-
公开(公告)号：CN118199918B
公开(公告)日：2024-08-20
申请号：CN202410136004.6
申请日：2024-01-31
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于ROS环境下网联机器人的网络攻击系统，包括场景设定模块、编队环境生成模块和网络攻击模块，其中网络攻击模块包含虚假数据注入模块、重放攻击模块和拒绝服务攻击模块；运行领航者节点生成Gazebo场景，通过编队算法计算出跟随者tt1机器人下一时刻运行的速度，并将速度通过TCP协议作为控制信号发送给跟随者tt1机器人，控制跟随者的运动；拦截含控制信号的数据包并注入虚假数据，发送给从机；重放存储含控制信号的数据包，跟随者tt1按重放指令进行运动；向跟随者tt1发送大量不符合规则的连接请求的数据包，使其处于半连接状态。本发明易于部署、操作简便且具有较强的扩展性，为机器人网络安全领域的研究人员提供了必要的网络攻击环境。
-
公开(公告)号：CN118298231A
公开(公告)日：2024-07-05
申请号：CN202410420955.6
申请日：2024-04-09
Applicant: 中国矿业大学
IPC: G06V10/764 , G06V10/774 , G06V10/75 , G06F16/36
Abstract: 本发明公开了一种基于语义关系图谱的室内多场景语义地图构建方法，包括：基于激光雷达使用栅格地图算法构建2D栅格地图；使用双目相机获取场景图像，通过立体匹配获取深度图并利用训练好的目标检测模型识别环境中的物体，得到地标的类别和坐标，图像数据采用贝叶斯滤波技术结合先验信息进行场景分类，得到当前场景的语义标签，将获取的语义标签使用占据栅格法得到语义地图；基于目标识别数据集构建先验关系图谱，将空间关系知识图谱和先验关系知识图谱进行融合构建图谱层，得到多场景语义地图。本发明基于深度学习和知识图谱构建的语义关系地图存储了大量的先验知识，赋予了地图全面和准确的环境信息，在多场景救援和日常服务中可实现快速搜索。
-
公开(公告)号：CN118199918A
公开(公告)日：2024-06-14
申请号：CN202410136004.6
申请日：2024-01-31
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于ROS环境下网联机器人的网络攻击系统，包括场景设定模块、编队环境生成模块和网络攻击模块，其中网络攻击模块包含虚假数据注入模块、重放攻击模块和拒绝服务攻击模块；运行领航者节点生成Gazebo场景，通过编队算法计算出跟随者tt1机器人下一时刻运行的速度，并将速度通过TCP协议作为控制信号发送给跟随者tt1机器人，控制跟随者的运动；拦截含控制信号的数据包并注入虚假数据，发送给目标主机；重放存储含控制信号的数据包，跟随者tt1按重放指令进行运动；向跟随者tt1发送大量不符合规则的连接请求的数据包，使其处于半连接状态。本发明易于部署、操作简便且具有较强的扩展性，为机器人网络安全领域的研究人员提供了必要的网络攻击环境。
-
公开(公告)号：CN118523928B
公开(公告)日：2025-04-15
申请号：CN202410573321.4
申请日：2024-05-10
Applicant: 中国矿业大学
IPC: H04L9/40 , G06F18/214 , G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/08 , H04L41/16
Abstract: 本发明公开了一种多机器人系统的信息‑物理融合网络攻击检测方法，该检测方法包括：构建多机器人系统实验平台；对多机器人系统实验平台进行网络攻击；采集网络入侵后多机器人系统实验平台的网络流量信息以及物理状态信息；利用卷积神经网络构建初始检测模型，利用数据集对初始检测模型进行训练，将训练之后的初始检测模型作为目标检测模型；利用目标检测模型实现多机器人系统的攻击检测。本发明基于卷积神经网络构建的分类模块，在构建的Leader‑Follower多机器人系统受到不同类型的网络攻击时能快速的将网络数据和机器人运动状态的数据进行采集，并进行分类，该检测模型不但提升了检测效率，对异常数据检测的准确率超过90％。
-
Patent Agency Ranking
公开(公告)号：CN116679753B
公开(公告)日：2024-01-26
申请号：CN202310748224.X
申请日：2023-06-25
Applicant: 中国矿业大学
IPC: G05D1/46
