公开(公告)号：CN118747815A

公开(公告)日：2024-10-08

申请号：CN202410752434.0

申请日：2024-06-12

Applicant: 安徽工业大学

Inventor： 张柏松 ,  吴宣够 ,  张卫东

IPC: G06V10/764 ,  G06V20/40 ,  G06V10/774 ,  G06V20/52 ,  G06N20/00 ,  G06F21/60

Abstract: 本发明公开了一种基于联邦在线学习的垃圾分类检测方法，涉及垃圾分类技术领域，本发明在中央服务器初始化垃圾分类检测模型，将初始化的全局模型分发到各垃圾站点，站点接收模型并对视频流进行检测分类，将不同类型视频流抽帧得到图像数据扩增到本地数据集中，并将其用于模型即时更新，在不重载整个数据集的情况下针对新情况快速调整参数，同时允许各地垃圾站点在保持数据隐私的前提下独立训练和优化各自的检测模型，站点模型定期通过加密的通信协议异步上传至中央服务器，服务器采用联邦平均策略对接收模型进行聚合，生成具有高度泛化能力的全局模型；全局模型在聚合后分发回各站点，使每个站点模型都获得其他站点学习到的知识。

公开(公告)号：CN114528304B

公开(公告)日：2024-08-09

申请号：CN202210152598.0

申请日：2022-02-18

Applicant: 安徽工业大学

Inventor： 潘紫柔 ,  吴宣够 ,  卫琳娜 ,  张卫东

IPC: G06F16/23 ,  G06F16/27 ,  G06N7/01 ,  G06N20/20

Abstract: 本发明提供的自适应客户端参数更新的联邦学习方法、系统及存储介质，涉及无线通信网络技术领域；该方法包括中央服务器下发全局模型至所属的客户端；客户端利用本地数据对模型进行更新；客户端在下一个全局模型训练过程前估计能量消耗和传输延迟，利用强化学习去选择的本地更新的次数；当客户端本地更新次数达到训练的本地更新最优值时，再将模型上传到中央服务器进行全局聚合；本发明能高效执行联邦学习任务，降低联邦学习学习模型所需的通信代价，并选择客户端本地更新的局部最优模型，提高联邦学习整体训练效率。

公开(公告)号：CN117749727A

公开(公告)日：2024-03-22

申请号：CN202410023853.0

申请日：2024-01-08

Applicant: 安徽工业大学

Inventor： 吴宣够 ,  陆勤伟 ,  樊旭 ,  赵伟

IPC: H04L47/6275 ,  H04L47/2441 ,  H04L47/2425 ,  H04L47/10

Abstract: 本发明提供一种基于截止时间的TSN流量分类调度方法，一方面，面向不同的传输需求，对网络流量进行分类，为关键流量赋予高优先级，实现流量类区分管理。另一方面，帧VID字段记录有关截止时间的信息，交换机节点基于帧的PCP和VID为其关联流门，利用流门IPV可以根据预设定的周期性重复配置表进行周期变更的特性，实现感知帧剩余时间变化，从而动态调整帧的内部优先级，以帮助帧在截至时间内到达目的终端节点。此方法支持TSN网络流量分类管理，避免关键流量的传输被非关键流量干扰，降低关键流量帧的延迟和抖动，同时在各流量类内部基于截止时间管理帧调度，能够满足帧的端到端的时延需求，并且支持事件触发流量的传输。

公开(公告)号：CN115904980A

公开(公告)日：2023-04-04

申请号：CN202211494284.5

申请日：2022-11-25

Applicant: 安徽工业大学

Inventor： 王桐 ,  吴宣够

IPC: G06F11/36

Abstract: 本发明涉及软件度量与评估技术领域，提供一种软件架构腐蚀修复成本预估方法、装置、设备和存储介质，包括如下步骤：基于软件架构的质量属性计算所述软件架构的腐蚀度，基于所述腐蚀度判断所述软件架构的腐蚀程度，得到判断结果；构造软件架构演进前及演进后的多层次软件架构树；对比演进前和演进后的多层次软件架构树，标记两个所述多层次软件架构树中的不同点，记所述不同点为软件架构的变更点；基于软件架构的质量属性和变更点定位腐蚀点；计算腐蚀点的全切片；基于腐蚀点的全切片计算腐蚀点的修复成本。本发明从软件架构的角度对软件架构腐蚀的修复成本进行预估，达到提高预估结果准确度的技术效果。

公开(公告)号：CN115622768A

公开(公告)日：2023-01-17

申请号：CN202211231655.0

申请日：2022-10-08

Applicant: 安徽工业大学

Inventor： 米恨水 ,  卫琳娜 ,  吴宣够

IPC: H04L9/40 ,  G06N3/08 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于多层语义残差网络的分布式拒绝服务攻击识别方法，包括如下步骤：(1)捕获网络中的数据流量并将数据流量按照类别分成若干个样本；(2)对步骤(1)中的样本预处理:删除包含缺失值、畸形值、静态特征和常数特征的样本；对于取值是数值类别特征的样本，将其进行归一化处理；(3)将预处理好的样本按照类别分类处理成若干个尺寸一致的图像；(4)将所述步骤(3)中若干个图像输入多层语义残差网络模型中进行训练、评估，并输出分布式拒绝服务攻击的具体类型。本发明将分布式拒绝服务攻击识别分类与深度学习方法相结合，通过神经网络自动提取特征，不断优化调整模型，实现能够快速且准确的识别出分布式拒绝服务攻击的技术效果。

