-
公开(公告)号：CN117650938A
公开(公告)日：2024-03-05
申请号：CN202311694841.2
申请日：2023-12-11
Applicant: 西安电子科技大学
IPC: H04L9/40
Abstract: 本发明公开了一种基于数据关联分析的行业工业系统网络威胁处置方法，包括：采集行业工业系统的数据并建立关联度量化模型；将数据输入威胁感知大数据分析平台，以使其利用关联度量化模型对数据进行处理，得到威胁感知数据；对威胁感知数据进行聚类，形成多个威胁类别后，按照威胁类别对获取的实时威胁数据中包含的攻击行为所对应的威胁进行分类，并生成最终预警；针对最终预警，从预先建立的规则引擎中选择响应策略并执行该响应策略包含的响应动作。本发明提供一种基于数据关联分析的行业工业系统网络威胁处置方法，通过灵活的数据采集、高度自定义的关联度量化模型以及多层次的威胁响应机制，提升了工业系统网络安全的可靠性和实用性。
-
公开(公告)号：CN117319153A
公开(公告)日：2023-12-29
申请号：CN202311254796.9
申请日：2023-09-26
Applicant: 西安电子科技大学
IPC: H04L27/00 , G06F18/15 , G06F18/2131 , G06F18/2415 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/09 , G06N3/048
Abstract: 本发明提供了一种面向智能仪器的通信信号调制方式盲识别方法，旨在为仪器赋能，使其摆脱对人工经验的依赖，实现自动化和智慧化的电磁信号测量。对接收信号进行频率粗估计、频率矫正以及信号检测，若信号检测结果为通信信号，通过基于卷积注意力(CNN‑Attention)的信号识别网络判别信号的预识别类型。根据预识别类型，对通信信号调制方式做进一步分类，针对振幅键控(ASK)类、相移键控(PSK)类、正交幅度调制(QAM)类分别进行识别。本发明所提出的方法摆脱了人工经验的依赖，有效缓解了噪声、时频不同步以及射频信道的影响，解决了现有方法带来的调制识别准确率低、算法鲁棒性差的问题，大幅度提升了调制识别的精度。
-
公开(公告)号：CN116386607A
公开(公告)日：2023-07-04
申请号：CN202310355410.7
申请日：2023-04-06
Applicant: 北京计算机技术及应用研究所 , 西安电子科技大学
Abstract: 本发明涉及一种针对语音识别后门攻击的触发器逆向还原方法，涉及人工智能安全技术领域。主要技术方案包括：1构建投毒训练集；2计算投毒训练集样本相似度矩阵；3根据相似度矩阵检测潜在投毒样本；4利用潜在投毒样本进行触发器逆向还原；5投毒训练集去污化，得到去污化训练集；6利用投毒训练集、去污化训练集分别训练模型；7测试并对比去污化前后的模型识别结果。本发明通过语音端点检测与语音相似度得到潜在投毒样本，并对投毒样本使用的触发器进行逆向还原，实现训练集去污化，削弱投毒样本的后门攻击效果，降低后门攻击对模型的影响。
-
公开(公告)号：CN115426020B
公开(公告)日：2023-06-27
申请号：CN202211170385.7
申请日：2022-09-23
Applicant: 西安电子科技大学
IPC: H04B7/0456 , H04L25/03 , G01S13/86 , G01S7/02
Abstract: 本发明公开了一种低复杂度的通感一体化发射预编码优化方法，涉及无线通信技术领域，主要解决现有双功能雷达通信系统中预编码优化设计问题难求解和计算复杂度高的问题。本发明针对DFRC系统的下行链路，考虑针对雷达感知的干扰信号影响、天线发射功率约束以及下行链路中通信用户的最小通信信干噪比约束，构建最大化雷达感知信干噪比SINR的优化问题，然后联合使用距离优化算法和拉格朗日对偶理论，将原有约束的非凸优化问题转换为一系列具有闭式解的无约束的凸优化问题进行迭代求解。本发明不仅大幅度简化了DFRC系统预编码器设计的计算复杂度，而且取得了较之现有方法更优的双功能波形设计性能。
-
公开(公告)号：CN116301042A
公开(公告)日：2023-06-23
申请号：CN202310257728.1
申请日：2023-03-16
Applicant: 西安电子科技大学
IPC: G05D1/10
Abstract: 本发明提供了一种基于VGG16和虚拟博弈的无人机群自主控制方法，无人机利用预先训练好的姿态识别模型识别博弈对手的历史移动信息，根据历史移动信息计算前一时刻博弈对手的策略倾向；之后无人机从待选动作集选择待选动作，根据博弈过程公式计算博弈对手选择该动作的策略倾向和策略概率；设计奖励函数，无人机基于得到的博弈对手的策略概率用最佳响应决策规则选择一个自身动作进行移动，并观察博弈对手的动作变化，直至整个无人机群趋于稳定状态，如此实现对周围多台无人机的分析和博弈。采用本发明的技术方案在遭遇信号干扰时，可以使部分无人机单元失控的情况下，自身无人机可以自行调整移动姿态，使系统集群整体保持相对稳定。
-
Patent Agency Ranking
公开(公告)号：CN116208412A
公开(公告)日：2023-06-02
申请号：CN202310187487.8
