-
-
公开(公告)号：CN115549964B
公开(公告)日：2024-12-27
申请号：CN202211019960.3
申请日：2022-08-24
IPC: H04L9/40
Abstract: 本发明属于数字孪生技术领域，具体为适应孪生体应用的权限管理方法。本发明提方法包括创建孪生体的唯一身份标识，基于每个孪生体的唯一身份标识进行孪生体身份密钥验证；实现不同身份的孪生体访问对应权限的数据内容；对传输的孪生体数据内容进行加密，以及对加密数据内容的密钥加密；对获取到的加密密钥和加密数据内容进行解密；将孪生体作为数据存储节点转发数据包。本发明的适应孪生体应用的权限管理方法，可以有效的设定关于孪生体应用的安全规则和应用数据的访问策略，实现孪生体身份的认证以及数据传输过程的机密性、完整性和高效性。
-
公开(公告)号：CN113163184A
公开(公告)日：2021-07-23
申请号：CN202110322371.1
申请日：2021-03-25
Applicant: 复旦大学
IPC: H04N9/31
Abstract: 本发明属于自适应传输技术领域，具体为一种面向VR自适应传输的投影算法。本发明设计的投影算法包括：引入平移因子的立方体投影，将ERP全景图投影至立方体表面，生成6个正方形投影图；对主视面和后面使用投影主视面像素密度调整，减少边缘冗余像素，再经压缩得到投影后图像；对侧面使用像素密度调整的侧面压缩方法，调整像素分布，压缩像素数量，生成最终的投影全景图。本发明算法，投影主视面FOV可以根据需要进行调整，增大了算法的灵活性；使得像素向中心聚集，改善投影面边缘冗余像素问题，提升图像质量；在减少像素冗余的同时，可提高图像质量过渡的平滑性。
-
公开(公告)号：CN112492313A
公开(公告)日：2021-03-12
申请号：CN202011316056.X
申请日：2020-11-22
Applicant: 复旦大学
Abstract: 本发明属于图像传输技术领域，具体为一种基于生成对抗网络的图片传输系统。所述生成对抗网络GAN具有两个判别器和一个生成器；生成器和判别器都是卷积神经网络；所述图片传输系统包括发送端和接收端；发送端包括压缩模块和编码模块，压缩模块用于将原始图片进行可导压缩；编码模块用于对压缩后的图片进行编码，得到图像的观测值，进行发送；接收端包括译码器、最优潜变量生成模块、生成器网络；接收端利用云上的相关数据集训练GAN，利用接收到的压缩后的图片在GAN上优化，所述最优潜变量生成模块将译码器得到的压缩图片通过优化得到最优噪声潜变量；最后由生成器网络重建图像。
-
公开(公告)号：CN115604780A
公开(公告)日：2023-01-13
申请号：CN202211106389.9
申请日：2022-09-11
Applicant: 复旦大学(CN)
Abstract: 本发明属于计算机网络技术领域，具体为一种基于网络孪生的移动性管理方法。本发明根据网络孪生的思想，利用OAI平台，首先实现LTE系统中终端切换全进程流程，以docker容器作为边缘云，利用边缘技术，标识孪生体部分，拆分孪生体部分以及加密验证传输流程部分，进而实现移动性的数据管理和信令控制；具体包括：终端全进程流程切换，基于网络孪生的云原生网络的构建；各网络模块间通过接口和协议栈高效协作，最终实现可靠地移动性管理流程。本发明可实现移动切换过程中终端各项数据传输的实时性，并提高数据传输的有效性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN115549965A
公开(公告)日：2022-12-30
申请号：CN202211024037.9
申请日：2022-08-24
IPC: H04L9/40 , H04L41/12 , H04L41/14 , H04L67/1095
