-
公开(公告)号：CN118233926A
公开(公告)日：2024-06-21
申请号：CN202410286422.3
申请日：2024-03-13
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种无人机和IRS辅助无线充电边缘网络的能效优化方法。为提升系统的能量和数据传输效率，分别为充电和信息采集链路设计了IRS相移矩阵。此外，还构建了一个时间分配模型来满足无人机飞行、充电和数据采集约束以及物联网设备的能量采集和数据传输性能之间的权衡。考虑到无人机时间约束以及移动设备能量约束，制定了能效最大化问题。由于上述问题自然适用于动态马尔可夫决策过程公式，将其表述为相应的有限视距分散部分可观测马尔可夫决策过程。然后，提出一种基于多代理深度强化学习的轻量级在线调度算法，采用集中训练分步执行框架来应对动态的网络环境。本发明能够有效协调无人机、IRS和传感器的调度。
-
公开(公告)号：CN117560191A
公开(公告)日：2024-02-13
申请号：CN202311510764.0
申请日：2023-11-14
Applicant: 重庆邮电大学
Abstract: 本发明属于网络流量生成领域，涉及基于生成对抗网络的物联网恶意流量生成方法。该方法包括以下步骤：S1)将时间序列(1D)轨迹转换为GASF图像(2D)；S2)采用WGAES生成模型对GASF图像进行生成；S3)采用后处理算法对生成的GASF图像进行处理；S4)使用二分类器对生成的数据集进行分类实验。本发明提出一种结合WGAES生成模型，GASF图像转换以及GASF图像后处理算法的物联网流量数据生成方法，该方法能够生成高质量的物联网恶意流量，最终有效扩充物联网流量数据集。最后使用二元分类器在扩充后的数据集上进行分类，用来评价物联网恶意合成流量生成的效果。
-
Patent Agency Ranking
公开(公告)号：CN117478410A
公开(公告)日：2024-01-30
申请号：CN202311510768.9
申请日：2023-11-14
Applicant: 重庆邮电大学
Abstract: 本发明属于车联网安全技术领域，涉及基于时空特征的车联网CAN总线入侵检测方法。该方法包括以下步骤：S1)保留CAN数据，进行预处理。S2)使用时间窗口，生成一组一组序列；S3)采用多通道一维卷积神经网络提出序列的空间特征；S4)采用多通道门控时域卷积网路提取序列的时间特征；S5)将提取到的时空特征加入通道注意力机制并通过softmax分类器分类。提出一种基于空时特征的CAN总线入侵检测方法，该方法根据CAN数据帧具有时空特征的特性，从不同角度充分提取特征信息，相对于传统的入侵检测方法更加的强大，更加轻量化，具有更优的入侵检测性能。
-
公开(公告)号：CN117272083A
公开(公告)日：2023-12-22
申请号：CN202210652901.3
申请日：2022-06-10
Applicant: 重庆邮电大学
IPC: G06F18/23213 , G06N20/20 , H04L9/40 , G06F18/214
Abstract: 本发明属于入侵检测领域，涉及基于流模型和集成学习的入侵检测方法。该方法包括以下步骤：S1)将所用的数据进行预处理；S2)对数据集中的少数类样本用AE‑Flow模型进行新样本的生成；S3)对数据集中的多数类样本用K‑means算法进行聚类欠采样；S4)将合并以上步骤中得到的数据样本，用OSS算法去除类别边界附近的多数类样本；S5)对得到的各类别样本数量平衡的数据应用集成学习分类器XGBoost进行分类。本发明能实现高性能的入侵检测，相比与其他方法，该发明在多分类入侵检测中的查准率、查全率以及综合指标F1‑score上取得的效果更佳，在提升入侵检测系统性能的同时实现对少数类样本F1‑score的巨大提升。
-
公开(公告)号：CN116599752A
公开(公告)日：2023-08-15
申请号：CN202310666381.6
申请日：2023-06-06
Applicant: 重庆邮电大学
IPC: H04L9/40 , H04L41/14 , H04L41/16 , G06F18/15 , G06F18/232 , G06F18/2413 , G06F18/243 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明属于网络入侵检测领域，涉及基于深度生成模型和聚类欠采样的网络入侵检测方法。该方法包括以下步骤：S1)对数据集进行预处理和确定采样阈值；S2)采用DCGAES生成模型对少数类样本进行生成；S3)采用DBSCAN聚类对多数类样本进行欠采样；S4)采用Tomek Links剔除数据集中的噪声样本；S5)使用投票分类器(DT+KNN)对平衡前后的数据集进行分类实验。本发明提出一种结合DCGAES生成模型，DBSCAN聚类欠采样以及Tomek Links算法的平衡数据集方法，该方法能够生成高质量的少数类攻击样本，同时去除多数类中的冗余和噪声样本，最终可以得到一个相对平衡且优质的数据集来进行入侵检测，提高少数类攻击样本的检测率。
-
公开(公告)号：CN111372096B
公开(公告)日：2022-02-18
申请号：CN202010172136.6
申请日：2020-03-12
Applicant: 重庆邮电大学
IPC: H04N21/231 , H04N21/433 , H04N19/30
Abstract: 本发明涉及一种基于D2D辅助的视频质量自适应缓存方法和设备，包括计算用户需求特征；根据用户需求特征和视频流行度缓存视频；根据用户请求发送缓存的视频或者请求基站发送视频，本发明提高了缓存节点缓存视频的命中率，降低了基站的业务负载水平，较好地满足了用户需求。
-
公开(公告)号：CN111372096A
公开(公告)日：2020-07-03
申请号：CN202010172136.6
申请日：2020-03-12
Applicant: 重庆邮电大学
IPC: H04N21/231 , H04N21/433 , H04N19/30
Abstract: 本发明涉及一种基于D2D辅助的视频质量自适应缓存方法和设备，包括计算用户需求特征；根据用户需求特征和视频流行度缓存视频；根据用户请求发送缓存的视频或者请求基站发送视频，本发明提高了缓存节点缓存视频的命中率，降低了基站的业务负载水平，较好地满足了用户需求。
-
-
-
-
-
-
Search Results
47
records
(took 0.024 seconds)
