-
公开(公告)号:CN119011090B
公开(公告)日:2025-04-22
申请号:CN202411493141.1
申请日:2024-10-24
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种基于RaptorQ喷泉码的网络流信标编解码方法,包括:步骤1,将网络流信标进行RaptorQ编码处理,形成一个连续的信标比特序列流;步骤2,在信标比特序列流中的每个码段后添加特有的动态冗余校验码DRCC,使得每个码段带有校验信息;步骤3,信标接收端进行信标检测;步骤4,启动每个码段中的同步码的检测;步骤5,将同步码和RaptorQ码段转换为字节形式送入RaptorQ解码器进行解码。本发明采用RaptorQ喷泉码的设计,有效应对了易受干扰的网络环境,以及在传输信道上易发生干扰错误,如同步丢失和延迟抖动等,该方法为在加密网络环境中实现基于信标的追踪溯源提供了可靠的解决方案。
-
公开(公告)号:CN119324854B
公开(公告)日:2025-03-25
申请号:CN202411876304.4
申请日:2024-12-19
Applicant: 南京信息工程大学
IPC: H04L27/26 , H04L69/00 , H04W72/0453 , H04W72/0457 , H04W72/23 , H04W72/541 , H04B1/69 , H04B1/7163 , G01S13/86
Abstract: 本发明提供了一种基于多载波梳状调控复用的通感一体化信号及协议生成方法,该方法以信号多域调控理论为指引,能够突破雷达信号理论、香农信息论、帕塞瓦尔定理等制约,兼顾通信和雷达对信号的矛盾要求,规避通信协议对雷达模糊函数的恶化,同波束(同时同频同空域)实现了大容量无线通信与高精度雷达感知一体化。利用该方法来设计、产生和处理通感一体化信号与协议,能以0.36%的NR资源换取chirp模糊函数。该方法支持商用终端接入和5G业务,感知距离不小于1km,雷达通信互干扰能量低于‑39dB。此外,该方法的整个实施过程相对简单,只涉及一维傅里叶变换和逆变换操作,不涉及求逆、特征分解等复杂运算。
-
公开(公告)号:CN119651190A
公开(公告)日:2025-03-18
申请号:CN202510188070.2
申请日:2025-02-20
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种基于周期性矩形反射面天线阵列的大平面波生成器,包括周期性矩形反射面天线阵列、矩形反射面天线阵列安装支架,N路等功率分配网络、N根稳幅稳相电缆和微波信号源;周期性矩形反射面天线阵列垂直安装在矩形反射面天线阵列安装支架上,并与N根稳幅稳相电缆相连接,N根稳幅稳相电缆与N路等功率分配网络相连接,N路等功率分配网络与微波信号源相连接。本发明通过优化其馈源阵列天线的幅度和相位分布来实现辐射口径上的电场强度和相位相等,从而在矩形反射面天线单元辐射口径上形成准平面波。再将N个矩形反射面天线单元进行周期性排列,从而在周期性矩形反射面天线阵列的辐射口径上形成大平面波。
-
公开(公告)号:CN119202804A
公开(公告)日:2024-12-27
申请号:CN202411700138.2
申请日:2024-11-26
Applicant: 南京信息工程大学
IPC: G06F18/24 , G06F18/213 , G06N3/0464 , G06N3/048 , G06N3/084 , H04L9/40
Abstract: 本发明提供了一种基于冲激序列响应的Tor网络流量感知方法,包括:利用抓包工具从Tor网络中捕获数据流,利用五元组信息进行初步分流;对Tor网络流量进行指纹识别,提取窗口内数据流的频域熵和直流分量两种特征并进行表征;使用动态窗口调整器比较相邻窗口的熵值,动态调整窗口的大小;将特征矩阵输入到分类器中对网络流量数据的频域特征进行学习;根据损失值灵活调整训练批次的大小。本发明通过自适应处理策略,有效应对Tor网络环境下的复杂流量特征,能够及时做出分类决策,显著提高处理准确率和响应能力。本发明在Tor网络流量感知和管理中,特别是在流量分析、隐私保护、网络安全监控及异常检测方面,展现了广泛的应用潜力。
-
公开(公告)号:CN119154998A
公开(公告)日:2024-12-17
申请号:CN202411670320.8
申请日:2024-11-21
Applicant: 南京信息工程大学
Abstract: 本发明提供了一种抗复杂干扰的网络流信标编解码方法,包括:将待编码数据进行循环冗余校验CRC编码,并将编码后的数据与已知标记码序列结合后进行低密度奇偶校验LDPC编码处理,对于LDPC编码后的数据,剔除其中的已知标记码序列即M1序列并将标记码等间隔地插入到数据中,在数据末尾插入间隔标记码,将此编码段重复并在其开头和结尾分别添加开始同步码和结束同步码,将添加同步码后的序列不断重复形成码流;然后进行解码,并验证解码结果的正确性。本发明提高了前向后向算法同步数据的准确性,提高了译码的成功率,有效应对了在传输信道上易发生的干扰错误,为在加密网络环境中实现基于信标的追踪溯源提供了可靠的解决方案。
