-
公开(公告)号：CN108108808A
公开(公告)日：2018-06-01
申请号：CN201810015984.9
申请日：2018-01-08
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于深度信念网络的位置预测方法及装置，涉及位置预测技术领域，解决了现有技术中只使用位置的坐标，利用马尔科夫模型进行位置预测，只使用位置的坐标这一个维度，所考虑的维度不够全面，影响预测位置的精确度的问题。其中基于深度信念网络的位置预测方法包括：将所述多个特征作为深度信念网络的输入，利用所述深度信念网络进行位置预测，将所述深度信念网络的输出值为1对应的神经元所预测的位置，预定为用户在所述兴趣点的位置之后，所要到达的位置；其中，所述深度信念网络为利用包括有与所述多个特征相同类型的特征的样本作为训练集，对深度信念网络进行训练得到的。这样可以提高预测位置的准确度。
-
公开(公告)号：CN113315596B
公开(公告)日：2022-07-22
申请号：CN202110583087.X
申请日：2021-05-27
Applicant: 北京邮电大学
IPC: H04J3/06
Abstract: 本发明实施例提供了一种包交换网络中的时间同步方法及装置，涉及时间同步技术领域。该方法包括：获取预设的主时钟节点和从时钟节点之间，通过目标包交换网络进行连续两次包交换的传输时长；根据预设的多个先验网络的先验数据，确定在连续两次包交换的过程中，目标包交换网络中的排队数据包的数量；基于数量，在基于多个先验网络预设的各先验网络组合中，确定与目标包交换网络匹配的目标网络组合；基于传输时长，以及目标网络组合中的第一先验网络和第二先验网络的先验数据，确定主时钟节点和从时钟节点之间的时间偏差；利用时间偏差，对主时钟节点和从时钟节点进行时间同步。与现有技术相比，应用本发明实施例提供的方案，可以提高时间同步精度。
-
公开(公告)号：CN113315596A
公开(公告)日：2021-08-27
申请号：CN202110583087.X
申请日：2021-05-27
Applicant: 北京邮电大学
IPC: H04J3/06
Abstract: 本发明实施例提供了一种包交换网络中的时间同步方法及装置，涉及时间同步技术领域。该方法包括：获取预设的主时钟节点和从时钟节点之间，通过目标包交换网络进行连续两次包交换的传输时长；根据预设的多个先验网络的先验数据，确定在连续两次包交换的过程中，目标包交换网络中的排队数据包的数量；基于数量，在基于多个先验网络预设的各先验网络组合中，确定与目标包交换网络匹配的目标网络组合；基于传输时长，以及目标网络组合中的第一先验网络和第二先验网络的先验数据，确定主时钟节点和从时钟节点之间的时间偏差；利用时间偏差，对主时钟节点和从时钟节点进行时间同步。与现有技术相比，应用本发明实施例提供的方案，可以提高时间同步精度。
-
公开(公告)号：CN109873774B
公开(公告)日：2021-01-01
申请号：CN201910036196.2
申请日：2019-01-15
Applicant: 北京邮电大学
IPC: H04L12/851
Abstract: 本发明实施例提供的一种网络流量识别方法及装置，方法包括：在接收当前数据流完成的情况下，提取当前数据流中数据包包头的数据，作为第一样本；将第一样本输入半监督模型，利用半监督模型输出第一样本的类别及第一样本是否位于簇的边界距离内的结果；在第一样本是位于簇的边界距离内的结果情况下，如果第一样本是新类别的样本，则在预设的机器识别模型的输出节点中增加一个输出节点，将增加输出节点后的机器识别模型作为在线识别模型；然后识别当前数据流后的下一个数据流的类别。相比于现有技术，本发明实施例更改机器识别模型的结构，使用更改结构后的机器学习模型识别当前数据流后的下一个的数据流的类别，可以提高识别数据流的类别实时性。
-
Patent Agency Ranking
公开(公告)号：CN113271538A
公开(公告)日：2021-08-17
申请号：CN202110550054.5
申请日：2021-05-20
Applicant: 北京邮电大学
