-
公开(公告)号：CN112418861B
公开(公告)日：2024-06-25
申请号：CN202011438492.4
申请日：2020-12-07
Applicant: 江南大学
IPC: G06Q20/38
Abstract: 本发明公开了一种应用于工业物联网的节点快速共识方法，属于区块链技术领域。本发明方法先通过一个非线性的并行空间链结构来使交易并行验证，加快了交易的验证过程。同时在验证器之间引入了两个级别的随机化：(1)交易级别，其中根据哈希函数输出的最重要特征随机选择每个交易的验证器，以及(2)区块链级别，其中根据验证者的公钥哈希将验证者随机分配给特定的共识码。并且在一个共识期加入负载平衡算法，来均衡各验证器的共识码范围的交易数量，来提高共识算法整体的吞吐量。本发明的轻量级共识算法在保证区块链的公平性和安全性前提下，大大地提高了区块链系统的吞吐量和降低交易处理延迟，更适用于工业物联网场景。
-
公开(公告)号：CN112165464B
公开(公告)日：2021-11-02
申请号：CN202010967962.X
申请日：2020-09-15
Applicant: 江南大学
Abstract: 本发明公开了一种基于深度学习的工控混合入侵检测方法，属于工业控制系统网络信息安全技术领域。本发明方法先采用Borderline‑SMOTE过采样算法将SCADA系统数据集中少数类别的样本进行扩充，随之标准化处理；然后分别建立异常检测和误用检测；最后将AE异常检测和深度DNN误用检测组合混合入侵检测方法。其中，为了保证一次异常检测分类为正常的样本集中包含的异常样本接近为0，本发明将异常检测阈值设置的尽可能小，同时为了确保二次误用检测的高精度，通过堆叠多层DNN模型学习深层特征，再采用自动优化算法对深度DNN误用检测的超参数进行优化，进一步提高二次分类的准确性。
-
公开(公告)号：CN109714763B
公开(公告)日：2021-08-10
申请号：CN201811550614.1
申请日：2018-12-18
Applicant: 江南大学
IPC: H04W12/06 , H04W4/80 , H04W12/0431
Abstract: 本发明公开了一种射频识别安全认证方法，包括以下步骤：包括进行标签、阅读器和服务器的参数初始化；所述参数初始化完成后开始认证，且还包括，所述阅读器发送认证请求消息至所述标签；所述标签收到所述请求消息后生成标签认证信号；所述标签判断所述阅读器为合法阅读器时，认证完成。本发明的有益效果：能够防止假冒攻击、重放攻击、跟踪攻击、拒绝服务等安全威胁外，还能保证增强敌手能力下的强前向隐私不被泄露，此外，采用公钥加密机制，降低了系统存储和管理秘钥的困难性，有助于射频识别系统规模的扩展。
-
公开(公告)号：CN112488171A
公开(公告)日：2021-03-12
申请号：CN202011339361.0
申请日：2020-11-25
Applicant: 江南大学
Abstract: 本发明公开了一种变分模式分解的SRU故障预测方法，属于信息安全技术领域。所述方法包括使用VMD算法对数据进行分解，并根据分解后的模态信号提取统计特征；然后利用这些统计特征进行归一化处理作为神经网络的输入特征；最后根据SRU故障预测模型的训练测试得到最后的故障预测结果。本发明通过VMD分解得到多个主模态，有效避免使用原始数据而出现大量噪声信息干扰的问题，对后期故障预测的准确性作了很好的铺垫；并行化的训练方式缩短了故障预测的训练和预测时间，并且通过添加结合传感器数据的高层表示的感官融合层，提高了故障预测的准确性。
-
公开(公告)号：CN112165464A
公开(公告)日：2021-01-01
申请号：CN202010967962.X
申请日：2020-09-15
Applicant: 江南大学
Abstract: 本发明公开了一种基于深度学习的工控混合入侵检测方法，属于工业控制系统网络信息安全技术领域。本发明方法先采用Borderline‑SMOTE过采样算法将SCADA系统数据集中少数类别的样本进行扩充，随之标准化处理；然后分别建立异常检测和误用检测；最后将AE异常检测和深度DNN误用检测组合混合入侵检测方法。其中，为了保证一次异常检测分类为正常的样本集中包含的异常样本接近为0，本发明将异常检测阈值设置的尽可能小，同时为了确保二次误用检测的高精度，通过堆叠多层DNN模型学习深层特征，再采用自动优化算法对深度DNN误用检测的超参数进行优化，进一步提高二次分类的准确性。
-
Patent Agency Ranking
公开(公告)号：CN108462711B
公开(公告)日：2020-05-08
申请号：CN201810238631.5
申请日：2018-03-22
