一种基于资源分配的认知卫星通信系统的干扰抑制方法

    公开(公告)号:CN111510938A

    公开(公告)日:2020-08-07

    申请号:CN202010346212.0

    申请日:2020-04-27

    Abstract: 本发明公开了一种基于资源分配的认知卫星通信系统的干扰抑制方法,包括一颗卫星、一个信关站、卫星覆盖下的K个波束;系统可用带宽被分成F条信道,每个信道占用带宽记为Bc,系统服务的用户终端为M个,采用七色复用的方式为用户分配信道;在通信过程中,卫星通过分配的信道向用户传递信息,以认知卫星通信系统的容量性能为优化目标进行问题建模;将系统容量最优值作为认知卫星通信系统的全局优化值,通过采用模拟退火优化方法得到最优的资源分配结果,寻到最优解时达到系统容量最大。本发明通过采用模拟退火优化技术,得到最优的资源分配结果,在抑制干扰的基础上达到系统容量最大的目的。

    一种基于资源分配的认知卫星通信系统的干扰抑制方法

    公开(公告)号:CN111510938B

    公开(公告)日:2021-09-07

    申请号:CN202010346212.0

    申请日:2020-04-27

    Abstract: 本发明公开了一种基于资源分配的认知卫星通信系统的干扰抑制方法,包括一颗卫星、一个信关站、卫星覆盖下的K个波束;系统可用带宽被分成F条信道,每个信道占用带宽记为Bc,系统服务的用户终端为M个,采用七色复用的方式为用户分配信道;在通信过程中,卫星通过分配的信道向用户传递信息,以认知卫星通信系统的容量性能为优化目标进行问题建模;将系统容量最优值作为认知卫星通信系统的全局优化值,通过采用模拟退火优化方法得到最优的资源分配结果,寻到最优解时达到系统容量最大。本发明通过采用模拟退火优化技术,得到最优的资源分配结果,在抑制干扰的基础上达到系统容量最大的目的。

    数据中心网络中全网流量测量方法、系统及丢包检测方法

    公开(公告)号:CN112822077A

    公开(公告)日:2021-05-18

    申请号:CN202110201231.9

    申请日:2021-02-23

    Abstract: 本发明公开了一种数据中心网络中全网流量测量方法、系统及丢包检测方法,所述系统包括用于支持捕获所有流经该交换机的流量的采集器,采集器包括数据包解析模块、缓存器模块和计数表模块;数据包解析模块,用于解析收到的数据包的五元组信息和数据包大小信息;缓存器模块,用于建立并维护缓存空间以缓存流量信息,并维护缓存空间中的流量信息;缓存器模块更新流量信息的方式为递增操作;计数表模块,用于建立并维护计数表以存储流量信息,同时维护计数表中的流量信息;当缓存器模块缓存空间无空余时,缓存空间中的流量信息经压缩后,更新或添加至计数表对应位置中。本发明可保证流量信息的实时性、准确性和全面性,支持多样化的网络测量需求。

    一种基于细粒度事件和KPIs分析的异常原因获得方法

    公开(公告)号:CN112363891A

    公开(公告)日:2021-02-12

    申请号:CN202011299021.X

    申请日:2020-11-18

    Abstract: 本发明公开了一种基于细粒度事件和KPIs分析的计算机异常原因获得方法。首先,输入的是原始的时间序列和细粒度事件序列。在有了输入之后,首先对KPIs特征进行提取组成新的时间序列数据。与此同时,将众多的原始的KPIs进行聚类,这样做的目的是将相似的KPIs找出来,为后续分析相关性节约处理时间做准备。没有必要对所有的时间序列和事件进行相关分析,而是根据快速聚类结果来处理部分数据即可,这样可以提高处理效率。最后,所有的结果进行关系分析生成直观的异常因果图,为相关人员异常排查提供有力保障。本方案异常识别中的F1‑score值可以达到0.79左右。此外,此方案法可以将细粒度事件与KPIs异常关联起来,并最终能分析异常背后的多种原因。