Abstract: 本发明属于网络信息安全技术领域，具体为一种基于拟真网络的网络安全训练方法。本发明具体包括：构建拟真网络拓扑环境，包括：原服务网络拓扑、拟真网络拓扑、网络隔离模块；构建网络安全训练系统，用于信息安全攻防训练和安全数据收集；包括攻击工具库模块、防御工具库模块、攻击策略库模块、防御策略库模块、日志库模块、数据收集模块：最后进行基于拟真网络的网络安全训练。本发明通过拟真网络训练环境对真实网络拓扑进行模拟再现，使用各类攻击手段进行网络攻击测试，经各安全资源模块之间的互动反馈，发现目标服务网络结构中的安全漏洞，从而提供和实施对应的防御方案，获取相应网络安全数据用于保存和导出分析。
-
公开(公告)号：CN115580629A
公开(公告)日：2023-01-06
申请号：CN202211020030.X
申请日：2022-08-24
IPC: H04L67/12 , H04L65/1073
Abstract: 本发明属于容器网络通信技术领域，具体为一种基于数字孪生的容器网络通信系统和方法。本发明以数据为核心，在获取数据和请求数据的过程中，孪生体只需要提供数据的具体名称，即可在系统中获取相应的数据；所述容器内部包括：孪生体、数据声明模块、数据请求模块；容器和数据管理模块部署于各自的物理机上；多个物理机组成集群；在数字孪生场景下，实现容器中的孪生体高效的数据传输。孪生体声明数据时，不需要与其它孪生体进行通信即可提供数据；孪生体请求数据时，不需要知道数据由哪一个孪生体提供，也不需要和其它孪生体进行通信，只提供数据命名即可获取数据。本发明比现有的容器网络通信方法更高效、更便捷，同时保持数据传输的可靠性。
-
公开(公告)号：CN113163184B
公开(公告)日：2022-11-18
申请号：CN202110322371.1
申请日：2021-03-25
Applicant: 复旦大学
IPC: H04N9/31
Abstract: 本发明属于自适应传输技术领域，具体为一种面向VR自适应传输的投影算法。本发明设计的投影算法包括：引入平移因子的立方体投影，将ERP全景图投影至立方体表面，生成6个正方形投影图；对主视面和后面使用投影主视面像素密度调整，减少边缘冗余像素，再经压缩得到投影后图像；对侧面使用像素密度调整的侧面压缩方法，调整像素分布，压缩像素数量，生成最终的投影全景图。本发明算法，投影主视面FOV可以根据需要进行调整，增大了算法的灵活性；使得像素向中心聚集，改善投影面边缘冗余像素问题，提升图像质量；在减少像素冗余的同时，可提高图像质量过渡的平滑性。
-
公开(公告)号：CN113271338B
公开(公告)日：2022-04-12
申请号：CN202110445941.6
申请日：2021-04-25
Applicant: 复旦大学
IPC: H04L67/55 , H04L67/10 , H04L67/131
Abstract: 本发明属于无线传输技术领域，具体为一种移动增强现实场景的智能预加载算法。本发明的智能预加载算法，边缘服务器端对于用户的轨迹进行学习，将用户在还没到达某一全息内容前将文件推送给用户。这种推送算法利用空闲带宽对全息内容进行传输以提高边缘基站的传输效率。智能预加载算法在没有提前预知用户的运动轨迹的场景下，将用户的运动轨迹视为马尔可夫决策过程，自适应地学习最优预加载策略。智能预加载算法使移动设备通过自身的缓存空间选择性地存储接收到的内容以备将来的请求。尤其是，为了解决场景中全息内容稀疏导致的学习不收敛问题，提出状态相关Q学习算法。
-
公开(公告)号：CN113271338A
公开(公告)日：2021-08-17
申请号：CN202110445941.6
申请日：2021-04-25
Applicant: 复旦大学
Abstract: 本发明属于无线传输技术领域，具体为一种移动增强现实场景的智能预加载算法。本发明的智能预加载算法，边缘服务器端对于用户的轨迹进行学习，将用户在还没到达某一全息内容前将文件推送给用户。这种推送算法利用空闲带宽对全息内容进行传输以提高边缘基站的传输效率。智能预加载算法在没有提前预知用户的运动轨迹的场景下，将用户的运动轨迹视为马尔可夫决策过程，自适应地学习最优预加载策略。智能预加载算法使移动设备通过自身的缓存空间选择性地存储接收到的内容以备将来的请求。尤其是，为了解决场景中全息内容稀疏导致的学习不收敛问题，提出状态相关Q学习算法。
-
-
-
-
-
-
-
-
-
Search Results
20
records
(took 0.018 seconds)