Applicant: 江南大学
Abstract: 本发明公开了一种余弦时变PSO‑SVM的入侵检测方法，属于网络信息安全技术领域。本发明方法先将包括正常样本和攻击样本的NSL‑KDD数据集和ADFA入侵检测数据集中的所有数据进行数值化处理，然后进行余弦时变PSO优化，再应用余弦时变PSO‑SVM进行误用检测。本发明与现有部分时变粒子群优化SVM模型相比，根据余弦函数非线性，改进时变粒子群算法在检测过程中的学习能力，精简余弦时变加速系数表达式，改进惯性权重的取值策略，提高对当前最优目标区域搜索的精细程度和搜索效率，从而加快时变PSO‑SVM入侵检测模型的收敛速度，有效地提高时变PSO‑SVM入侵检测模型的检测率。
-
公开(公告)号：CN110825903A
公开(公告)日：2020-02-21
申请号：CN201910967910.X
申请日：2019-10-12
Applicant: 江南大学
IPC: G06F16/583 , G06F16/332 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种改进哈希融合机制的视觉问答方法，包括以下步骤，创建问答模型的总表达式；构建由分类网络和参数预测网络构成的动态参数预测模型；所述分类网络提取输入的图像特征、所述参数预测网络提取问题文本特征；采用多种子随机哈希压缩算法将所述问题文本特征融入到所述图像特征中。本发明的有益效果：一是解决动态参数预测模型采用单种子随机哈希压缩容易导致碰撞风险大的问题；二是提高提取图像特征和问题文本特征的能力；三是和初始模型相比，提高了整个模型对于视觉问答的结果精度。
-
公开(公告)号：CN110648405A
公开(公告)日：2020-01-03
申请号：CN201910967905.9
申请日：2019-10-12
Applicant: 江南大学
Abstract: 本发明公开了一种基于增强现实的飞行操作辅助方法和系统，包括以下步骤，采集模块实时采集虚拟驾驶舱内的环境数据作为实时输入；所述环境数据输入至识别模块进行识别并生成识别结果；提示模块根据所述识别结果匹配相对应的信息提示给用户；用户根据提示的信息进行控制操作并获得下一步的提示。本发明的有益效果：一是能够加快飞行员训练中的学习速度，增强其对驾驶舱仪表盘各部件位置信息的记忆；二是减少因操作失误或误操作带来的飞行事故的发生概率；三是减少飞行员的工作负荷，保证更安全的飞行；减少飞行员花费在操作任务上的时间，提高飞行效率。
-
公开(公告)号：CN106951920A
公开(公告)日：2017-07-14
申请号：CN201710127473.1
申请日：2017-03-06
Applicant: 江南大学
IPC: G06K9/62
CPC classification number: G06K9/6218 , G06K9/6259
Abstract: 本发明公开了一种基于半监督的稀疏子空间聚类算法，包括：以点对约束的形式将数据先验信息转化成能够适用于稀疏子空间模型的约束矩阵；以Hadamard积的形式排除非标记位的干扰，同时考虑不同约束条件下表示系数的状态，建立了相应的约束项；利用约束项分别建立两种硬阈值和软阈值形式的半监督稀疏子空间模型，并基此在稀疏子空间聚类算法上建立了半监督框架。该算法在无先验信息时，也能保持稀疏子空间算法的聚类精度。同时吸取了稀疏子空间聚类算法的性能优势，使其能够直接有效地处理高维含干扰信息数据的聚类问题，并保证在已知少量先验信息时有效地提升聚类性能，从而增加了算法适用性。
-
公开(公告)号：CN105653523A
公开(公告)日：2016-06-08
申请号：CN201410620537.8
申请日：2014-11-04
Applicant: 江南大学
IPC: G06F17/30
CPC classification number: Y02D10/45
Abstract: 本发明涉及一种系统平台构建技术领域，具体涉及一种基于云计算的能耗监管物联网络基础平台的系统构建方法，在硬件服务层内设置存储数据的MongoDB中间数据库，在业务逻辑层内构建业务引擎，通过业务引擎驱动数据预处理模块对MongoDB中间数据库的原始数据进行处理，处理后的数据通过数据挖掘模块进行计算，计算后的数据通过数据分析模块进行分析归纳，将分析归纳的结果通过数据输出模块在系统展示层上进行展示。本发明克服了现有能耗监管系统功能上的局限性以及对建筑能耗管理层面所提供的数据信息内容单一性的问题，能够在能耗数据、房产数据和人事数据基础上进行综合数据挖掘和数据分析，且便于用户查看。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.026 seconds)