公开(公告)号：CN115526106A

公开(公告)日：2022-12-27

申请号：CN202211232648.2

申请日：2022-10-10

Applicant: 安徽工业大学

Inventor： 刘辉 ,  刘艳 ,  吴宣够 ,  周建平

IPC: G06F30/27 ,  G06K9/62 ,  G06F119/02

Abstract: 本发明属于移动数据处理技术领域，公开了一种车辆定位模型训练中基于联邦学习的移动设备选择方法，包括：建立模型训练系统用以训练车辆定位模型，且该系统包括车辆、安置于车辆上的移动设备以及中央服务器；建立李雅普诺夫优化模型，明确模型中的目标函数以及约束条件，并以此约束模型训练中所述中央服务器的成本；利用线性回归预测模型预测所述移动设备的模型训练时间；所述中央服务器在成本约束下依据模型训练时间选择至少一个目标移动设备执行车辆定位模型训练；每个所述目标移动设备均采集对应目标车辆移动过程中的车辆信息以执行本地训练；获取本地训练的本地参数，并在车辆定位模型中采用联邦平均算法聚合计算得到模型全局参数。

公开(公告)号：CN115242496A

公开(公告)日：2022-10-25

申请号：CN202210857605.7

申请日：2022-07-20

Applicant: 安徽工业大学

Inventor： 刘栋 ,  吴宣够 ,  王灿

IPC: H04L9/40 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于残差网络的Tor加密流量应用行为分类方法及装置，其方法包括：1)将不同Tor加密流量应用行为类型的pcap文件各自分会话；2)提取时间戳和数据包长度；3)数据预处理；生成相应尺寸的灰度图片；4)赋予标签；5)设计一种残差网络模型，该模型结构从输入开始依次为卷积层、卷积层、3个连续的残差块、全局均值池化层和输出层；6)模型训练和评估；将训练集放入设计好的模型进行训练，设置一定的训练轮数，通过提前终止的方式，得到训练效果最优的轮数，并保存模型。本发明将加密流量分类与深度学习方法相结合，通过神经网络自动提取特征，不断优化调整模型，对Tor加密流量应用行为分类取得了较高的准确率。

公开(公告)号：CN115086006A

公开(公告)日：2022-09-20

申请号：CN202210660847.7

申请日：2022-06-13

Applicant: 安徽工业大学

Inventor： 杨晨 ,  吴宣够 ,  张辉宜

IPC: H04L9/40 ,  H04L67/02 ,  H04L67/10 ,  H04L41/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双向门控逻辑单元的分布式应用程序加密流量分类方法，包括以下步骤：1)采集并标注分布式应用程序原始流量负载数据；2)基于分布式应用程序原始流量负载数据，生成预处理后的流量序列；3)利用流量序列训练基于双向门控逻辑单元的神经网络模型；4)用新采集并生成的流量序列验证训练好的双向门控逻辑单元神经网络模型，精度足够后将模型作为流量分类器部署于真实网络节点；5)对真实网络环境中的分布式应用程序流量进行解析分类并标注。6)定期评估与更新模型。本发明构建的模型利用了分布式应用程序流量数据的时间、方向、长度特性，提高了分布式应用程序流量分类的准确率，且减少分类器占用的资源。

公开(公告)号：CN111931531A

公开(公告)日：2020-11-13

申请号：CN202010631410.1

申请日：2020-07-03

Applicant: 安徽工业大学

Inventor： 王修君 ,  莫磊 ,  赵伟 ,  郑啸 ,  吴宣够

IPC: G06K7/10 ,  G06K17/00 ,  G06K19/077

Abstract: 本发明提供的RFID标签信息采样方法，涉及物联网网络信息技术领域，通过设计RFID阅读器与标签总体集合S中的标签之间的协议PS，解决RFID系统中的标签信息采样问题；本发明公开的协议PS包括两个阶段，在两个阶段分别确定标签的状态，即PS-1采用第一随机种子计算哈希函数实现从标签总体集合S的N个不同标签中随机抽取K个标签构成标签信息采样子集T，标签总体集合S中任何带有K个标签的子集被选中为T的概率相等；PS-2阶段采用第二随机种子计算哈希函数结合RFID阅读器的特性在多轮通信回合下确定标签的状态变换，实现标签信息采样子集T中的任一个标签都被告知其唯一顺序向RFID阅读器报告其标签信息。

公开(公告)号：CN111405631A

公开(公告)日：2020-07-10

申请号：CN202010216119.8

申请日：2020-03-25

Applicant: 安徽工业大学

Inventor： 卫琳娜 ,  郑啸 ,  吴宣够 ,  郭会

IPC: H04W40/02 ,  H04W40/24

Abstract: 本发明提供的基于三角形内点测试的边界节点判定方法及装置，涉及通信技术领域，利用无线节点之间的通信关系，组合单个节点一跳通信范围内的邻居节点构成三角形，首先通过单个三角形的内点测试法判定节点是否为三角形内部节点，随后通过对组成三角形的边进行边合格判定确认节点是否在三角形内部，准确实现对边界节点的判定。本发明方法应用于网络节点的一跳局部范围，无需获取测试节点的地理坐标或者节点之间的通信距离，可有效避免因节点定位和节点间隔测距带来的误差，提高边界节点判定的准确性。