Abstract: 本发明公开了一种异构无人系统抗欺骗攻击的编队跟踪控制方法，包括根据通信节点建立通信拓扑结构，构建异构无人系统的动态模型，设计智能体的期望编队构型；对各智能体之间通信信道上的欺骗攻击进行建模，设计分布式异步脉冲弹性观测器,建立动态观测误差模型；设计基于异步脉冲控制的分布式时变编队跟踪控制协议，并建立动态跟踪误差系统模型；在存在欺骗攻击时，对异构无人系统编队系统进行分析，给出误差系统指数均方稳定的条件；分析异构无人系统在欺骗攻击下编队跟踪性能。本发明在欺骗攻击下保障HMASs编队控制性能的同时提高通信的可靠性。
-
公开(公告)号：CN118493388A
公开(公告)日：2024-08-16
申请号：CN202410677163.7
申请日：2024-05-29
Applicant: 中国矿业大学
IPC: B25J9/16
Abstract: 本发明公开了一种面向稀疏奖励的深度强化学习机械臂抓取方法，包括首先分析机械臂抓取任务特点，将其建模为马尔可夫决策问题，设计二元稀疏奖励，减少奖励函数设计的复杂度，降低设计成本；其次，以DDPG算法为主体深度强化学习训练算法框架，搭建Actor‑Critic结构网络，对连续状态动作空间进行处理；然后，设计事后经验回放机制，使用G‑HGG算法进行辅助目标生成，使用预训练动作网络进行动作筛选并加入探索噪声与能量函数对累积经验池进行处理，增强经验利用率，提高训练效率与抓取成功率；最后，搭建机械臂模型与场景信息，利用交互数据进行优化训练，实现机械臂目标抓取，本方法能够解决稀疏奖励下机械臂的抓取学习问题。
-
公开(公告)号：CN116679753A
公开(公告)日：2023-09-01
申请号：CN202310748224.X
申请日：2023-06-25
Applicant: 中国矿业大学
IPC: G05D1/10
Abstract: 本发明公开了一种异构无人系统抗欺骗攻击的编队跟踪控制方法，包括根据通信节点建立通信拓扑结构，构建异构无人系统的动态模型，设计智能体的期望编队构型；对各智能体之间通信信道上的欺骗攻击进行建模，设计分布式异步脉冲弹性观测器,建立动态观测误差模型；设计基于异步脉冲控制的分布式时变编队跟踪控制协议，并建立动态跟踪误差系统模型；在存在欺骗攻击时，对异构无人系统编队系统进行分析，给出误差系统指数均方稳定的条件；分析异构无人系统在欺骗攻击下编队跟踪性能。本发明在欺骗攻击下保障HMASs编队控制性能的同时提高通信的可靠性。
-
公开(公告)号：CN118493388B
公开(公告)日：2025-03-11
申请号：CN202410677163.7
申请日：2024-05-29
Applicant: 中国矿业大学
IPC: B25J9/16
Abstract: 本发明公开了一种面向稀疏奖励的深度强化学习机械臂抓取方法，包括首先分析机械臂抓取任务特点，将其建模为马尔可夫决策问题，设计二元稀疏奖励，减少奖励函数设计的复杂度，降低设计成本；其次，以DDPG算法为主体深度强化学习训练算法框架，搭建Actor‑Critic结构网络，对连续状态动作空间进行处理；然后，设计事后经验回放机制，使用G‑HGG算法进行辅助目标生成，使用预训练动作网络进行动作筛选并加入探索噪声与能量函数对累积经验池进行处理，增强经验利用率，提高训练效率与抓取成功率；最后，搭建机械臂模型与场景信息，利用交互数据进行优化训练，实现机械臂目标抓取，本方法能够解决稀疏奖励下机械臂的抓取学习问题。
-
公开(公告)号：CN118523928A
公开(公告)日：2024-08-20
申请号：CN202410573321.4
申请日：2024-05-10
Applicant: 中国矿业大学
IPC: H04L9/40 , G06F18/214 , G06F18/24 , G06F18/25 , G06N3/0464 , G06N3/08 , H04L41/16
Abstract: 本发明公开了一种多机器人系统的信息‑物理融合网络攻击检测方法，该检测方法包括：构建多机器人系统实验平台；对多机器人系统实验平台进行网络攻击；采集网络入侵后多机器人系统实验平台的网络流量信息以及物理状态信息；利用卷积神经网络构建初始检测模型，利用数据集对初始检测模型进行训练，将训练之后的初始检测模型作为目标检测模型；利用目标检测模型实现多机器人系统的攻击检测。本发明基于卷积神经网络构建的分类模块，在构建的Leader‑Follower多机器人系统受到不同类型的网络攻击时能快速的将网络数据和机器人运动状态的数据进行采集，并进行分类，该检测模型不但提升了检测效率，对异常数据检测的准确率超过90％。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.014 seconds)
