-
公开(公告)号：CN115841158A
公开(公告)日：2023-03-24
申请号：CN202211723861.3
申请日：2022-12-30
Applicant: 南京邮电大学
Abstract: 一种基于格兰杰因果关系检验的可解释强化学习的风险预测方法，首先研究基于自动驾驶语义的适应度函数与奖励函数强化过程，然后研究基于格兰杰因果关系的模糊关联分析方法，再根据强化学习结果，进行格兰杰因果分析的转化，最后提出基于格兰杰因果关系的强化学习的自动驾驶风险预测模型，同时实现基于时间序列数据的风险因素追溯。通过本发明提出方法，自动驾驶车辆可以在较少的人为干预帮助下进行自我路况检测与简单风险规避。
-
公开(公告)号：CN113206834B
公开(公告)日：2022-12-09
申请号：CN202110374805.2
申请日：2021-04-07
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于逆向技术的未知协议模糊测试自动化方法，目的是为了提高针对未知协议的模糊测试的方法的效率以及自动化程度。针对全球骨干网中存在的大量未知协议，构建一种协议逆向方法来逆向协议的格式，在逆向协议格式的基础上，编写模糊测试脚本生成方法，再利用boofuzz框架执行测试脚本，记录测试过程的测试对象状态以及数据，为进一步研究未知协议的安全问题提供基础，以便及时的改进未知协议的设计以及修复通讯实体的漏洞。
-
公开(公告)号：CN111537952B
公开(公告)日：2022-06-21
申请号：CN202010395953.8
申请日：2020-05-12
Applicant: 南京邮电大学
Abstract: 本发明提出了一种基于深度学习的RFID室内三维定位方案，通过人在天线和标签间移动，对标签的特征信息产生影响，结合相对定位与绝对定位，运用深度学习技术，进一步挖掘数据特征，以标签的RSSI、Phase、Timestamp作为输入数据训练模型，实现较好的RFID三维室内定位效果，定位模型稳定可靠，能够应用在实际生活场景中。
-
公开(公告)号：CN107908713B
公开(公告)日：2022-01-11
申请号：CN201711102691.6
申请日：2017-11-10
Applicant: 南京邮电大学
IPC: G06F16/2455 , G06F16/215
Abstract: 本发明提供一种基于Redis集群的分布式动态杜鹃过滤系统及其过滤方法，系统包括：Redis客户端、基于Redis集群的DDCF（Distributed Dynamic Cuckoo Filter）系统中心模块和多个基于Redis集群子节点的DDCF系统子节点；所述DDCF系统子节点包括Redis集群子节点及一个DCF；本发明还提供了一种基于Redis集群的分布式动态杜鹃过滤系统的使用方法，包括数据的插入、查询和删除方法，本发明利用一种高效的数据结构DCF与Redis集群的分布式特性结合大大提高Redis集群中海量数据的检索性能，并显著降低内存开销，大大改善了存储空间的利用效率。
-
公开(公告)号：CN113255884A
公开(公告)日：2021-08-13
申请号：CN202110536592.9
申请日：2021-05-17
Applicant: 南京邮电大学
Abstract: 本发明是一种基于协作学习的网络异常流量识别与分类方法，包括如下步骤：1各个参与方对已抓取的DDoS攻击流量数据进行预处理；2协调服务器初始化模型的参数，并设定协作学习的超参数，包括协调方与参与方之间的通信轮次、每轮中参与方的训练次数；3协调服务器组织各个参与方的训练，在每一通信轮次中，各参与方使用本地数据集训练一CNN模型，协调方负责聚合各参与方的模型并将聚合后的模型发送给各参与方以进行下一轮的训练；4在模型收敛后，协调方将最终的模型发送给各参与方，用于DDoS流量的识别与分类。该方法使用深度学习挖掘DDoS流量数据特征与攻击类型之间的关系，利用协作学习技术，充分利用各个终端的数据训练模型。
-
Patent Agency Ranking
公开(公告)号：CN112885462A
公开(公告)日：2021-06-01
申请号：CN202110228690.6
申请日：2021-03-02
Applicant: 南京邮电大学
