-
公开(公告)号：CN113783836A
公开(公告)日：2021-12-10
申请号：CN202110879593.3
申请日：2021-08-02
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于区块链和IBE算法的物联网数据访问控制方法及系统，私钥生成中心PKG进行系统初始化；构建联盟链；物联网设备采集数据进行加密后得到密文并发送到物联网网关；由物联网网关将密文发送到物联网系统云平台或本地数据库进行存储；生成密文对应的哈希值，并将密文标识和对应哈希值的键值对存储在区块链中；私钥生成中心生成私钥；数据请求者在区块链上发起数据请求交易，区块链上部署的访问控制合约验证数据请求合法性，验证通过后由私钥生成中心与数据请求者建立安全连接共享私钥，数据请求者应用IBE解密算法，对加密数据进行解密获得请求数据；本发明能够实现物联网环境下安全可信的细粒度访问控制，满足保密性、完整性和可用性。
-
公开(公告)号：CN110162706B
公开(公告)日：2021-10-26
申请号：CN201910431441.X
申请日：2019-05-22
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06K9/62 , G06N3/04
Abstract: 本发明公开了一种基于交互数据聚类的个性化推荐方法及系统，包括构建用户项目交互特征矩阵、构建用户历史行为矩阵、使用分类器对交互矩阵P进行分类、相似用户聚类、邻近项目选择、神经网络训练、个性化推荐，本发明将用户对项目的浏览记录、用户搜索记录等历史信息与用户个人信息拼接构造用户特征，使用聚类算法对用户特征进行聚类，并在此基础上对特定用户进行个性化推荐，改进了传统矩阵分解模型的性能，将矩阵分解与多层感知机结合，对用户项目间的关系进行学习预测。提升了大数据环境下推荐的精度。
-
公开(公告)号：CN113489001A
公开(公告)日：2021-10-08
申请号：CN202110804005.X
申请日：2021-07-16
Applicant: 南京邮电大学
Abstract: 本发明是一种联合巡检场景中多智能体任务区域规划方法，该任务区域规划方法包括：目标区域全局信息获取；获取可调用各智能体巡检能力状况和位置信息；对目标区域进行网格化切割并建模；结合智能体信息和目标区域信息进行任务区域规划。在考虑智能体信息和任务密度不均衡的条件下，本发明采用基于任务密度分配的联合巡检场景中多智能体任务区域规划，可以有效的降低因任务密度不同和智能体能力状况不一所引起的规划不均衡问题。
-
公开(公告)号：CN112882797A
公开(公告)日：2021-06-01
申请号：CN202110218973.2
申请日：2021-02-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于机器学习的容器安全检测方法，首先通过脚本收集本地镜像信息及运行中容器信息；通过工具Anchore扫描镜像漏洞信息；使用CVSS评估漏洞严重性得分；根据镜像所有漏洞评分结果实现镜像安全性评估；之后通过工具Strace收集运行中容器产生的系统调用；结合系统调用表生成系统调用映射文件；紧接着结合滑动窗口方法将系统调用映射文件特征化；使用优化后的机器学习方法TF‑IDF计算特征文件中每个词的TF‑IDF值；使用特征进行训练或检测；更新本地数据，提高入侵检测率。本发明融合了容器镜像的漏洞检测与评估和运行中容器的入侵检测，实现了容器从镜像下载到运行结束整个生命周期的安全检测。
-
公开(公告)号：CN110299993A
公开(公告)日：2019-10-01
申请号：CN201910512492.5
申请日：2019-06-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进IBOOE算法的远程安全抄表方法，主要针对应用场景为居民小区且部署于NB-IoT网络上的远程抄表系统，通过采用改进IBOOE算法对所传输的数据进行加密后上传到安全的云存储平台，再由数据管理平台向安全的云服务器发起请求获取转化后的加密数据，最后在数据管理平台进行解密读取信息，解决远程抄表系统中数据采集部分可能存在的大部分安全问题，本发明中采用的改进IBOOE算法是一种可外包解密的基于身份在线离线加密方案，结合在线离线技术和外包解密技术，并对基于身份加密机制(IBE)中加密和解密算法进行扩展，保障远程抄表系统安全。
-
Patent Agency Ranking
公开(公告)号：CN109088756A
公开(公告)日：2018-12-25
申请号：CN201810862118.3
申请日：2018-08-01
Applicant: 南京邮电大学
IPC: H04L12/24 , H04L12/715 , H04L12/751 , H04L29/06 , G06F3/12
