北京中超伟业信息安全技术股份有限公司
IPC: H03H21/00 , G06F18/23 , G06F18/23213 , H02J3/01
Abstract: 本发明涉及一种分布式电源滤波系统。该滤波器包括总滤波器和多个子滤波器；总滤波器中的第一耦合器采集总电力线上的信号；第一AD\DA器将采集的总电力线上的信号进行模拟和数字信号之间的转换；总滤波处理器根据总电力线上的信号和用电设备电力线上的信号进行聚类操作，得到聚类结果，并将聚类结果发送至相应的子滤波器；子滤波器中的第二耦合器采集用电设备电力线上的信号；第二AD\DA器将采集的用电设备电力线上的信号进行模拟和数字信号之间的转换；子滤波处理器根据聚类结果对用电设备电力线上的信号进行滤波处理；本发明能够在提高滤波效果的同时，降低算法复杂度。
-
公开(公告)号：CN113850242A
公开(公告)日：2021-12-28
申请号：CN202111437250.8
申请日：2021-11-30
Applicant: 北京中超伟业信息安全技术股份有限公司
Abstract: 本发明涉及一种基于深度学习算法的仓储异常目标检测方法及系统，该方法包括：构建基于深度学习算法的仓储异常目标检测网络；以数据增加处理后的仓储视频监控图像为训练集，训练仓储异常目标检测网络，获得仓储异常目标检测模型；利用仓储异常目标检测模型对待检测仓储视频监控图像进行异常目标检测；仓储异常目标检测网络包括依次连接的骨干网络、多尺度特征融合网络和预测层；骨干网络为改进的ResNet34残差网络，改进的ResNet34残差网络的激活函数为Mish激活函数，改进的ResNet34残差网络包括批量标归一化层。本发明提高了仓储异常目标检测的效率和准确性。
-
公开(公告)号：CN113837156A
公开(公告)日：2021-12-24
申请号：CN202111416427.6
申请日：2021-11-26
Applicant: 北京中超伟业信息安全技术股份有限公司
Abstract: 本发明涉及一种基于增量学习的智能仓储分拣方法和系统。该方法包括：采用开集识别算法识别仓储物体样本图像集中的仓储物体图像的物体种类；当仓储物体图像为新增仓储物体图像时生成新增仓储物体图像数据集；对仓储系统分类模型进行优化得到增量学习算法模型；仓储系统分类模型为智能仓储系统中原始植入的仓储物体分类模型；采用新增仓储物体图像数据集训练增量学习算法模型；将待检测仓储物体图像输入至训练好的增量学习算法模型，得到待检测仓储物体的物体种类。可见本发明将增量学习模型应用于智能仓储系统，能够在提高旧类别仓储物体识别准确率的同时，提高自主学习识别旧类别和新类别仓储物体的识别效率。
-
公开(公告)号：CN116702069B
公开(公告)日：2023-11-24
申请号：CN202310989246.5
申请日：2023-08-08
Applicant: 北京中超伟业信息安全技术股份有限公司 , 山东万里红信息技术有限公司
IPC: G06F18/243 , G06N3/0464 , G06V10/82 , G06V30/18 , G06V30/19 , G06F18/214 , G01D21/02 , F23G7/00 , B09B3/00 , B09B3/40 , B09B3/70 , B09B101/15
Abstract: 本发明涉及销毁介质技术领域，具体涉及一种基于状态感知的介质销毁的方法，包括以下步骤：采集待销毁介质的各项物理状态参数，该参数包括温度、湿度、压力；利用图形识别技术对待销毁介质的图形数据进行读取和分析；基于所述物理状态参数和图形数据，确定待销毁介质的销毁方式和销毁程度；依据所确定的销毁方式和销毁程度，实施销毁操作；销毁操作结束后，对销毁后的残余物进行检测，以验证销毁操作的完成情况。本发明，通过动态读取并分析待销毁介质的物理状态参数以及图形数据，可以根据具体情况智能地选择最适合的销毁方式和程度，既增强了销毁效率，又确保了销毁效果的可靠性，显著提(56)对比文件闫国卿 等“.信息存储介质的安全销毁方法及资源化技术”《.材料导报》.2013,第27卷(第2期),全文.Mei Chen 等.“The application ofintelligent control algorithm insanitation monitoring system”.2017 2ndInternational Conference on Robotics andAutomation Engineering (ICRAE).2018,全文.
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.043 seconds)