    一种基于双层生成对抗网络的对抗样本生成方法

    公开(公告)号:CN114120028B

    公开(公告)日:2024-11-29

    申请号:CN202111249871.3

    申请日:2021-10-26

    Abstract: 本发明提出了一种基于双层生成对抗网络的对抗样本生成方法,涉及人工智能安全领域。该方法采用第一层条件生成对抗网络、特征提取器、第二层生成对抗网络和目标网络;条件生成对抗网络用于生成新的样本,其鉴别器不但要分辨生成样本的真实性,还对其类别进行判定;特征提取器用于提取原始样本隐藏层特征,生成具有对抗先验的扰动;第二层生成对抗网络用于生成对抗扰动,鉴别器分析对抗样本的真实性及其与条件生成对抗网络生成样本的相似性;目标网络用于验证对抗样本的攻击成功率。本发明利用两层神经网络分别生成特定类别的样本和对抗扰动,能够实现利用特定类别对抗样本进行攻击和对抗训练的目的,有效提升攻击的成功率和对抗训练的效率。

    一种基于标识密码的多因素持续验证系统

    公开(公告)号:CN117749475A

    公开(公告)日:2024-03-22

    申请号:CN202311746411.0

    申请日:2023-12-19

    Abstract: 本发明属于信息安全领域,公开了一种基于标识密码的多因素持续验证系统,主要解决现有技术安全性不足和资源开销较大的问题。该系统包括标识密码生成服务器、持续认证服务器和持续认证客户端;标识密码生成服务器完成系统密码参数的初始化,接受持续认证服务器和持续认证客户端的密钥生成请求并为其生成密钥;持续认证服务器接受用户的认证协商请求,完成对持续认证属性的确认,并基于该属性完成对持续认证客户端的持续认证;持续认证客户端向持续认证服务器认证协商请求,完成认证协商并确定持续认证属性,并基于持续认证属性完成对用户的身份认证。本发明能够提升持续认证协议的安全性并降低资源开销,能够用于资源访问系统的安全防护。

    一种基于网络状态的无人集群路由协议切换方法

    公开(公告)号:CN116668556A

    公开(公告)日:2023-08-29

    申请号:CN202310638130.7

    申请日:2023-06-01

    Abstract: 本发明涉及无人集群路由协议切换领域,提供了一种基于网络状态的无人集群路由协议切换方法,其主要模块可分为网络状态收集模块、关键参数分析模块和切换阈值寻优模块。主要流程为基于无人机节点当前的网络状态信息,分析能否满足业务传输需求,通过强化学习基于网络状态环境的不断感知与路由协议切换阈值调整的反馈和强化,生成最优的路由协议切换阈值建议,实现基于网络当前状态分析适用的路由协议并平稳切换。本发明设计了双阈值切换方法,以降低在某一阈值附近波动导致的路由协议震荡。本发明提供的方法可根据网络环境的动态变化完成不同路由协议之间的灵活自适应切换,支撑无人集群路由协议的智能适变、通信保障。

    一种基于随机森林的有无人协同网络链路质量评估方法

    公开(公告)号:CN116578932A

    公开(公告)日:2023-08-11

    申请号:CN202310534738.5

    申请日:2023-05-12

    Abstract: 本发明提出一种基于随机森林的有无人协同网络链路质量评估方法,属于无线通信网络和有无人协同自组织网络领域。本发明首先构建链路质量评估指标体系;然后构建随机森林模型,并通过分层采样法平衡样本数据;接下来采用麻雀搜索算法优化随机森林模型的超参数,并通过引入蝴蝶优化算法改进麻雀搜索算法中发现者位置更新方法,并采用自适应缩小搜索空间机制限制每次迭代中种群的搜索空间;最后基于改进麻雀搜索算法优化的随机森林分类模型实现对网络链路质量评估。本发明提升了链路质量评估的准确度和收敛速度,增强了有无人协同网互联互通的稳定性和可靠性。

Patent Agency Ranking