-
公开(公告)号：CN117032204B
公开(公告)日：2024-08-20
申请号：CN202310817500.3
申请日：2023-07-05
Applicant: 哈尔滨工程大学
IPC: G05D1/43 , G05D109/30
Abstract: 面向海洋机器人护航的全局刚性图编队集结方法及系统，涉及多智能体协同控制技术领域。本发明是为了解决基于位置的编队集结控制方法存在集结策略不灵活、效率低的问题，而基于距离的编队控制方法没有考虑追踪目标的问题。本发明引入虚拟领航者的编队控制思想，使得海洋机器人编队中心与护航目标保持位置一致。设计了可在线计算的基于距离信息的编队集结控制器，使得海洋机器人护航编队可以快速灵活、安全、高效地集结成护航编队队形，满足海洋机器人护航编队集结阶段的任务需求。
-
公开(公告)号：CN109858251B
公开(公告)日：2023-02-10
申请号：CN201910140721.5
申请日：2019-02-26
Applicant: 哈尔滨工程大学
IPC: G06F21/56
Abstract: 基于Bagging集成学习算法的恶意代码分类检测方法，属于网络信息安全和计算机应用技术领域。本发明首先获得恶意代码并将其转换成汇编形式；然后采用2‑gram特征提取方法，得到恶意代码的特征信息，并通过决策树方法对其进行笼统分类，之后根据得到可能的分类情况，再判断是否适合3‑gram特征提取方法，如果符合则采用3‑gram方法进行特征提取，否则判断是否为同一家族的恶意代码，如果符合则利用特征纹理图提取其特征信息；通过以上方法得到特征信息后，采用Bagging集成学习方法进行分类，对恶意代码进行再分类，得到更好结果。本发明通过引入机器学习的方法，实现对恶意代码的分类，相比利用传统的静态特征提取方法进行的分类检测方法分类效果更好，有较高的准确率。
-
公开(公告)号：CN115550188A
公开(公告)日：2022-12-30
申请号：CN202211073131.3
申请日：2022-09-02
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种SDN架构下的网络拓扑发现方法，通过借鉴计算机内存设计中局部更新的思想，通过对网络的拓扑关系的局部更新来保证延长测量周期后的拓扑关系的实时性，再通过一段时间的全局拓扑更新来保证拓扑关系的全局准确性；本发明还通过利用交换机的复制功能，在进行网络拓扑关系的全局更新时，进一步降低SDN控制器所要解析和构造的探测包数目。基于本发明上述的两种效果，软件开发者在使用本发明对SDN进行拓扑发现时，可以在保证对网络拓扑关系实时的准确性的前提下，减少SDN控制器所要处理的探测数据包数目。
-
公开(公告)号：CN115081013A
公开(公告)日：2022-09-20
申请号：CN202210594243.7
申请日：2022-05-27
Applicant: 哈尔滨工程大学
IPC: G06F21/62
Abstract: 本发明公开了一种基于路径转换的机密性冲突检测方法，本发明主要围绕“规则检测”和“机密性冲突检测”这两个特性的实现，从系统内策略信息提取与基于路径转换的机密性检测两个方面进行设计。策略信息提取主要根据SELinux中安全策略源文件对系统内相关元素的定义，对系统内的相关信息进行归纳整理，并且给出系统内各种信息元素之间的关系。基于路径的机密性检测主要通过对系统内TE规则中的type_transition规则进行检测，获取系统内不同类型的转换方法，然后结合系统内的allow等规则，根据BLP模型所提出的不上读不下写基本安全思想，确定系统内可能会破坏系统机密性的相关规则。
-
公开(公告)号：CN114862894A
公开(公告)日：2022-08-05
申请号：CN202210306836.9
申请日：2022-03-25
Applicant: 哈尔滨工程大学
IPC: G06T7/136 , G06T7/194 , G06T7/11 , G06T7/12 , G06T7/13 , G06T7/181 , G06T7/90 , G06T7/254 , G06T5/00 , G06T5/50 , G06V40/16 , G06V40/20
Abstract: 本发明的目的是为克服手部分割在复杂背景条件下分割效果较差的问题而提供的一种基于多线索融合的手部分割方法。现有技术中存在的问题与不足，导致手部分割的分割效果不尽人意。首先，手部分割的背景形式多变、受到外部其他物体运动干扰多，使手部分割的结果与真实分割结果之间存在一定的偏差。本发明采用多线索融合的手部分割方法，通过使用YCrCb空间肤色分割、帧差法、背景提取计算分割区域，利用分水岭算法抑制原始YCrCb分割结果在进行洪泛填充时手部与背景粘连，对求出的分割区域进行与操作，求出最终的手部分割区域。