Abstract: 一种基于网络设备识别的网络拓扑补全方法，包括对匿名路由器的识别和对网络打印机与网络摄像头设备的识别，其中，对匿名路由器的识别包括：S11、预处理步骤；S12、聚类步骤；S13、获得两个约束条件；S14、得到方程；S15、求解方程；对网络打印机与网络摄像头设备的识别包括：S21、发包识别步骤，若无法判断设备类型，进入S22；S22、端口扫描识别步骤。处理大量匿名路由器设备前，首先对其进行数据预处理，从而在聚类的时候能获得更高的效率；使用聚类的方法对大量匿名路由器进行处理，而不是简单的合并，这是本发明的一大创新；通过对网络拓扑图中这三种网络设备的识别和标注，从而可以使得网络拓扑图更加完整，更加精确，方便研究人员对网络特性的研究和对网络安全的维护。
-
公开(公告)号：CN120011547A
公开(公告)日：2025-05-16
申请号：CN202510472099.3
申请日：2025-04-16
Applicant: 图灵人工智能研究院(南京)有限公司 , 南京邮电大学
IPC: G06F16/334 , G06F40/284 , G06F40/30 , G06V10/40 , G06V10/75 , G06V10/82 , G06V10/764 , G06F18/22 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于层次化多模态精细调节的视觉问答优化方法与系统，通过创新的自适应跨模态桥接与多层组逐阶段低秩适配方法，显著提升了跨模态学习的精度和效果。所述方法通过在视觉特征中引入多层次语义感知的文本信息，使得视觉特征得到更精细的调整与优化，从而解决了视觉特征与文本语义匹配的不一致问题。通过多层组逐阶段低秩适配，有效避免了感知误差的累积，提供了一种逐层适配的机制，使得视觉特征和文本特征在多层次的学习过程中能够更加精确地对齐。本发明为跨模态任务中的视觉‑文本特征融合提供了新的思路和方法，能够更好地捕捉文本与视觉领域的高层次交互，从而提升VQA任务的性能。
-
公开(公告)号：CN119963807A
公开(公告)日：2025-05-09
申请号：CN202510018172.X
申请日：2025-01-06
Applicant: 南京邮电大学
IPC: G06V10/25 , G06V10/52 , G06V10/42 , G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/09
Abstract: 本发明提供一种面向RGB‑D的融合模型及其目标检测方法.首先，利用Canny边缘检测算法生成真值图的边缘图，将其作为主干网络的额外输入特征，以丰富特征信息并辅助模型的深度学习.然后，利用MobileNetV2对RGB图像进行多层次特征提取，并通过基于残差网络ResNet‑152的编码器对深度图像和边缘图像进行多层特征抽取，将边缘特征信息整合到MobileNetV2编码器提取的RGB图像特征中，利用多尺度感知融合模块与全局融合模块，结合RGB特征与深度特征的互补语义信息，完成跨模态特征的分层融合.最后，将获得的多个融合特征经过解码后，逐层输入至解码过程中的边缘加强融合模块，通过设计的网络损失监督RGB流和深度流检测结果的融合，输出最终的显著性检测结果，从而提高在背景复杂、显著目标边界模糊的情况下的检测效果。
-
公开(公告)号：CN119944685A
公开(公告)日：2025-05-06
申请号：CN202411911084.4
申请日：2024-12-24
Applicant: 南京瑞麟能源技术有限公司 , 南京邮电大学
IPC: H02J3/06 , H02J3/48 , H02J3/32 , H02J3/14 , H02J3/00 , G06Q10/0631 , G06Q50/06 , G06N3/006 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于机器学习的新能源电力消纳与储能调节预测方法，属于电力技术领域，包括数据采集、处理、分析与可视化四个层次，获取电网及储能系统数据，采用有功电力平衡分析模块和粒子群优化算法计算电力不平衡量，并使用LSTM模型预测储能系统的充放电曲线，评估调节灵活性，解决了通过结合粒子群优化算法与长短期记忆网络，减少有功不平衡量、降低弃电量、预测储能系统的充放电需求，提高储能系统的运行效率的技术问题，减少有功不平衡量，降低弃电量，帮助电力调度系统合理调度储能资源，提高储能系统的运行效率，减少不必要的电能浪费，提高电网的灵活性和可靠性，优化了电力调度过程，提升了调度的准确性和经济性。
-
公开(公告)号：CN119577597A
公开(公告)日：2025-03-07
申请号：CN202411625312.1
申请日：2024-11-14
Applicant: 南京鼎研电力科技有限公司 , 南京邮电大学
IPC: G06F18/243 , G06F18/214 , G06F18/10 , G06Q50/06
Abstract: 一种基于孤立森林算法的电力设备台账纠错方法，旨在解决电力系统中设备台账的设备类型与实际设备类型不相匹配的情况，以利于电力设备管理。方法包括：数据预处理，对设备类型标签编码并按MAC地址前六位分组；设计孤立森林算法模型，为每组构建异常检测模型；送分组数据集至模型进行训练；通过与原始数据集对比，确保异常设备类型为少数，调整参数优化模型；对异常台账进行人工确认并计算评价指标。本方法有效解决了设备类型不匹配问题，便于电力设备管理。
-
-
-
-
-
-
-
-
-
Search Results
134
records
(took 0.027 seconds)
