-
公开(公告)号：CN113344119B
公开(公告)日：2024-07-12
申请号：CN202110718610.5
申请日：2021-06-28
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
IPC: G06V10/776 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V20/52
Abstract: 本发明是一种工业物联网复杂环境下的小样本烟雾监测方法，该监测方法利用两条并行分支实现烟雾检测，具体包括如下步骤：S1、第一条分支利用条件生成对抗网络生成数据集，将生成的数据集输入卷积神经网络中进行训练，将参数固定；S2、第二条分支采用迁移学习方法对源域图片和目标域的图片传入卷积神经网络进行训练，S3、将步骤S1和S2得到的概率进行加权得到新的概率，概率最高的标签即为所属类别，从而实现小样本下的烟雾检测。本发明结合了生成对抗网络和迁移学习方法，前者通过扩充数据集来解决小样本的问题，后者通过迁移学习来解决，二者结合，使得该模型即使在只有少量样本的情况下也能很好地在有雪环境下对烟雾进行监控。
-
公开(公告)号：CN113344119A
公开(公告)日：2021-09-03
申请号：CN202110718610.5
申请日：2021-06-28
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
Abstract: 本发明是一种工业物联网复杂环境下的小样本烟雾监测方法，该监测方法利用两条并行分支实现烟雾检测，具体包括如下步骤：S1、第一条分支利用条件生成对抗网络生成数据集，将生成的数据集输入卷积神经网络中进行训练，将参数固定；S2、第二条分支采用迁移学习方法对源域图片和目标域的图片传入卷积神经网络进行训练，S3、将步骤S1和S2得到的概率进行加权得到新的概率，概率最高的标签即为所属类别，从而实现小样本下的烟雾检测。本发明结合了生成对抗网络和迁移学习方法，前者通过扩充数据集来解决小样本的问题，后者通过迁移学习来解决，二者结合，使得该模型即使在只有少量样本的情况下也能很好地在有雪环境下对烟雾进行监控。
-
公开(公告)号：CN113312105B
公开(公告)日：2023-05-02
申请号：CN202110619282.3
申请日：2021-06-03
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
IPC: G06F9/445 , G06F9/50 , G06N20/00 , H04L67/1004 , H04L67/12
Abstract: 本发明是一种基于Q学习的车辆任务部分卸载策略方法，该方法应用在车载自组织网络中，方法步骤如下：对于移动车辆终端所请求的任务，进行任务分类，排除两种极端的任务类型，将时延极其敏感的任务直接进行本地卸载，将需要计算资源量大的任务全部卸载到MEC服务器进行计算。其次，对于剩下的不容易判断类型的业务，定义任务分类因子为βn，筛选出其中一部分时延不大敏感，计算资源量也一般的任务，对筛选出的任务进行基于Q学习的部分卸载。最后，当所有移动车辆用户终端所请求任务的卸载决策确定后，将对每个MEC服务器中的用户进行计算资源的分配。本发明的策略方法充分利用本地资源和服务器资源，降低系统总开销。
-
公开(公告)号：CN113296845B
公开(公告)日：2022-10-14
申请号：CN202110619280.4
申请日：2021-06-03
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
Abstract: 本发明公开一种边缘计算环境下基于深度强化学习的多小区任务卸载算法，提出了一种改进的双深度Q网络算法，并基于双深度Q网络算法进行任务卸载算法设计，并将MEC边缘控制平台作为智能体与车联网环境进行交互，旨在相同的资源下优化任务处理速率与任务执行时延，另外在复杂业务场景下，针对DQN算法中存在的过估计问题，对DQN算法中的Q值函数进行改进，提高模型选择最优卸载策略的能力，本方案可以显著的提高计算与存储资源的利用率、有效降低车辆终端的任务执行时延，大幅度提高边缘侧计算与存储资源的利用率，并且算法收敛效率高于传统的DQN算法，解决了任务的最佳卸载比例问题，能够更有效地降低任务的执行时延。
-
公开(公告)号：CN113312105A
公开(公告)日：2021-08-27
申请号：CN202110619282.3
申请日：2021-06-03
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
Abstract: 本发明是一种基于Q学习的车辆任务部分卸载策略方法，该方法应用在车载自组织网络中，方法步骤如下：对于移动车辆终端所请求的任务，进行任务分类，排除两种极端的任务类型，将时延极其敏感的任务直接进行本地卸载，将需要计算资源量大的任务全部卸载到MEC服务器进行计算。其次，对于剩下的不容易判断类型的业务，定义任务分类因子为βn，筛选出其中一部分时延不大敏感，计算资源量也一般的任务，对筛选出的任务进行基于Q学习的部分卸载。最后，当所有移动车辆用户终端所请求任务的卸载决策确定后，将对每个MEC服务器中的用户进行计算资源的分配。本发明的策略方法充分利用本地资源和服务器资源，降低系统总开销。