-
Patent Agency Ranking
公开(公告)号：CN112488506A
公开(公告)日：2021-03-12
申请号：CN202011374595.9
申请日：2020-11-30
Applicant: 哈尔滨工程大学
IPC: G06Q10/06
Abstract: 本发明提供一种智能无人系统集群的可扩展分布式架构及自组织方法，主要围绕“分布式”和“可扩展”这两个特性的实现，从集群系统的静态组织架构和动态运行机制两个层面进行设计，具体包括无人系统集群的柔性三层可扩展分布式架构和无人系统集群的动态自组织方法。本发明通过建立与无人系统出席情况考勤、集群系统角色任免和动态自组织运行保障相关的3大类共13个运行机制，对集群成员的动态损失和增加提供全面支持，实现系统成员能进能出、全局数据动态更新、组织关系自动重构，在成员损失或增加情况下集群系统依然可以稳定运行。
-
公开(公告)号：CN107566407B
公开(公告)日：2020-07-28
申请号：CN201710980913.8
申请日：2017-10-20
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于USBkey的双向认证数据安全传输与存储方法。包括a.模拟USBKey，向扇区中存入PIN码等信息。b.建立面向无连接的通信。c.验证客户端PIN码是否正确。d.验证身份证书是否正确。e.服务器对客户端的认证。f.客户端对服务器的认证。g.认证成功后建立面向连接的通信。h.数据的加密存储。i.数据的销毁。本发明的方法不但保证数据的安全传输，还能基于同一认证机制实现数据的安全存储及销毁。
-
公开(公告)号：CN111447212A
公开(公告)日：2020-07-24
申请号：CN202010214994.2
申请日：2020-03-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于网络安全和深度学习技术领域，具体涉及一种基于GAN的APT攻击序列的生成与检测方法。本发明的针对目前在APT攻击的检测方向尚存在无法检测长序列攻击、历史信息关联差、未知攻击检测能力差等问题，为有效检测APT攻击并且扩充APT攻击攻击数据集，提出了一种基于GAN的APT攻击序列生成与检测方法。本发明通过生成式对抗网络的形式采用LSTM网络增加了对前后文相关联的步骤，记忆了网络流量的历史记录，对时序性数据具有较好的检测能力；通过生成模型可以利用随机噪声生成符合APT攻击特征的数据，扩充了现有APT攻击数据集。
-
公开(公告)号：CN111444367A
公开(公告)日：2020-07-24
申请号：CN202010214091.4
申请日：2020-03-24
Applicant: 哈尔滨工程大学
Abstract: 本发明属于计算机视觉、深度学习和自然语言处理技术领域，具体涉及一种基于全局与局部注意力机制的图像标题生成方法。本发明在初始阶段不仅利用到了图像的局部特征，还利用到了图像的全局特征，以编码器-解码器为基本框架，在编码阶段利用卷积神经网络提取图像的全局特征和局部特征，在解码阶段使用LSTM和注意力机制，利用全局特征和局部特征动态选择图像的空间特征进行解码生成图像标题。
-
公开(公告)号：CN109858251A
公开(公告)日：2019-06-07
申请号：CN201910140721.5
申请日：2019-02-26
Applicant: 哈尔滨工程大学
IPC: G06F21/56
Abstract: 基于Bagging集成学习算法的恶意代码分类检测方法，属于网络信息安全和计算机应用技术领域。本发明首先获得恶意代码并将其转换成汇编形式；然后采用2-gram特征提取方法，得到恶意代码的特征信息，并通过决策树方法对其进行笼统分类，之后根据得到可能的分类情况，再判断是否适合3-gram特征提取方法，如果符合则采用3-gram方法进行特征提取，否则判断是否为同一家族的恶意代码，如果符合则利用特征纹理图提取其特征信息；通过以上方法得到特征信息后，采用Bagging集成学习方法进行分类，对恶意代码进行再分类，得到更好结果。本发明通过引入机器学习的方法，实现对恶意代码的分类，相比利用传统的静态特征提取方法进行的分类检测方法分类效果更好，有较高的准确率。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.045 seconds)