申请日：2023-03-01
Applicant: 西安电子科技大学
IPC: H04L9/40
Abstract: 本发明公开了一种基于虚拟机的恶意流量识别与监控方法，包括：虚拟机实时获取网络中发送给客户机的数据包信息；其中，虚拟机运行在宿主机上，并为客户机提供虚拟化硬件环境；虚拟机根据数据包信息分析数据包，并在分析结果为数据包为接收到的第一个目标数据包时，获取第一个目标数据包的到达时间；将到达时间作为预设时间窗口的起始时间，并开始记录预设窗口时间内获取到的目标数据包的数量；当记录的目标数据包的数量未达到预设阈值时，虚拟机将预设窗口时间的起始时间更新为当前时间，并重新开始记录；当记录的目标数据包的数量达到预设阈值时，虚拟机将超出预设阈值的目标数据包丢弃。本发明实现了在虚拟化硬件环境中识别并抵御泛洪流量。
-
公开(公告)号：CN119539061B
公开(公告)日：2025-04-15
申请号：CN202510073505.9
申请日：2025-01-17
Applicant: 西安电子科技大学杭州研究院
IPC: G06F21/60 , G06N5/022 , G06F16/901 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于大型语言模型的自然语言访问控制策略生成方法，属于访问控制领域，包括：对用户上传的CSV文件构建知识图谱，存储至图数据库，由用户从中选择目标服务并指定目标访问控制类型；在预设的提示工程模板组合和LangChain框架基础上，利用第一大型语言模型生成初始自然语言访问控制策略文档；依次利用第二大型语言模型剔除非自然语言访问控制策略语句，利用第三大型语言模型去除存在的重复策略，利用第四大型语言模型修改存在的相互冲突策略，得到最终的自然语言访问控制策略文档。本发明能够根据用户的安全需求和业务内容，自动生成符合要求的自然语言访问控制策略，支持快速变更，并适用于不同形式的访问控制策略。
-
公开(公告)号：CN119011450A
公开(公告)日：2024-11-22
申请号：CN202410959016.9
申请日：2024-07-17
Applicant: 西安电子科技大学
IPC: H04L43/0876 , H04L43/08 , H04L67/12
Abstract: 本发明公开了一种面向工业物联网导频污染攻击的鲁棒无监督检测方法，涉及无线电领域，用以解决导频污染攻击检测鲁棒性差的问题。本发明包括：构建包括导频污染攻击节点、多个合法发射节点以及接收节点的工业物联网通信系统；构建接收信号模型；基于接收信号模型获得未受/受导频污染攻击的合法发射节点到接收节点的估计信道，构建受导频污染攻击的信道数据集；将信道数据集输入鲁棒自编码器网络进行无监督训练，利用交替方向乘子算法迭代优化鲁棒自编码器网络；根据不可重构的估计信道分量检测导频污染攻击，可重构的估计信道分量即为消除导频污染攻击的估计信道。本发明大幅度提升了工业物联网通信系统中导频污染攻击检测和消除的能力。
-
公开(公告)号：CN118945021A
公开(公告)日：2024-11-12
申请号：CN202410941083.8
申请日：2024-07-15
Applicant: 西安电子科技大学
IPC: H04L27/00 , H04L67/12 , G06N3/0442 , G06N3/0464 , G06N3/09 , G06F18/2131 , G06F18/24
Abstract: 本发明公开了一种面向工业互联网的通信信号调制类型智能识别方法，涉及无线电领域，用以解决现有技术鲁棒性差、完备性差和实用性差的问题。本发明利用基于MobileNet的信号识别网络对接收信号进行初步分类；同时利用基于KAN‑LSTM的信号识别网络进行幅度调制和频率调制的分类；根据前两步的分类结果，输出信号调制类型识别结果，或者继续利用基于KAN‑LSTM的信号识别网络、基于MobileNet的信号识别网络或者多模态特征融合网络进行逐级细分，获得信号调制类型识别结果。本发明提高了信号调制类型识别方法的准确性与鲁棒性，可精确识别到高阶CPFSK信号，并解决了现有算法实用性差的问题。
-
公开(公告)号：CN117456301A
公开(公告)日：2024-01-26
申请号：CN202311354131.5
申请日：2023-10-18
Applicant: 西安电子科技大学
IPC: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于环境模拟与双目标优化的测试样本生成方法，包括：获取当前所在环境的第一测试样本集；对第一测试样本集中的每个测试样本增加扰动得到第二测试样本集；将第二测试样本集输入神经网络模型中；在神经网络模型中构建了双目标联合优化函数；双目标联合优化函数包括第一目标优化函数用于表征神经网络模型的输出损失情况，第二目标优化函数用于表征神经网络模型的加权神经元覆盖情况；判断神经网络模型的输出结果是否达到预设差异阈值，若达到，将第二测试样本集加入第一测试样本集，若未达到，对第一测试样本集中的每个测试样本再次增加扰动，重复上述过程。本发明可以自动化挖掘异常输入以生成更多的测试样本。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.027 seconds)
