-
公开(公告)号：CN113687989B
公开(公告)日：2024-08-16
申请号：CN202110908593.1
申请日：2021-08-09
Applicant: 华东师范大学
IPC: G06F11/36 , G06F18/214 , G06F18/2433 , G06N5/04 , G16Y30/00 , G16Y40/10
Abstract: 本发明公开了一种基于无服务器架构的物联网数据异常检测方法，所述方法包括：采用第三方物联网云平台作为物联网设备的接入端，所有物联网设备通过特定协议接入第三方物联网平台，并将采集的数据上报到第三方物联网平台；用户为接入系统的任一物联网设备选择合适的异常检测算法并配置相应的参数；采用无服务器架构实现数据异常检测端构建，根据算法和参数为设备自动生成和部署异常检测用的训练云函数和推理云函数。训练云函数训练异常检测模型并将其供推理云函数调用。部署完异常检测算法的设备上报的新数据点转发至推理云函数进行异常检测，并返回检测结果。本发明还提出了一种基于无服务器架构的物联网数据异常检测系统。
-
Patent Agency Ranking
公开(公告)号：CN111526099B
公开(公告)日：2022-08-16
申请号：CN202010216286.2
申请日：2020-03-25
Applicant: 华东师范大学
IPC: H04L47/2441 , G06N3/04 , H04L47/2483 , H04L9/40 , H04L41/14 , H04L61/4511
Abstract: 本发明公开了一种基于深度学习的物联网应用流量检测方法，该方法将物联网设备上的流量数据包通过Wireshark进行结构化数据存储，通过使用Split Cap工具进行Pcap流量包的切割与筛选，得到流量包的不同切割样本，再将片段大小不同的流量数据转换成为二进制图文件表示，通过深度学习方法即可获取较为精确的应用流量识别。该方法主要包括：流量包数据筛选，Pcap文件的编码切割，结构化流量数据包的图转换以及卷积神经网络的应用流量识别。通过本发明可以自动化的抓取并识别物联网设备中的应用数据包，为访问物联网设备的流量追踪溯源提供了强有力的支撑，极大地提高了物联网设备的安全性能。
-
公开(公告)号：CN111526099A
公开(公告)日：2020-08-11
申请号：CN202010216286.2
申请日：2020-03-25
Applicant: 华东师范大学
IPC: H04L12/851 , H04L12/24 , G06N3/04 , H04L29/06 , H04L29/12
Abstract: 本发明公开了一种基于深度学习的物联网应用流量检测方法，该方法将物联网设备上的流量数据包通过Wireshark进行结构化数据存储，通过使用Split Cap工具进行Pcap流量包的切割与筛选，得到流量包的不同切割样本，再将片段大小不同的流量数据转换成为二进制图文件表示，通过深度学习方法即可获取较为精确的应用流量识别。该方法主要包括：流量包数据筛选，Pcap文件的编码切割，结构化流量数据包的图转换以及卷积神经网络的应用流量识别。通过本发明可以自动化的抓取并识别物联网设备中的应用数据包，为访问物联网设备的流量追踪溯源提供了强有力的支撑，极大地提高了物联网设备的安全性能。
-
公开(公告)号：CN112419775B
公开(公告)日：2022-01-11
申请号：CN202010804756.7
申请日：2020-08-12
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于强化学习的数字孪生智慧停车方法，为智慧城市信息物理融合物联网构建提供了一个智能、易用的系统模型。该智慧停车系统支持对实际场景下多车辆自动泊车过程进行实时控制，并能有效避免碰撞，降低人工停车时间成本，减少人为操作失误安全事故的发生。对于即将落地实施的智慧停车场项目都可以先采用数字孪生原型来进行可行性分析、算法测试、功能验证的任务；对于已经落地实现的智慧停车场项目，也可以使用数字孪生技术来实现数据的采集和报送，实现停车场数据的全周期管理，为后续数据资源的开发与利用提供帮助。
-
公开(公告)号：CN113687989A
公开(公告)日：2021-11-23
申请号：CN202110908593.1
申请日：2021-08-09
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于无服务器架构的物联网数据异常检测方法，所述方法包括：采用第三方物联网云平台作为物联网设备的接入端，所有物联网设备通过特定协议接入第三方物联网平台，并将采集的数据上报到第三方物联网平台；用户为接入系统的任一物联网设备选择合适的异常检测算法并配置相应的参数；采用无服务器架构实现数据异常检测端构建，根据算法和参数为设备自动生成和部署异常检测用的训练云函数和推理云函数。训练云函数训练异常检测模型并将其供推理云函数调用。部署完异常检测算法的设备上报的新数据点转发至推理云函数进行异常检测，并返回检测结果。本发明还提出了一种基于无服务器架构的物联网数据异常检测系统。
-
公开(公告)号：CN112419775A
公开(公告)日：2021-02-26
申请号：CN202010804756.7
申请日：2020-08-12
Applicant: 华东师范大学
Abstract: 本发明公开了一种基于强化学习的数字孪生智慧停车方法，为智慧城市信息物理融合物联网构建提供了一个智能、易用的系统模型。该智慧停车系统支持对实际场景下多车辆自动泊车过程进行实时控制，并能有效避免碰撞，降低人工停车时间成本，减少人为操作失误安全事故的发生。对于即将落地实施的智慧停车场项目都可以先采用数字孪生原型来进行可行性分析、算法测试、功能验证的任务；对于已经落地实现的智慧停车场项目，也可以使用数字孪生技术来实现数据的采集和报送，实现停车场数据的全周期管理，为后续数据资源的开发与利用提供帮助。
-
-
-
-
-
Search Results
6
records
(took 0.024 seconds)
