-
公开(公告)号：CN106161426A
公开(公告)日：2016-11-23
申请号：CN201610405475.8
申请日：2016-06-08
Applicant: 北京工业大学
CPC classification number: H04L63/1433 , H04L63/1408 , H04L67/12
Abstract: 本发明公开了一种应用于工业物联网的漏洞扫描方法，该方法基于协议集和底层设备库获取网络中设备的具体信息；同时采用“逐级判断”分层次的扫描策略。该方法主要由网络探测1、系统探测2以及扫描引擎3三部分组成，网络探测层将捕获在网络中进行数据交换的数据包11，传递给协议集12，由协议集对该数据包进行判断，以找到对应协议并对数据包进行解析。系统探测将根据协议构造的数据包21，采用主从模式，主动广播发送要请求的数据包22，截取底层设备返回的数据包23，利用协议集中适用的协议对数据包进行解析24，通过与底层的设备库31进行对比获得该设备具体信息，并与工业物联网中的漏洞库做比对，匹配出该设备存在的漏洞。
-
公开(公告)号：CN104484774A
公开(公告)日：2015-04-01
申请号：CN201410853305.7
申请日：2014-12-31
Applicant: 北京工业大学
CPC classification number: G06F17/30867
Abstract: 本发明涉及大数据处理技术领域，特别是一种应用于智慧城市的大数据安全管理系统，包括传感数据采集装置和城市运行数据采集装置，还包括智能控制装置，所述传感数据采集装置、城市运行数据采集装置和智能控制装置分别通过一级网关与互联网相连接，所述互联网通过二级网关与数据处理服务器相连接，所述数据处理服务器与数据库相连接。采用上述结构后，通过一级网关过滤数据采集时的安全隐患，通过二级网关过滤来自互联网的安全隐患，保证智慧城市的大数据管理安全；另外通过设置备用供电电源和备份数据库，可以更好的实现智慧城市的大数据安全管理。
-
公开(公告)号：CN118823132A
公开(公告)日：2024-10-22
申请号：CN202410764682.7
申请日：2024-06-14
Applicant: 北京工业大学
IPC: G06T7/80 , G06N3/0455 , G06N3/09
Abstract: 本发明公开了一种基于Transformer的路侧LiDAR‑相机外参标定方法及系统，包括LiDAR和相机两类硬件，系统在路侧计算单元上运行。本系统由特征提取、特征匹配和参数预测模块组成。特征提取模块由LiDAR和相机两个分支组成。特征提取模块将LiDAR采集到的点云数据和相机拍摄的图像数据作为输入，输出LiDAR特征和图像特征。特征匹配模块由相关层和Transformer架构组成，将LiDAR特征和图像特征作为输入，对LiDAR和图像特征进行细粒度的匹配。最后，参数预测模块将匹配的LiDAR和相机细粒度特征进行参数回归，对参数进行预测，将输出的参数进行三次迭代细化，最终输出预测的外部参数。本发明针对路侧场景的LiDAR和相机进行自动外部校准，提高了路侧标定的准确性和稳定性，不需要标定物。
-
公开(公告)号：CN112667562B
公开(公告)日：2024-04-05
申请号：CN202110092736.6
申请日：2021-01-22
Applicant: 北京工业大学
Abstract: 本发明提供了一种基于CPU‑FPGA的大规模图上的随机游走异构计算系统，用于提高大规模图计算中随机游走的性能问题。包括主机端处理主系统和FPGA计算子系统；主系统包括主机端PCIE接口模块、图数据预处理模块；子系统包括PCIE接口模块、片上主控制器模块、存储单元模块、随机数产生器模块、计算模块以及访存控制器模块；完整图数据存储到主系统中，部分重要数据以及计算过程数据存储到存储单元模块；利用PCIE提供的主系统与子系统之间的高速数据传输处理大规模图数据上的随机游走；存储单元模块为两级存储结构，将重要性高的顶点提前缓存到了片上；利用随机游走算法的高并行性，设计了多个并行异步处理单元组成的计算模块。
-
公开(公告)号：CN114629697A
公开(公告)日：2022-06-14
申请号：CN202210190045.4
申请日：2022-02-28
Applicant: 北京工业大学
Abstract: 本发明公开了一种无线传感器网络的虫洞攻击检测方法及系统，方法包括：获取无线传感器网络节点与邻居节点间的单跳传输时间，得到基准单跳时间序列，并确定正常值范围；采集每个网络节点与邻居节点的数据包转发次数，并得到转发数序列；计算转发数序列与参考向量之间的相似度，根据相似度与预设阈值的大小关系判断当前网络节点是否为正常节点；若判定当前网络节点为异常节点，获取当前网络节点与所有邻居节点之间的最小单跳时间，根据最小单跳时间是否在正常值范围内判定当前网络节点是否为虫洞节点。通过本发明的技术方案，提高了网络的安全性，有很高的检测率，且不需要特殊的硬件和严格的时间同步，计算和通信开销小。
-
Patent Agency Ranking
公开(公告)号：CN120070144A
