-
公开(公告)号：CN111209563B
公开(公告)日：2022-04-08
申请号：CN201911382869.6
申请日：2019-12-27
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种网络入侵检测方法及系统，该方法包括：基于训练好的网络入侵检测模型对待检测网络数据进行检测，并对得到的检测结果进行分析判断，若判断获知待检测网络数据为网络已知数据，则根据检测结果，对网络已知数据进行细粒度分类；若判断获知待检测网络数据为网络未知类别入侵数据，则对网络未知类别入侵数据进行聚类，获取网络未知类别入侵数据中各类别的聚类质心；根据网络未知类别入侵数据中各类别的聚类质心，对训练好的网络入侵检测模型的分类器进行更新，以根据更新后的网络入侵检测模型对后续待检测网络数据中网络未知类别入侵数据进行入侵检测。本发明实施例实现对网络未知入侵的识别和学习。
-
公开(公告)号：CN106304232B
公开(公告)日：2019-09-24
申请号：CN201610641160.3
申请日：2016-08-08
Applicant: 北京邮电大学
Abstract: 本发明实施例公开了一种基站休眠的通信方法及装置，其中，所述方法包括：在当前小区的基站处于休眠状态时，获取所述当前小区中的多个协作簇中各个用户之间的第一距离和所述协作簇中各个用户的能量信息；根据所述第一距离和所述能量信息，从第二协作簇中为当前小区的所有第一协作簇中的每个协作簇选择簇间簇头；所述簇间簇头与所述第一协作簇形成融合簇，通过所述融合簇的簇头，向所述未休眠基站请求数据，以使所述第一协作簇内各个用户进行D2D通信，节省能源消耗，并且在解决休眠小区正常通信的同时，不改变相邻小区基站的发射功率，实现对系统的整体覆盖，提高传输效率，节约频谱资源和功耗，在保证服务质量的前提下更好地节能通信。
-
公开(公告)号：CN106304232A
公开(公告)日：2017-01-04
申请号：CN201610641160.3
申请日：2016-08-08
Applicant: 北京邮电大学
Abstract: 本发明实施例公开了一种基站休眠的通信方法及装置，其中，所述方法包括：在当前小区的基站处于休眠状态时，获取所述当前小区中的多个协作簇中各个用户之间的第一距离和所述协作簇中各个用户的能量信息；根据所述第一距离和所述能量信息，从第二协作簇中为当前小区的所有第一协作簇中的每个协作簇选择簇间簇头；所述簇间簇头与所述第一协作簇形成融合簇，通过所述融合簇的簇头，向所述未休眠基站请求数据，以使所述第一协作簇内各个用户进行D2D通信，节省能源消耗，并且在解决休眠小区正常通信的同时，不改变相邻小区基站的发射功率，实现对系统的整体覆盖，提高传输效率，节约频谱资源和功耗，在保证服务质量的前提下更好地节能通信。
-
公开(公告)号：CN106376080B
公开(公告)日：2019-09-24
申请号：CN201610984450.8
申请日：2016-11-09
Applicant: 北京邮电大学
Abstract: 本发明实施例公开了一种AP过滤方法及装置，方法包括：获取目标位置点各AP的属性信息，其中所述属性信息至少包括：出现次数、以及信号强度值；统计所述目标位置点各AP的时间序列的有效值，并根据所述有效值对所述各AP进行初步过滤；根据各AP的出现次数，计算各AP的出现概率，并根据各AP的出现概率、以及信号强度值，对所述初步过滤后的各AP进行过滤，得到第一预设数量的AP；根据所述第一预设数量的各AP的信号强度值以及预设的相关性公式，对所述第一预设数量的AP进行过滤，得到第二预设数量的AP。应用本发明实施例，能够准确的对冗余的AP进行过滤，进而能够降低在线定位复杂度，提高在线定位精度。
-
公开(公告)号：CN109948741A
公开(公告)日：2019-06-28
申请号：CN201910161120.2
申请日：2019-03-04
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种迁移学习方法及装置，该方法包括：获取预处理后的子序列和密集预测网络模型，预处理后的子序列包括源域子序列和目标域子序列；将源域子序列和目标域子序列分批次输入密集预测网络模型，得到全局移位损失；获取源域标签和目标域伪标签，基于余弦距离损失和滑动平均方法，根据源域标签和目标域伪标签进行对应类别质心对齐，得到对应类别移位损失；根据全局移位损失和对应类别移位损失得到总损失，根据总损失更新密集预测网络模型。本发明实施例提供的迁移学习方法及装置，提出一种多层次无监督域适应的方法，完成边缘分布和条件分布的对齐，实现对时间序列数据密集预测模型的迁移，性能更优越。
-
Patent Agency Ranking
公开(公告)号：CN106376080A
