-
公开(公告)号：CN120074904A
公开(公告)日：2025-05-30
申请号：CN202510200866.5
申请日：2025-02-24
Applicant: 中电科普天科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: H04L9/40 , G06F18/214
Abstract: 本发明涉及网络安全技术领域，公开了一种网络异常流量检测方法、系统、设备和介质，包括：采集网络流量数据包的基本属性特征，形成基本属性特征序列；基于非广延熵对基本属性特征序列进行特征处理，得到非广延熵特征值；其中，非广延熵的参数根据网络流量的变化进行自适应更新；利用增量学习方法，根据新流量数据动态调整基本属性特征的贡献值，并重构流量特征；基于重构后的流量特征，识别网络异常流量。融合基于改进非广延熵的特征提取与增量学习方法实现端到端的网络流量特征参数自适应调整，可以应对新的攻击行为和动态流量的变化；同时采用新流量数据实现基本属性特征贡献度的动态调整，可以根据基本属性特征实现流量特征的动态重构。
-
公开(公告)号：CN119323240A
公开(公告)日：2025-01-17
申请号：CN202411257236.3
申请日：2024-09-09
Applicant: 中电科普天科技股份有限公司 , 广州杰赛通信规划设计院有限公司 , 中国联合网络通信有限公司清远市分公司
IPC: G06N3/0464 , G06N3/098 , G06N3/006
Abstract: 本发明涉及人工智能领域领域，具体公开了一种基于联邦学习的时延与能耗优化方法，该方法由终端层、边缘层和云端层三层协同工作：终端层负责采集数据并通过卷积神经网络提取特征；边缘层接收这些特征并训练边缘模型，然后将参数上传至云端层；云端层对这些参数进行聚合，形成全局模型并发送回边缘层以供下一轮训练使用。此外，本发明还构建了一个全局时延与能耗模型，并通过粒子群算法进行优化，以进一步降低训练过程中的时延与能耗，提升模型训练的效率和性能。本方法不仅优化了资源利用，还通过对终端层、边缘层和云端层三层的时延与能耗进行优化，实现了更为高效的模型训练过程。
-
公开(公告)号：CN116489676A
公开(公告)日：2023-07-25
申请号：CN202310030669.4
申请日：2023-01-10
Applicant: 中电科普天科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: H04W24/02 , H04L41/083 , G06N3/006 , H04W84/06
Abstract: 本发明公开了一种空地一体化的移动核心网部署方法、装置、终端及介质，通过构建移动边缘计算的空地一体化网络架构，部署移动核心网，以最小业务时延为目标，建立所述移动核心网的目标函数，求得所述目标函数的最优解，得到所述移动核心网的部署集合。因此，本发明实施例能够实现升空平台Mesh网络和地面Mesh网络数据层面的融合；避免升空平台节点移动由于发生切换而出现的网络性能不稳定的问题；在保障网络时延的同时能够有效降低平均数据流建立时延，提升空地一体化网络的实用性。
-
公开(公告)号：CN116170194A
公开(公告)日：2023-05-26
申请号：CN202310089644.1
申请日：2023-02-07
Applicant: 中电科普天科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: H04L9/40 , G06N3/0442
Abstract: 本发明公开了一种基于LSTM终端自适应优化的安全策略选择方法、装置及介质，通过LSTM将威胁类型、发生概率、系统脆弱性水平以及系统安全等级和时间相结合，形成攻击意图的识别和分析，最终生成最大可能攻击路径，并基于攻击路径所涉及节点的攻击损失、相应代价、安全等级的要求选择安全策略模型。因此，本发明实施例在预判攻击意图的基础上，采用最大可能性攻击路行来衡量终端接入安全风险，能够快速适应终端风险和系统安全需求的动态变化，除此之外，本发明实施例还考虑到资源动态性，在考虑负载不均衡约束的基础上建立终端风险防御成本最小的终端接入安全策略模型，提升模型自适应更新优化安全策略的实用性。
-
公开(公告)号：CN111209735B
公开(公告)日：2023-06-02
申请号：CN202010004721.5
申请日：2020-01-03
Applicant: 广州杰赛科技股份有限公司
Inventor： 蒋仕宝
IPC: G06F40/205 , G06F16/35 , G06F18/22
Abstract: 本发明公开了一种文档敏感度的计算方法，包括：获取待识别文档的价值元素，并将每一价值元素向量化，将符合预设的特征贡献度阈值的价值元素对应的价值元素向量进行向量拼接，得到所述待识别文档的目标价值元素向量；根据所述目标价值元素向量与预设文档的预设价值元素向量的相似度，计算所述待识别文档的相似度熵，进而计算所述待识别文档的敏感度。本发明实施例还公开了相应的文档敏感度的计算装置，实施本发明实施例，通过对文档的价值元素的识别，采用特征向量相似度的方法实现对敏感数据的识别与分析，实现对文档敏感度的计算，有效提高对文档敏感度计算的准确性，且计算方法简便。
