-
公开(公告)号：CN111753885A
公开(公告)日：2020-10-09
申请号：CN202010518162.X
申请日：2020-06-09
Applicant: 华侨大学
Abstract: 一种基于深度学习的隐私增强数据处理方法和系统,用于对车辆节点上传的感知数据进行数据分析和预处理，其特征在于，包括如下步骤：1)使用基于均值哈希的图像指纹计算法，剔除感知数据中的相似数据；2)对带标签的数据集和无标签数据集进行数据增强，采用增强后的数据训练并测试基于半监督学习的分类模型；3)将步骤1)得到的数据输入训练好的半监督学习的分类模型，剔除不相关数据。本发明基于半监督学习和图像指纹的数据收集和预处理方案显著降低了上传到云端的数据量，同时有效保护了用户的数据隐私。
-
公开(公告)号：CN110851660A
公开(公告)日：2020-02-28
申请号：CN201911011212.9
申请日：2019-10-23
Applicant: 华侨大学
IPC: G06F16/901 , G06Q50/00
Abstract: 本发明涉及一种社交网络中基于谣言传播模型的免疫回溯辟谣方法，包括：建立包括S、C、D、I和R五种状态的节点传播模型，各状态在一定的转化因素下进行状态转化；状态转化过程中引入激励机制，抑制谣言传播；所述转化因素包括个人因素、邻居因素、内容因素和时延因素；其中，S表示未接触信息，C表示传播这个信息，D表示怀疑这个信息，I表示对该信息不感兴趣不会传播，R表示传播权威机构发布的辟谣。本发明在状态转换概率计算中考虑了每个用户的个人因素、邻居因素、内容因素和时延因素，模型更接近实际；引入激励机制使用户能够发送正确的辟谣信息，使得谣言更早的被发现和抑制。
-
公开(公告)号：CN110839244A
公开(公告)日：2020-02-25
申请号：CN201910999966.3
申请日：2019-10-21
Applicant: 华侨大学
Abstract: 本发明涉及一种基于节点信任值虚拟力的可信数据收集方法，在物联网的数据采集的应用中，首先根据节点间的关系设计节点信任评估算法(包括直接信任和间接信任)，计算出节点的量化信任值；然后将节点的信任值映射为节点所受的物理力，给予可信节点以吸引力，不可信节点以排斥力；再将移动的初始路径模拟成一根带有磁性的软绳，初始路径在节点合力的作用下移动，最终生成一条可信度更高的可信数据收集路径；通过移动的边缘节点在有限的移动距离内依次访问可信的簇头节点，收集可信的传感数据，发送给周围的基站，或者直接给上层用户应用，达到系统应用和决策可信的目的。
-
公开(公告)号：CN106302433B
公开(公告)日：2019-12-31
申请号：CN201610657284.0
申请日：2016-08-11
Applicant: 华侨大学
IPC: H04L29/06
Abstract: 本发明公开了一种基于网络流量预测与熵的网络流水印检测方法及系统，方法包括水印嵌入与水印检测，所述水印嵌入包括：通过指数平滑预测和信息熵处理网络流量，定性定量地代替随机确定适合水印嵌入的时间间隔；在确定的时间间隔内进行水印嵌入检测操作。与传统的网络流水印方法相比，本发明克服了传统水印方案存在的共同缺点，即随机获取时间点进行水印的嵌入操作导致检测准确率较低的缺点。本发明在信息量大的时间内嵌入水印，不易暴露，具有更好的隐蔽性、更强壮的鲁棒性等优势；同时在确定的时间间隔内进行水印操作，提高了水印检测的准确率，也提高了水印的检测效率。
-
公开(公告)号：CN110602723A
公开(公告)日：2019-12-20
申请号：CN201910795830.0
申请日：2019-08-27
Applicant: 华侨大学
Abstract: 一种基于水下边缘设备的两级双向预测获取数据方法，通过将计算从集中式云层转移到分布式边缘层，构建底层-边缘-云三层数据收集模式。利用水下边缘设备的移动性和计算能力进行基于历史信息的分析预测数据，实现在保证数据传输准确的前提下有效减少声波通信，减少传感器能耗。考虑到异构设备的差异化能力，对边缘层与底层这两层节点采用不同的预测算法，将水下数据收集过程转化为两级双向数据预测过程的方法。该发明可以应用在水下传感器网络数据收集机制中。
-
Patent Agency Ranking
公开(公告)号：CN106446502B
公开(公告)日：2019-04-26
申请号：CN201610576822.3
申请日：2016-07-21
Applicant: 华侨大学
IPC: G06F17/50
