一种适用于窄带物联网应用的云服务器架构

    公开(公告)号:CN109981738A

    公开(公告)日:2019-07-05

    申请号:CN201910135805.X

    申请日:2019-02-25

    Applicant: 苏州大学

    Abstract: 本发明提供一种适用于窄带物联网应用的云服务器架构,所述物联网包括用户端和终端,所述云服务器包括:数据侦听模块,用于实时监测并接收所述终端和/或者所述用户端发来的数据,将所述数据存储至数据库中;数据库模块,用于云服务器进行数据的存储;转发模块,与所述用户端和终端建立连接,用于所述用户端和终端之间的数据转发和传送。本实施例公开的适用于窄带物联网应用的云服务器架构,通过具备固定IP地址和端口的云服务器,并在云服务器上运行转发软件,实现了用户端和终端之间的桥梁作用,完成了用户端和终端之间的数据传送,避免了为每一个终端或者用户服务器设置IP地址和端口,降低了运行成本,提高了操作效率。

    基于模块化接口的窄带物联网节点通信系统及方法

    公开(公告)号:CN109660631A

    公开(公告)日:2019-04-19

    申请号:CN201910042843.0

    申请日:2019-01-17

    Applicant: 苏州大学

    Abstract: 本发明公开了基于模块化接口的窄带物联网节点通信系统及方法,包括终端和信息邮局,终端包括微控制器以及通信模组,微控制器包括用于与通信模组建立通信连接并将上行数据发送至通信模组的第一通信接口,通信模组包括用于依据指定的网络地址与云服务器相应端口建立通信连接,并向云服务器发送上行数据以及接收云服务器发来的下行数据的第二通信接口,信息邮局的云服务器用于将上行数据发送至相应人机交互系统,以及接收人机交互系统发来的下行数据并转发至相应终端。该系统能够将通信系统内各模块和组件的接口模块化,使得各接口具有共性,提高了系统内各模块、组件的内聚性,也提高了各模块和组件的复用性,利于系统的开发、改造及维护。

    基于身份文件的安全加密和签名方法

    公开(公告)号:CN102710601B

    公开(公告)日:2015-07-22

    申请号:CN201210132720.4

    申请日:2012-05-03

    Applicant: 苏州大学

    Inventor: 罗喜召

    Abstract: 本发明公开了一种基于身份文件的安全加密和签名方法,其步骤包括:获取客户端的基本设置的配置信息和高级加密标准设置的配置信息;在服务器端注册并申请一个适用于邮箱的身份文件;客户端下载并获取所述身份文件的数据信息;获取在客户端选择的需要执行的任务种类信息;根据身份文件的信息,客户端对文件进行加密或解密处理。本发明所述的基于身份文件的安全加密和签名方法,可以帮助用户保护重要数据从而不被查看或修改,并可在本不安全的信道上实现安全通信;同时,还可以防止以用户名义接发信息后加以否认的行为。

    一种基于广播加密的流媒体传输方法

    公开(公告)号:CN102694819B

    公开(公告)日:2015-07-22

    申请号:CN201210193141.0

    申请日:2012-06-13

    Applicant: 苏州大学

    Inventor: 罗喜召 袁颖泉

    Abstract: 本发明公开了一种基于广播加密的流媒体传输方法,该方法是客户端向流媒体服务器发送第一、二数据包,第二数据包中设置广播加密系统ID,流媒体服务器收到后向客户端发送第三、四数据包,第四数据包中设置密文,客户端用私钥解密,得到消息加密密钥,密钥协商过程完成,客户端和流媒体服务器完成第三次握手,进行流媒体数据的加密传输。通过上述方式,本发明提供的一种基于广播加密的流媒体传输方法,该方法有安全性好,运行负担减小,动态添加移出用户的优点。

    一种防范持续泄漏攻击的加密方法

    公开(公告)号:CN104168266A

    公开(公告)日:2014-11-26

    申请号:CN201410345966.9

    申请日:2014-07-21

    Applicant: 苏州大学

    Inventor: 罗喜召

    Abstract: 本发明公开了一种防范持续泄漏攻击的加密方法,其步骤包括:生成密钥、生成加密方法、更新密钥和信息解密四个步骤。通过上述方式,本发明一种防范持续泄漏攻击的加密方法,在二次剩余困难性假设的基础上,设计了防范攻击者持续地发起对机密信息的泄漏攻击的方法,通过对存储在不同设备份额的更新,使得攻击者即使获取了部分关于机密信息的内容,也仍旧无法破解安全系统进而获得机密信息,提高了加密方法的安全性。