Abstract: 一种面向多源信息融合的智慧健康关联分析方法，首先对多源异构数据进行模糊关联规则挖掘，然后优化适合于数据分布动态化的智能平衡参数，再分析兼容流式存储架构，提出针对上述智能平衡参数优化的动态增量式的建模方法，实现健康风险预警。该方法通过批量数据处理方法，可以在保证一定准确率的前提下进行增量式关联规则挖掘；可与快速并行处理相结合，高效地挖掘出与疾病相关的指标；用来训练模型的数据可实时更新，每次更新的数据均可实时更新关联规则模型，从而挖掘出更准确更有效的规则，从而进行健康风险预警；更新数据或者优化模型所需要的参数均由当前数据的数据分布状态也自动产生，无需研究人员和用户的参与，具有良好的可行性。
-
公开(公告)号：CN112766232A
公开(公告)日：2021-05-07
申请号：CN202110190624.4
申请日：2021-02-19
Applicant: 南京邮电大学
Abstract: 一种基于可重构卷积神经网络的道路风险目标识别方法，包括如下步骤：用户对当前实际场景当中的需要进行识别的个体进行拍摄并上传至识别端；识别端启动图像识别程序，选择并保存用户上传的图片；在识别端的界面选择可重构卷积神经网络模型，调用可重构卷积神经网络模型进行识别，识别完成后将识别结果输出到界面。本方法通过车载摄像头设备或移动终端设备对前方道路进行实时检测，出现风险目标时进行拍摄，并上传到系统数据库完成道路风险目标检测，并将检测结果通过移动终端返回。不仅保证了数据的私密性，并且还可以将检测过的图片进行保存，用于后续训练优化卷积神经网络模型，提高在实际场景中的应用，极大程度上降低了识别的误差率。
-
公开(公告)号：CN107911237B
公开(公告)日：2021-05-04
申请号：CN201711102664.9
申请日：2017-11-10
Applicant: 南京邮电大学
IPC: H04L12/24 , H04L12/26 , H04L12/803 , H04L12/863 , H04L29/06 , G06F9/54
Abstract: 本发明公开了一种基于DPDK的用户空间内数据包快速检测方法。包括以下几个步骤：A、从网卡接收数据流，对网卡多队列进行配置，将队列与指定的CPU逻辑核进行绑定，数据包将绕过linux内核转移到DPDK提供的用户空间中；B、在DPDK提供的用户空间中进行数据包的处理，具体是：B1、将数据帧进行剥离，直至到应用层；B2、分析HTTP报文特征，比对各个应用层各种应用的特征进行分类识别；C、最后，记录分类结果，检测完成。
-
公开(公告)号：CN112148681A
公开(公告)日：2020-12-29
申请号：CN202011103769.8
申请日：2020-10-15
Applicant: 南京邮电大学
IPC: G06F16/13 , G06F16/16 , G06F16/172 , G06F16/182 , G06F12/0862 , G06F12/123 , G06F12/126
Abstract: 一种基于分布式文件系统HDFS的小文件存取优化方法，本该方法在传统HDFS架构之上添加新型的文件处理层。该文件处理层主要功能是提供小文件元数据索引、小文件合并、小文件预取和缓存。其中将小文件元素据保存在处理层可以降低HDFS集群内存占用和负载。小文件合并和预取方案的提出可以减少文件处理层带来的通信效率下降问题，增强小文件的读写性能。
-
公开(公告)号：CN111310878A
公开(公告)日：2020-06-19
申请号：CN202010406285.4
申请日：2020-05-14
Applicant: 南京邮电大学 , 安徽晶奇网络科技股份有限公司
Abstract: 本发明公开了一种基于射频识别和目标检测的货车超载检测方法，在货车出产时，将目标车辆的限重信息存储于该车的RFID标签中，在高速公路收费站处安装重量传感器，然后获取收费站摄像头采集的实时视频并进行视频预处理，根据高斯混合模型的背景相减法获取目标车辆区域，建立采集的数据集，采用数据扩充策略丰富数据集，然后利用AlexNet对得到的目标区域进行分类，筛去其他车型，留下货车车型，最后利用RFID阅读器读取货车RFID标签里的限重信息与重量传感器获得的实际重量进行比对，检测是否超载，方便工作人员有效、便捷地控制货车超载，以防止超载带来的不必要的损失。
-
-
-
-
-
-
-
-
-
Search Results
225
records
(took 0.03 seconds)