公开(公告)日：2025-05-30
申请号：CN202510243745.9
申请日：2025-03-03
Applicant: 北京工业大学
Abstract: 本申请涉及一种盲水印嵌入和提取方法，包括：对待嵌入盲水印的目标图像预处理，从预处理后的目标图像中选取多个图像块；采用预先训练完成的编码器将包含水印消息的盲水印嵌入到每个图像块中，得到嵌入盲水印的目标图像。对待提取盲水印的目标盲水印图像预处理，对预处理后的目标盲水印图像进行特征提取和图像匹配，得到多个图像块；并进行几何变换恢复，采用预先训练完成的解码器从每个几何变换恢复后的图像块中提取水印消息；通过加权投票对得到的所有水印消息进行处理，并根据加权投票结果确定提取的最终水印消息。本方法能适用于任意分辨率图像，增强对几何攻击和复合攻击的鲁棒性，提升水印信息提取的稳定性和准确性，减少文件大小增量。
-
公开(公告)号：CN119418300A
公开(公告)日：2025-02-11
申请号：CN202411443335.0
申请日：2024-10-16
Applicant: 北京工业大学 , 航天东方红卫星有限公司
IPC: G06V20/58 , G06V10/80 , G06V10/25 , G06V10/44 , G06V10/82 , G06V10/62 , G06N3/045 , G06N3/0464 , G06N3/0455 , G06N3/0499
Abstract: 本发明公开了一种基于时空关联的多模态数据融合感知方法及系统，图像数据首先进入图像去噪模块，去除噪声后输入特征提取模块。LiDAR点云数据经过校准生成深度图，进入LiDAR分支的特征提取模块。提取后的图像特征和LiDAR特征在特征融合匹配模块中进行多模态特征的融合和匹配。通过查询初始化模块，系统在鸟瞰图空间中生成一组查询点，附带空间位置信息，通过自适应注意力机制处理融合后的特征，以确保对不同尺度目标的精确检测。融合后的多模态特征通过时空采样与混合模块进行时序上的采样与对齐，最终为检测与分割提供高精度输入。本发明通过将多模态数据与时空关联策略结合，显著提升复杂场景中的3D目标检测与分割精度。
-
公开(公告)号：CN112667562A
公开(公告)日：2021-04-16
申请号：CN202110092736.6
申请日：2021-01-22
Applicant: 北京工业大学
Abstract: 本发明提供了一种基于CPU‑FPGA的大规模图上的随机游走异构计算系统，用于提高大规模图计算中随机游走的性能问题。包括主机端处理主系统和FPGA计算子系统；主系统包括主机端PCIE接口模块、图数据预处理模块；子系统包括PCIE接口模块、片上主控制器模块、存储单元模块、随机数产生器模块、计算模块以及访存控制器模块；完整图数据存储到主系统中，部分重要数据以及计算过程数据存储到存储单元模块；利用PCIE提供的主系统与子系统之间的高速数据传输处理大规模图数据上的随机游走；存储单元模块为两级存储结构，将重要性高的顶点提前缓存到了片上；利用随机游走算法的高并行性，设计了多个并行异步处理单元组成的计算模块。
-
公开(公告)号：CN106156790B
公开(公告)日：2020-04-14
申请号：CN201610405473.9
申请日：2016-06-08
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明涉及传感器数据处理技术领域，特别是一种应用于传感器网络的分布式协作算法和数据融合机制，包括传感器级数据融合和中央级数据融合，方法为：传感器级数据融合实现对传感器采集的数据预处理并提取出被测系统的不同特征量，中央级数据融合整合传感器级数据融合提取的被测系统特征量得到更准确的被测系统的状态估计，本发明的方法使用中央级数据融合的结果修正传感器级数据融合的结果，可以解决单传感器系统精度低、信息单一以及数据融合计算量大的问题，可广泛应用于多源影像复合、机器人和智能仪器系统、战场和无人驾驶飞机、图像分析与理解、目标检测与跟踪、自动目标识别中。
-
公开(公告)号：CN106156790A
公开(公告)日：2016-11-23
申请号：CN201610405473.9
申请日：2016-06-08
Applicant: 北京工业大学
IPC: G06K9/62
Abstract: 本发明涉及传感器数据处理技术领域，特别是一种应用于传感器网络的分布式协作算法和数据融合机制，包括传感器级数据融合和中央级数据融合，方法为：传感器级数据融合实现对传感器采集的数据预处理并提取出被测系统的不同特征量，中央级数据融合整合传感器级数据融合提取的被测系统特征量得到更准确的被测系统的状态估计，本发明的方法使用中央级数据融合的结果修正传感器级数据融合的结果，可以解决单传感器系统精度低、信息单一以及数据融合计算量大的问题，可广泛应用于多源影像复合、机器人和智能仪器系统、战场和无人驾驶飞机、图像分析与理解、目标检测与跟踪、自动目标识别中。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.019 seconds)