    基于图像的试剂检测方法
    36.
    发明公开

    公开(公告)号:CN103337070A

    公开(公告)日:2013-10-02

    申请号:CN201310224293.7

    申请日:2013-06-07

    Applicant: 苏州大学

    Inventor: 罗喜召 赵亚洪

    Abstract: 本发明公开了一种基于图像的试剂检测方法,步骤包括:将检验盒排列整齐,并获取图片;设定图片的阀值和灰度值,将图片转换成灰度图;在灰度图上的检验盒的四周绘制标识线;判断灰度图上每条竖线和水平线上的像素的灰度值,确定标识线的位置;按照标识线对灰度图进行切割;获取切割后的单个检验盒的图片,并设置其大小;在单个检验盒的图片上切割出检验区域图;输出检验区域图上的每个像素点的灰度值,得到灰度输出图;在灰度输出图上,获取的标识字的位置;对灰度输出图进行切割,获取检测线的位置区域;计算检测线的位置区域的灰度值,获取检验结果。本发明提供的基于图像的试剂检测方法,可以提高检测的效率和准确率,方便使用。

    一种基于身份加密的密钥生成方法

    公开(公告)号:CN102694650A

    公开(公告)日:2012-09-26

    申请号:CN201210193142.5

    申请日:2012-06-13

    Applicant: 苏州大学

    Inventor: 罗喜召 王烨

    Abstract: 本发明公开了一种基于身份加密的密钥生成方法,该方法用户根据身份ID和访问密码向密钥分发服务器请求生成密钥,密钥分发服务器对请求数据解密并返回申请已经收到的消息,间隔特定时间将请求发送给密钥生成服务器,密钥生成服务器生成密钥,用户获取生成密钥。通过上述方式,本发明提供的一种基于身份加密的密钥生成方法,具有保障密钥安全,减小运行负担的优点。

    一种基于身份加密的即时消息收发方法

    公开(公告)号:CN102685033A

    公开(公告)日:2012-09-19

    申请号:CN201210193134.0

    申请日:2012-06-13

    Applicant: 苏州大学

    Inventor: 罗喜召 王烨

    Abstract: 本发明公开了一种基于身份加密的即时消息收发方法,该方法是用户的客户端下载成功申请的私钥使其可用,发送者的客户端发送即时消息,中继服务器接收即时消息并存储,接收者的客户端与中继服务器连接,采用推送方式传输即时消息,中继服务器验证即时消息是否与数据库中存储的一致,若一致从数据库中读取即时消息返回给接收者,客户端收到即时消息进行解密,得到发送者发送内容。通过上述方式,本发明提供的一种基于身份加密的即时消息收发方法,具有保障数据安全,身份保密,高可用性的优点。

    基于多模态体素图像特征融合注意力的三维目标检测方法

    公开(公告)号:CN119049008A

    公开(公告)日:2024-11-29

    申请号:CN202410879904.X

    申请日:2024-07-02

    Applicant: 苏州大学

    Abstract: 本发明公开了基于多模态体素图像特征融合注意力的三维目标检测方法,涉及自动驾驶目标检测技术领域。本发明包括:构建基于Transformer的双域体素空间特征编码模块,分别对体素域特征和相机域特征进行对应特征查询编码,最大限度地利用不同模态特征信息,来获取预选框;构建多尺度深度拟预测模块,对不同模态特征信息进行有效编码并提取得到体素特征及图像空间特征,对体素特征及图像空间特征进行级联得到联立特征。本发明解决了当前多模态目标检测算法在进行特征级融合时,存在不同域特征之间缺乏准确的分配权重,从而出现匹配错位,并且造成数据损失,最终降低了目标检测精度的问题。

    基于GAN和LSTM-Autoencoder的车联网无监督入侵检测方法及系统

    公开(公告)号:CN118890165A

    公开(公告)日:2024-11-01

    申请号:CN202410777024.1

    申请日:2024-06-17

    Applicant: 苏州大学

    Abstract: 本发明公开基于GAN和LSTM‑Autoencoder的车联网无监督入侵检测方法及系统,属于车联网安全领域;基于GAN和LSTM‑Autoencoder的车联网无监督入侵检测方法包括:从CICIDS2017数据集和IoT‑23数据集中获取数据,并分别进行预处理;通过生成对抗网络生成与异常数据相似的数据,来训练LSTM‑Autoencoder模型;利用LSTM‑Autoencoder模型重建输入数据,并通过重构误差设置阈值,用于异常数据检测;通过生成器和判别器的对抗,可以得到一个紧密有界的法向特征空间,从而解决边界异常数据难以检测的问题。

Patent Agency Ranking