-
Patent Agency Ranking
公开(公告)号：CN113296845A
公开(公告)日：2021-08-24
申请号：CN202110619280.4
申请日：2021-06-03
Applicant: 南京邮电大学 , 杭州海康威视数字技术股份有限公司
Abstract: 本发明公开一种边缘计算环境下基于深度强化学习的多小区任务卸载算法，提出了一种改进的双深度Q网络算法，并基于双深度Q网络算法进行任务卸载算法设计，并将MEC边缘控制平台作为智能体与车联网环境进行交互，旨在相同的资源下优化任务处理速率与任务执行时延，另外在复杂业务场景下，针对DQN算法中存在的过估计问题，对DQN算法中的Q值函数进行改进，提高模型选择最优卸载策略的能力，本方案可以显著的提高计算与存储资源的利用率、有效降低车辆终端的任务执行时延，大幅度提高边缘侧计算与存储资源的利用率，并且算法收敛效率高于传统的DQN算法，解决了任务的最佳卸载比例问题，能够更有效地降低任务的执行时延。
-
公开(公告)号：CN119276468B
公开(公告)日：2025-04-01
申请号：CN202411805805.3
申请日：2024-12-10
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了基于双棘轮算法的群组密钥协商方法、通信方法及装置。方法包括：接收各第二设备发送的各第二设备自身的加密密钥和第一明文；随机生成第二明文，并分别针对各第二设备，利用第二设备的加密密钥对第二明文进行加密，得到第一密文并发送至第二设备；根据第二明文和所有第二设备的第一明文，按照预设密钥生成方法，生成自身的共享密钥；响应于群组通信，根据共享密钥，按照预设密钥更新方法生成自身新的会话密钥；在到达下一次预设密钥协商时刻时，和/或，响应于共享密钥或会话密钥泄露，返回执行接收各第二设备发送的各第二设备自身的加密密钥和第一明文的步骤，得到自身新的共享密钥。可以提高群组通信中的信息安全性。
-
公开(公告)号：CN119357964A
公开(公告)日：2025-01-24
申请号：CN202411909137.9
申请日：2024-12-24
Applicant: 杭州海康威视数字技术股份有限公司
IPC: G06F21/56 , G06F21/55 , G06F18/214 , G06F18/241 , G06F18/213 , G06N3/0455 , G06N3/08
Abstract: 本申请实施例提供了一种恶意攻击特征的智能多维演化协同分析方法及设备，涉及数据处理技术领域，具体方案如下：基于目标软件的反编译数据，获得目标软件在各目标特征维度的目标特征；分别，分别基于对各目标特征进行编码得到的各目标特征的编码特征进行特征重构，得到各目标特征的重构特征；获得各目标特征与各目标特征的重构特征间的重构误差；计算误差向量与已知软件的重构误差分布之间的距离，误差向量为所获得的各重构误差形成的向量；若距离小于等于距离阈值，基于误差向量确定目标软件所属的已知软件分类，否则，确定目标软件为异常软件。应用本申请实施例提供的方案可以识别出控制系统中的恶意软件。
-
公开(公告)号：CN119337430A
公开(公告)日：2025-01-21
申请号：CN202411866700.9
申请日：2024-12-18
Applicant: 杭州海康威视数字技术股份有限公司
Abstract: 本申请实施例提供了一种全密态数据库加密方法、装置和系统，所述系统包括客户端和服务端，客户端用于确定目标数据的数据类型和敏感级别，确定服务端是否具备对目标数据进行处理的权限；在识别到目标处理并非预设处理的情况下，客户端获取第一密文，得到第一密钥，使用第一密钥对目标数据进行加密得到第二加密数据；服务端通过可信环境从管理端获取第二密文，得到第一密钥；通过可信环境使用第一密钥对第二加密数据进行解密，得到目标数据，通过可信环境对目标数据进行目标处理，作为处理结果。应用本申请实施例提供的技术方案，能够实现使数据在全生命周期各个阶段在非可信环境中均以密文形式存在。
-
公开(公告)号：CN118842663B
公开(公告)日：2024-12-03
申请号：CN202411330442.2
申请日：2024-09-20
Applicant: 杭州海康威视数字技术股份有限公司
IPC: H04L9/40 , H04L12/66 , H04N21/2347 , H04N21/254
Abstract: 本申请实施例提供了基于全匿踪隐私计算的音视频数据安全共享系统、方法及装置，系统通过封装原始数据并应用混淆算法保护业务信息，满足了音视频数据共享的需求，并有效增强了数据隐私性。同时，通过计算混淆集的交集来确定可共享的音视频数据，确保了数据访问的精确性。此外，系统还采用加密算法保护接收方身份、权限及分类分级信息，仅发送数据接收方有权限的数据，提升传输针对性和安全性，降低系统资源占用。最终，该系统在保证数据隐私的前提下，既满足了音视频数据共享的需求，又有效保护了音视频数据的隐私性和安全性，防止了敏感信息的泄露，从而提高了音视频数据共享的安全性，实现了安全的音视频数据共享机制。
-
-
-
-
-
-
-
-
-
Search Results
228
records
(took 0.096 seconds)