Abstract: 本发明公开了一种带遗忘因子的特征值特征向量递推的主元分析线性时变结构工作模态参数在线实时识别方法，该方法在经典主元分析线性时不变结构工作模态参数识别的基础上，引入“遗忘因子”、“在线递推”、“特征值特征向量递推”和“矩阵秩‑1修正”的思想，能够仅从非平稳振动响应信号中识别出线性时变结构的时变瞬态模态振型和固有频率。本发明是直接对特征值特征向量进行在线递推更新，避免了传统递推主元分析时变工作模态参数识别方法需要反复更新主元模型的缺点，减少了算法时间和空间复杂度，实现了时变工作模态参数识别的在线实时，能够有效监测结构工作模态参数的动态变化特性，可被用于设备故障诊断、健康监测以及系统结构分析与优化。
-
公开(公告)号：CN109451459A
公开(公告)日：2019-03-08
申请号：CN201811548674.X
申请日：2018-12-18
Applicant: 华侨大学
Abstract: 本发明涉及一种基于移动雾节点的传感云底层节点信任评价方法，包括：获取雾节点需要访问的传感器网络中的传感器节点，根据所述传感器节点生成待访问队列；所述待访问队列中的传感器节点称为中继节点；所述雾节点依次访问所述待访问队列中的中继节点，每移动至一个所述中继节点，则计算出与该中继节点相邻的所有传感器节点的综合信任评价；所述综合信任评价包括能量信任评价、数据信任评价和综合通信信任评价。本发明通过在传感云系统中引入移动的雾节点对底层传感器网络进行信任评价，能够减小传感云系统中信任评价的能量消耗与提高信任评价效率，并有效检测网络中的恶意节点。
-
公开(公告)号：CN105915399B
公开(公告)日：2019-02-26
申请号：CN201610482278.6
申请日：2016-06-27
Applicant: 华侨大学
Abstract: 本发明公开了一种基于反向传播的网络风险源头追溯方法，包括:将网络中愿意被监控的用户设置为监控节点并进行监控；标记所有被感染监控节点，按照监控节点被感染时间差从被感染监控节点处向已提取的网络拓扑上洪泛式广播标记的风险，统计网络拓扑中能同时接收到所有标记风险的节点并将所述节点添加到潜在的风险源集合中；基于潜在的风险源集合和网络节点在风险传播过程中状态转化的动态性，建立网络风险的微观传播模型；基于所述微观传播模型，采用极大似然估计法从所述潜在的风险源集合中定位风险源头。本发明方法能够在保护绝大多数用户隐私的前提下，通过比较小的计算量来得到更为精确的网络风险溯源结果。
-
公开(公告)号：CN109120460A
公开(公告)日：2019-01-01
申请号：CN201811139993.5
申请日：2018-09-28
Applicant: 华侨大学
Abstract: 本发明涉及一种社交网络中基于移动节点的辟谣方法，包括：建立包括S、T、C、I和R五种状态的节点传播模型，各状态在一定条件下可转化成其他状态；在谣言出现后的某个时刻，引入移动节点M，将模型中的其余节点状态都转化为R；其中，S表示未接触谣言，T表示深信谣言，C表示传播谣言，I表示免疫谣言，R表示传播辟谣。本发明的社交网络中基于移动节点的辟谣方法考虑了用户(节点)反应时延及多个好友传播等因素，并且引入了移动节点进行谣言控制，因此未收到谣言的用户可以免疫谣言，传播过和相信谣言的用户可以纠正错误，本发明方法能够应用在大规模在线网络中的信息安全以及舆情控制机制中。
-
公开(公告)号：CN108965168A
公开(公告)日：2018-12-07
申请号：CN201811133021.5
申请日：2018-09-27
Applicant: 华侨大学 , 厦门传邮智能科技有限公司
IPC: H04L12/927 , H04W4/40 , H04W24/02
CPC classification number: H04L47/805 , H04W4/40 , H04W24/02
Abstract: 本发明公开了一种基于效用函数的车联网占优资源公平分配优化方法，首先构造了以服务质量QoS指标(分组时延和丢包率等)为自变量的效用函数；然后利用M/D/1排队模型建立QoS指标与无线网络资源数量(带宽和缓存等)二者间的函数映射关系；接着设计一种占优资源公平机制的分配算法，以最大化车辆用户效用为目标，并辅以用户权重优先级对用户的占优资源进行公平合理的分配。本发明的效用函数能够有效的代表用户对服务的满意程度，通过对QoS指标与资源数量建立映射模型，可以将用户的QoS性能需求转化为所需分配的资源数量，在实现满足占优资源公平按需分配的同时最大化用户对QoS需求的满意程度，提高了用户优先级最大化资源的利用率。
-
-
-
-
-
-
-
-
-
Search Results
124
records
(took 0.027 seconds)