公开(公告)日：2017-02-01
申请号：CN201610984450.8
申请日：2016-11-09
Applicant: 北京邮电大学
Abstract: 本发明实施例公开了一种AP过滤方法及装置，方法包括：获取目标位置点各AP的属性信息，其中所述属性信息至少包括：出现次数、以及信号强度值；统计所述目标位置点各AP的时间序列的有效值，并根据所述有效值对所述各AP进行初步过滤；根据各AP的出现次数，计算各AP的出现概率，并根据各AP的出现概率、以及信号强度值，对所述初步过滤后的各AP进行过滤，得到第一预设数量的AP；根据所述第一预设数量的各AP的信号强度值以及预设的相关性公式，对所述第一预设数量的AP进行过滤，得到第二预设数量的AP。应用本发明实施例，能够准确的对冗余的AP进行过滤，进而能够降低在线定位复杂度，提高在线定位精度。
-
公开(公告)号：CN115276047A
公开(公告)日：2022-11-01
申请号：CN202210764506.4
申请日：2022-06-30
Abstract: 本发明公开了一种电能调度方法、装置及计算机可读存储介质。其中，该方法包括：获取多个基站对应的多个电能消耗预测值和多个电能产生预测值；根据多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定多个基站对应的初始电能调度参数组；将初始电能调度参数组发送给多个基站，并接收多个基站基于初始电能调度参数组和第二预定规则反馈的多个初始电能消耗值和多个初始电能产生值；根据多个初始电能消耗值和多个初始电能产生值对初始电能调度参数组进行调整，得到目标电能调度参数组，并将目标电能调度参数组发送给多个基站，用于多个基站基于目标电能调度参数组确定多个基站对应的多个目标电能消耗值和多个目标电能产生值。
-
公开(公告)号：CN110572362B
公开(公告)日：2020-09-15
申请号：CN201910718219.8
申请日：2019-08-05
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种针对多类不均衡异常流量的网络攻击检测方法及装置。方法包括：获取网络中待检测流量包的特征数据；将特征数据输入至预设神经网络模型中的若干组交替设置的特征提取层和特征融合层，得到融合特征；将融合特征输入至预设神经网络模型中的分类层，根据分类结果确定待检测流量包对应的网络攻击类型；其中，特征提取层，用于提取特征数据的语义特征和高分辨率特征；特征融合层，用于对语义特征和高分辨率特征进行特征融合；预设神经网络模型是根据带有网络攻击类型标签的特征数据进行训练后得到的。能够有效地对不同网络攻击类型下的流量包进行准确分类，确保了网络攻击检测结果的准确性。
-
公开(公告)号：CN111209563A
公开(公告)日：2020-05-29
申请号：CN201911382869.6
申请日：2019-12-27
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种网络入侵检测方法及系统，该方法包括：基于训练好的网络入侵检测模型对待检测网络数据进行检测，并对得到的检测结果进行分析判断，若判断获知待检测网络数据为网络已知数据，则根据检测结果，对网络已知数据进行细粒度分类；若判断获知待检测网络数据为网络未知类别入侵数据，则对网络未知类别入侵数据进行聚类，获取网络未知类别入侵数据中各类别的聚类质心；根据网络未知类别入侵数据中各类别的聚类质心，对训练好的网络入侵检测模型的分类器进行更新，以根据更新后的网络入侵检测模型对后续待检测网络数据中网络未知类别入侵数据进行入侵检测。本发明实施例实现对网络未知入侵的识别和学习。
-
公开(公告)号：CN115276047B
公开(公告)日：2024-08-06
申请号：CN202210764506.4
申请日：2022-06-30
Abstract: 本发明公开了一种电能调度方法、装置及计算机可读存储介质。其中，该方法包括：获取多个基站对应的多个电能消耗预测值和多个电能产生预测值；根据多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定多个基站对应的初始电能调度参数组；将初始电能调度参数组发送给多个基站，并接收多个基站基于初始电能调度参数组和第二预定规则反馈的多个初始电能消耗值和多个初始电能产生值；根据多个初始电能消耗值和多个初始电能产生值对初始电能调度参数组进行调整，得到目标电能调度参数组，并将目标电能调度参数组发送给多个基站，用于多个基站基于目标电能调度参数组确定多个基站对应的多个目标电能消耗值和多个目标电能产生值。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.049 seconds)