-
Patent Agency Ranking
公开(公告)号：CN110855474A
公开(公告)日：2020-02-28
申请号：CN201911000458.6
申请日：2019-10-21
Applicant: 广州杰赛科技股份有限公司
Abstract: 本发明提供了一种KQI数据的网络特征提取方法、装置、设备及存储介质，该方法通过对采集到的网络的KQI数据进行归一化处理并按照时间顺序进行排序；从排序后的KQI数据中截取出在当前时刻前的设定时间长度内的样本数据；根据样本数据，通过预先建立的网络特征提取模型，获得KQI数据对应的网络特征；网络特征提取模型包括用于抽取样本数据的空间维度上的具有第一维数的第一特征向量的CNN模型、用于抽取样本数据的时间维度上的的具有第二维数的第二特征向量的LSTM模型，用于融合第一特征向量和第二特征向量的注意力机制模型对；本发明充分考虑了网路特征多维数据的空间关系和时间维度的延续关系，全面提取KQI数据的网络特征，解决特征识别准确率低的问题。
-
公开(公告)号：CN103761442A
公开(公告)日：2014-04-30
申请号：CN201410039161.1
申请日：2014-01-26
Applicant: 广州杰赛科技股份有限公司
IPC: G06F19/00
Abstract: 本发明公开了一种微区域流动参量的预测方法和装置，先收集宏区域固定参量A的时间序列和流动参量B的时间序列；然后根据宏区域与各微区域关系，得到各微区域固定参量A的时间序列；再利用扩展卡尔曼滤波的状态方程，得到固定参量A的时间序列和流动参量B的时间序列之间的关系；利用所求得的固定参量A和流动参量B之间的关系，得到各微区域流动参量B的时间序列预测值；最后根据所获得的各微区域固定参量A的时间序列和流动参量B的时间序列预测值对各微区域进行资源优化。本发明改变了微区域“黑箱子”的现状，预测微区域流动参量的状态，根据预测结果利用资源，使资源得到优化，同时利用扩展卡尔曼算法，获得结果准确，误差率低，具有很好的应用价值。
-
公开(公告)号：CN111209735A
公开(公告)日：2020-05-29
申请号：CN202010004721.5
申请日：2020-01-03
Applicant: 广州杰赛科技股份有限公司
Inventor： 蒋仕宝
IPC: G06F40/205 , G06F16/35 , G06K9/62
Abstract: 本发明公开了一种文档敏感度的计算方法，包括：获取待识别文档的价值元素，并将每一价值元素向量化，将符合预设的特征贡献度阈值的价值元素对应的价值元素向量进行向量拼接，得到所述待识别文档的目标价值元素向量；根据所述目标价值元素向量与预设文档的预设价值元素向量的相似度，计算所述待识别文档的相似度熵，进而计算所述待识别文档的敏感度。本发明实施例还公开了相应的文档敏感度的计算装置，实施本发明实施例，通过对文档的价值元素的识别，采用特征向量相似度的方法实现对敏感数据的识别与分析，实现对文档敏感度的计算，有效提高对文档敏感度计算的准确性，且计算方法简便。
-
公开(公告)号：CN112968794B
公开(公告)日：2023-01-17
申请号：CN202110116356.1
申请日：2021-01-28
Applicant: 广州杰赛科技股份有限公司
IPC: H04L41/0894 , H04L41/12 , G06F9/455
Abstract: 本发明实施例公开了一种网络功能链部署方法，所述方法包括接收网络功能链的部署请求，获取用于部署所述虚拟网络功能的多个节点的拓扑信息，建立以端对端时延最短的目标函数，所述目标函数满足在进行虚拟网络功能部署时对节点的可靠性约束、节点的资源容量约束、链路的可靠性约束，在对所述网络功能链进行部署时，根据虚拟网络功能携带的部署信息和所述多个节点的拓扑信息，寻找满足所述目标函数的节点进行部署，其能在满足低时延网络服务请求的同时，有效保证传输的可靠性。本发明实施例还相应提供了一种网络功能链部署装置、终端设备以及存储介质。
-
公开(公告)号：CN112069895A
公开(公告)日：2020-12-11
申请号：CN202010770852.4
申请日：2020-08-03
Applicant: 广州杰赛科技股份有限公司
Abstract: 本发明实施例提供一种小目标的人脸识别方法及装置，所述方法包括：对获取到的小目标图像进行背景滤除，得到第一图像；对所述第一图像进行噪声抑制，得到目标图像；将所述目标图像输入到人脸识别模型进行人脸识别，输出识别结果；其中，所述人脸识别模型通过采用人脸图像及与所述人脸图像对应的标签作为卷积神经网络的训练集训练得到。本发明实施例能够提高人脸识别的准确率。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.046 seconds)
