一种驾驶安全智能识别监控方法及系统

    公开(公告)号:CN118865319A

    公开(公告)日:2024-10-29

    申请号:CN202410859923.6

    申请日:2024-06-28

    Abstract: 本发明公开了一种驾驶安全智能识别监控方法及系统,通过高清摄像头获取实时图像后解析出当前状态下车辆的周界信息,而后依据构建的周界安全预测模型获取车辆周界安全性预测值;通过一组传感器获取车辆运动状态,而后依据构建的运动安全性预测模型获取车辆运动安全性预测值;而后通过构建的车辆安全性预警模型获取综合判断值,对比预设的安全阈值,完成安全性预测,本发明提供的算法程序运用于复杂的行车环境中,对于车辆当前所处环境的安全性起到了很好的预测报警功能,提高了识别及预测的准确性及实时性。

    用于开源操作系统环境的多系统协同安全测试方法

    公开(公告)号:CN118410485A

    公开(公告)日:2024-07-30

    申请号:CN202410855653.1

    申请日:2024-06-28

    Abstract: 本发明公开了用于开源操作系统环境的多系统协同安全测试方法,涉及安全测试技术领域,通过训练异常预测模型、威胁类型预测模型和时间序列预测模型,收集待测试电力系统的测试结构化特征,基于测试结构化特征和异常预测模型,判断待测试电力系统是否存在异常风险,若存在异常风险,基于测试结构化特征和威胁类型预测模型,判断异常风险所对应的实际威胁类型,收集待测试电力系统的时间序列特征数据,基于时间序列特征数据和实际威胁类型的时间序列预测模型,获得预测的异常时间节点;便于提前采取必要的防范措施和应对准备,从而降低异常带来的潜在风险和损失。

    用于开源操作系统环境的多系统协同安全测试方法

    公开(公告)号:CN118410485B

    公开(公告)日:2024-09-24

    申请号:CN202410855653.1

    申请日:2024-06-28

    Abstract: 本发明公开了用于开源操作系统环境的多系统协同安全测试方法,涉及安全测试技术领域,通过训练异常预测模型、威胁类型预测模型和时间序列预测模型,收集待测试电力系统的测试结构化特征,基于测试结构化特征和异常预测模型,判断待测试电力系统是否存在异常风险,若存在异常风险,基于测试结构化特征和威胁类型预测模型,判断异常风险所对应的实际威胁类型,收集待测试电力系统的时间序列特征数据,基于时间序列特征数据和实际威胁类型的时间序列预测模型,获得预测的异常时间节点;便于提前采取必要的防范措施和应对准备,从而降低异常带来的潜在风险和损失。

Patent Agency Ranking