-
公开(公告)号:CN118433121A
公开(公告)日:2024-08-02
申请号:CN202410897429.9
申请日:2024-07-05
Applicant: 南京信息工程大学
IPC: H04L47/2483 , H04L47/193 , G06N3/0464 , G06N3/084
Abstract: 本发明提供了一种基于深度学习的网络流量内容类型识别方法和装置,所述方法包括:对采集的网络数据进行预处理,提取每个会话的上行数据包负载,按照固定长度分组为数据块,组批送入深度学习模型;深度学习模型通过卷积神经网络提取数据块的特征,通过全连接层映射到不同的内容类型;根据模型输出结果,获取每个会话的内容类型标签和置信度,输出至后续处理模块。本发明通过对网络数据包进行话单聚合和负载分组,利用端到端的深度学习模型进行内容类型识别,相比传统的基于规则或特征工程的方法,具有识别准确率高、实时性好、扩展性强等优势。本发明能够有效应用于网络安全监测、流量管控、协议分析等领域。
-
公开(公告)号:CN118133932A
公开(公告)日:2024-06-04
申请号:CN202410573165.1
申请日:2024-05-10
Applicant: 南京信息工程大学
IPC: G06N3/094 , G06N3/0475 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06V10/82
Abstract: 本发明公开一种针对JPEG量化步长估计的对抗样本生成方法,JPEG压缩后的原始样本输入生成器生成对抗样本,根据直接攻击或预先攻击的不同攻击目标,将对抗样本或经JPEG压缩后的对抗样本输入JPEG量化步长估计网络,计算量化步长估计损失;将对抗样本及对应的原始样本输入判别器,分别计算二者判别损失,基于量化步长估计损失、扰动强度损失和逆对抗样本判别损失优化生成器参数。本发明以强度更高的对抗攻击引导JPEG量化步长估计方法的性能提升,从而提高基于量化步长估计的篡改取证方法的鲁棒性和可靠性。
-
公开(公告)号:CN115620228B
公开(公告)日:2023-05-23
申请号:CN202211251732.9
申请日:2022-10-13
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于视频分析的地铁屏蔽门临关门乘客闯门预警方法,其步骤是:在临关门时刻启动安装于屏蔽门门头的乘客闯门预警终端系统,视频采集模块按照给定帧率连续采集视频帧;视频分析模块基于YOLOv5和Deepsort连续不断计算行人目标在门前区域的运动轨迹;闯门风险评估模块基于所有行人目标的运动轨迹计算该门面临的总乘客闯门风险;对评估风险超过给定阈值的情况,进行包括声光报警和门控联动的二级闯门预警处置。本发明提供了一种降低乘客闯门行为对行车和乘客安全造成不利影响的有效方案。
-
公开(公告)号:CN114785623A
公开(公告)日:2022-07-22
申请号:CN202210703944.X
申请日:2022-06-21
Applicant: 南京信息工程大学
Abstract: 本发明涉及网络流量识别技术领域,具体是基于离散化特征能量体系的网络入侵检测方法与装置,基于离散化特征能量体系的网络入侵检测方法包括如下步骤:采集正常网络流量数据,按照五元组信息划分网络流;网络流特征预处理;使用特征离散模块将特征离散化;构建基于离散化特征能量体系的流量分类器;将待测流量输入到基于离散化特征能量体系的流量分类器,根据阈值确定网络流性质。本发明所公开的基于离散化特征能量体系的网络入侵检测方法与装置,能够在仅使用正常网络流的前提下,有效地将待测试数据归为正常流量或恶意流量。
-
公开(公告)号:CN114567883A
公开(公告)日:2022-05-31
申请号:CN202210118610.6
申请日:2022-02-08
Applicant: 南京信息工程大学
IPC: H04W12/122 , H04W12/60 , H04W40/10 , H04W40/24 , H04L45/02 , H04L43/0811 , H04L43/0882
Abstract: 本发明涉及路由协议安全技术领域,且公开了一种基于环境自适应决策的双层模糊逻辑信任模型方法,包括以下步骤:1)获取网络中所需的多种属性参数;2)利用双层模糊逻辑结构量化节点的信任指标;3)根据网络环境动态调整路由协议中的信任阈值;4)所提出的信任模型与OLSR协议建立了EFT‑OLSR协议,作为原始OLSR的安全扩展协议。该基于环境自适应决策的双层模糊逻辑信任模型方法,通过采用多个属性的标准,有效加快了信任机制的建立过程,通过运用双层模糊逻辑结构,降低了计算的复杂性,根据网络环境动态调整信任阈值,有效检测出恶意节点,EFT‑OLSR协议在数据包传递率(PDR)、平均端到端延迟、丢包率方面优于现有的FT‑OLSR信任模型。
-
-
-
-
-
-
-
-
-