一种基于边缘计算的隐蔽潜信道识别方法

    公开(公告)号:CN110992980A

    公开(公告)日:2020-04-10

    申请号:CN201911194763.3

    申请日:2019-11-28

    摘要: 本发明公布了一种基于边缘计算的隐蔽潜信道识别方法,通过梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCCs)特征的提取,并采用机器学习方法对正常通信系统和潜信道隐蔽通信的系数进行学习,训练隐蔽潜信道识别装置,将特定系统的新的梅尔频率倒谱系数输入系统,实现对潜信道隐蔽通信的识别;在边缘计算平台下进行终端等梅尔频率倒谱系数采集、系统训练和学习,然后对终端通信进行是否存在潜信道隐蔽通信的识别,对终端而言,该方法具有计算复杂度低,识别准确率高的优点。

    基于边缘计算和离散随机卷积的数据包合法性确认方法

    公开(公告)号:CN110536299A

    公开(公告)日:2019-12-03

    申请号:CN201910832461.8

    申请日:2019-09-04

    IPC分类号: H04W12/08 H04B7/0413 G06K9/62

    摘要: 本发明公开了一种基于边缘计算和离散随机卷积的数据包合法性确认方法,包括以下步骤:在边缘服务器与已知终端设备中预存原始导频信号;已知终端设备在发送信号中插入已知的原始导频信号发送给边缘服务器;边缘服务器对接收信号进行导频分离,得到接收到的导频信号矩阵;计算信道矩阵的估计值;对于已知终端设备,测得多个信道矩阵的估计值的集合;对于不同的已知终端设备,测得对应的信道矩阵估计的集合,构建训练集合;建立卷积核与卷积核移动规则,训练得到成熟的神经网络分类器;测得待验证终端设备信道矩阵估计的集合;对待验证终端设备的信道矩阵进行分类。本发明提高了卷积神经网络构建的分类器在MIMO信道矩阵中识别效果,提高识别的准确率。

    一种自定义通证流通方法及其相关装置

    公开(公告)号:CN113973115B

    公开(公告)日:2024-02-27

    申请号:CN202111262421.8

    申请日:2021-10-28

    摘要: 本申请公开了一种自定义通证流通方法及其相关装置,在智能合约对应的以太坊虚拟机中配置自定义通证操作对应的网关操作指令和在智能合约和区块链网络中配置网关操作指令对应的接口;当区块链节点接收到智能合约调用交易时,调用以太坊虚拟机执行智能合约;当以太坊虚拟机执行智能合约的过程中解析得到网关操作指令时,通过接口将网关操作指令回调给区块链节点,使得区块链节点执行网关操作指令对应的自定义通证操作;在区块链节点执行完自定义通证操作后,进行交易共识;在交易共识通过后,通过区块链节点将交易共识结果回调给智能合约,改善了现有技术在智能合约内发行的自定义通证与区块链内发行的自定义通证无法相互流通的技术问题。

    网络系统的安全管控平台
    38.
    发明公开

    公开(公告)号:CN117439906A

    公开(公告)日:2024-01-23

    申请号:CN202311416493.2

    申请日:2023-10-27

    摘要: 本申请提供了一种网络系统的安全管控平台,该平台包括:用户层,用户层包括显示系统;应用层,应用层包括安全监测审计系统,安全监测审计系统用于确定第一目标软件的运行信息和目标设备的IP地址,并生成预警信息,第一目标软件为网络系统中存在漏洞的软件或网络系统中恶意软件,第一目标软件的运行信息为第一目标软件的版本号和第一目标软件的IP地址,目标设备为安装有第一目标软件的网络设备,预警信息表示目标设备的第一目标软件的信息安全风险超过安全标准,安全监测审计系统与显示系统通信连接,使得安全监测审计系统将预警信息发送至显示系统。该平台解决了现有技术中没有对企业的信息安全风险进行及时有效的感知以及预警的问题。

    一种电力系统网络入侵检测方法、系统及设备

    公开(公告)号:CN117375970A

    公开(公告)日:2024-01-09

    申请号:CN202311439110.3

    申请日:2023-10-31

    IPC分类号: H04L9/40 H04L67/12

    摘要: 本发明公开了一种电力系统网络入侵检测方法、系统及设备,涉及电力系统网络安全技术领域。该方法包括:获取电力系统网络入侵数据并进行数据归一化处理;采用凝聚层次聚类算法对归一化后的特征数据进行聚类,得到聚类后的特征数据集;采用边缘保留式K最近邻算法对聚类后的特征数据集进行欠采样,得到多个欠采样特征子集并进行拼接,得到总体欠采样特征数据集;采用贪心递归消除交叉验证算法对总体欠采样特征数据集进行特征选择,得到最优特征子集;将最优特征子集输入并联深度神经网络模型,输出入侵检测结果。本发明能够全面提升电力系统网络入侵检测效率和分类精度,从而有效提高电力系统网络的安全性。