Abstract: 本申请实施例提供了一种5G网络下的授时方法、装置、用户设备及通信系统，其中方法应用于用户设备，包括：接收多个基站分别发送的到达时间差定位信号、以及指定基站发送的时间信息和地理位置信息，并利用预设的路径时延测量技术，测量与指定基站之间的第一传输路径时延；根据多个基站中任两个基站的到达时间差定位信号，计算用户设备与指定基站间的距离，并根据该距离，计算与指定基站之间的第二传输路径时延；根据第一传输路径时延及第二传输路径时延，计算与指定基站之间的实际传输路径时延；根据时间信息及实际传输路径时延，计算授时时间。以此实现提高5G网络下的授时时间精度。
-
公开(公告)号：CN109873774A
公开(公告)日：2019-06-11
申请号：CN201910036196.2
申请日：2019-01-15
Applicant: 北京邮电大学
IPC: H04L12/851
Abstract: 本发明实施例提供的一种网络流量识别方法及装置，方法包括：在接收当前数据流完成的情况下，提取当前数据流中数据包包头的数据，作为第一样本；将第一样本输入半监督模型，利用半监督模型输出第一样本的类别及第一样本是否位于簇的边界距离内的结果；在第一样本是位于簇的边界距离内的结果情况下，如果第一样本是新类别的样本，则在预设的机器识别模型的输出节点中增加一个输出节点，将增加输出节点后的机器识别模型作为在线识别模型；然后识别当前数据流后的下一个数据流的类别。相比于现有技术，本发明实施例更改机器识别模型的结构，使用更改结构后的机器学习模型识别当前数据流后的下一个的数据流的类别，可以提高识别数据流的类别实时性。
-
公开(公告)号：CN113271538B
公开(公告)日：2022-08-05
申请号：CN202110550054.5
申请日：2021-05-20
Applicant: 北京邮电大学
Abstract: 本申请实施例提供了一种5G网络下的授时方法、装置、用户设备及通信系统，其中方法应用于用户设备，包括：接收多个基站分别发送的到达时间差定位信号、以及指定基站发送的时间信息和地理位置信息，并利用预设的路径时延测量技术，测量与指定基站之间的第一传输路径时延；根据多个基站中任两个基站的到达时间差定位信号，计算用户设备与指定基站间的距离，并根据该距离，计算与指定基站之间的第二传输路径时延；根据第一传输路径时延及第二传输路径时延，计算与指定基站之间的实际传输路径时延；根据时间信息及实际传输路径时延，计算授时时间。以此实现提高5G网络下的授时时间精度。
-
公开(公告)号：CN108108808B
公开(公告)日：2021-11-19
申请号：CN201810015984.9
申请日：2018-01-08
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于深度信念网络的位置预测方法及装置，涉及位置预测技术领域，解决了现有技术中只使用位置的坐标，利用马尔科夫模型进行位置预测，只使用位置的坐标这一个维度，所考虑的维度不够全面，影响预测位置的精确度的问题。其中基于深度信念网络的位置预测方法包括：将所述多个特征作为深度信念网络的输入，利用所述深度信念网络进行位置预测，将所述深度信念网络的输出值为1对应的神经元所预测的位置，预定为用户在所述兴趣点的位置之后，所要到达的位置；其中，所述深度信念网络为利用包括有与所述多个特征相同类型的特征的样本作为训练集，对深度信念网络进行训练得到的。这样可以提高预测位置的准确度。
-
公开(公告)号：CN106599681A
公开(公告)日：2017-04-26
申请号：CN201611202714.6
申请日：2016-12-22
Applicant: 北京邮电大学
CPC classification number: G06F21/53 , G06F21/566
Abstract: 本发明提供了恶意程序特征提取方法和系统，涉及恶意程序识别技术领域，包括利用静态分析技术提取被测目标的静态信息；在沙箱中运行被测目标，监控被测目标的调用函数并进行拦截，对调用函数进行处理，得到行为信息；在沙箱的作用下，利用二进制动态插装技术对被测目标进行动态二进制插装，干涉控制流并获取控制流信息；获取被测目标的当前动态执行基本块信息，并给基本块设置编号，记录基本块的调用编号序列以及每个基本块对应的相关信息，得到汇编指令流快照信息；对静态信息、控制流信息、汇编指令流快照信息和行为信息进行特征提取，得到多维特征信息。本发明可以对恶意程序进行深度的特征提取，提高了恶意程序识别的准确度和精度。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.02 seconds)
