-
公开(公告)号：CN114866278B
公开(公告)日：2023-07-14
申请号：CN202210298928.7
申请日：2022-03-25
Applicant: 广州杰赛科技股份有限公司 , 暨南大学
IPC: H04L9/40 , H04L45/028
Abstract: 本发明提供了一种网络安全动态防御方法、装置、设备及介质，能够根据网络安全可靠性的大小动态调整网路的可行路径集合，并结合网络安全可靠性的变动方向动态调整网络通信的存活时隙，以此构建边缘计算网络下的网络可行路径集合，并采用随机选取通信路径的方式，在一定程度上降低了攻击者通过监听掌握通信路径后发起跟随攻击的可能性。
-
公开(公告)号：CN114866278A
公开(公告)日：2022-08-05
申请号：CN202210298928.7
申请日：2022-03-25
Applicant: 广州杰赛科技股份有限公司 , 暨南大学
IPC: H04L9/40 , H04L45/028
Abstract: 本发明提供了一种网络安全动态防御方法、装置、设备及介质，能够根据网络安全可靠性的大小动态调整网路的可行路径集合，并结合网络安全可靠性的变动方向动态调整网络通信的存活时隙，以此构建边缘计算网络下的网络可行路径集合，并采用随机选取通信路径的方式，在一定程度上降低了攻击者通过监听掌握通信路径后发起跟随攻击的可能性。
-
公开(公告)号：CN114448599A
公开(公告)日：2022-05-06
申请号：CN202210151457.7
申请日：2022-02-18
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司 , 暨南大学
IPC: H04L9/00
Abstract: 本发明公开一种入侵检测方法及系统，其由边缘节点对边缘侧自身的设备特征数据进行边缘入侵检测模型的构造，由云节点基于所有边缘节点的边缘入侵检测模型的模型输入和模型输出训练云节点的全局模型参数，其中，所述全局模型为基于贝叶斯深度学习的模型；同时云节点基于全局模型预测的误差精度自适应调整全局模型输入的采样数据量，本发明不仅能减少云节点通信传输的压力，还提升了云节点响应服务的能力。同时，本发明每隔一检测周期进行入侵检测模型的更新，全局模型的参数更新会随着边缘节点的数据分布的变动而变动，从而能提高入侵检测的准确率。
-
公开(公告)号：CN114448599B
公开(公告)日：2024-11-29
申请号：CN202210151457.7
申请日：2022-02-18
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司 , 暨南大学
IPC: H04L9/00
Abstract: 本发明公开一种入侵检测方法及系统，其由边缘节点对边缘侧自身的设备特征数据进行边缘入侵检测模型的构造，由云节点基于所有边缘节点的边缘入侵检测模型的模型输入和模型输出训练云节点的全局模型参数，其中，所述全局模型为基于贝叶斯深度学习的模型；同时云节点基于全局模型预测的误差精度自适应调整全局模型输入的采样数据量，本发明不仅能减少云节点通信传输的压力，还提升了云节点响应服务的能力。同时，本发明每隔一检测周期进行入侵检测模型的更新，全局模型的参数更新会随着边缘节点的数据分布的变动而变动，从而能提高入侵检测的准确率。
-
公开(公告)号：CN114548237B
公开(公告)日：2025-05-09
申请号：CN202210105552.3
申请日：2022-01-28
Applicant: 广州杰赛科技股份有限公司 , 华南理工大学 , 广东工业大学
Abstract: 本发明公开了一种人机交互的多模态数据融合方法，该方法包括：获取智能生产线的人机物要素信息和多种输入模态数据；基于人机物要素信息，从交互层次、空间跨度和业务类型三个维度构建建模表征空间；基于人、机、物各类要素的时空逻辑关系和各类要素的组合关系，构建建模基准；定义各类要素的交互规则，构建人机交互行为抽象模型；根据人、机、物各类要素的时间特性构建决策信息系统；通过人机交互行为抽象模型提取多种输入模态数据的数据特征；通过决策信息系统生成多种输入模态数据对应的决策；通过混合融合的方法将传感数据、数据特征和决策进行融合。本发明能够对人机交互的多层次交互进行抽象和结构化描述，以实现多模态数据的有效融合。
-
Patent Agency Ranking
公开(公告)号：CN114529010B
公开(公告)日：2025-03-21
申请号：CN202210109610.X
申请日：2022-01-28
Applicant: 广州杰赛科技股份有限公司 , 华南理工大学 , 广东工业大学
IPC: G06N3/045 , G06N3/0475 , G06N3/0442 , G06N3/092 , G06N3/084 , G06N3/0985
Abstract: 本发明公开一种机器人自主学习方法、装置、设备及存储介质，该方法包括：基于预先构建的虚拟环境，获取由虚拟环境自动生成的环境参数；根据环境参数，通过深度学习模型生成训练数据；根据训练数据，采用分层强化学习框架生成至少一个机器人技能；根据待执行任务确定机器人的状态空间，基于状态空间，采用变分推理方法预测待执行任务的潜在技能向量，潜在技能向量与至少一个机器人技能中的其中一个机器人技能具有一一对应的关系；根据机器人技能和潜在技能向量，采用强化学习算法获得用于完成待执行任务的机器人控制策略。本发明在面对不同类型的任务时，无需重复针对不同类型的任务对机器人进行技能训练，提高了机器人进行自主学习的泛化性。
-
公开(公告)号：CN114710325B
公开(公告)日：2023-09-15
申请号：CN202210263547.5
申请日：2022-03-17
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明公开了一种网络入侵检测模型的构建方法、装置、设备及存储介质，该方法包括：获取网络入侵检测的第一流量数据集；其中，所述第一流量数据集包括多个连续采样周期的流量时序数据；对所述第一流量数据集进行预处理，得到第二流量数据集；通过EfficientNet对所述第二流量数据集进行特征提取，得到初始特征图；基于域随机化方法和所述初始特征图合成多个仿真特征图，以构成仿真特征图集；通过所述初始特征图和所述仿真特征图集对预先构建的深度学习模型进行训练，得到网络入侵检测模型。采用本发明实施例能够提高检测数据量较少的网络攻击的准确率。
-
公开(公告)号：CN113542002B
公开(公告)日：2023-07-18
申请号：CN202110588341.5
申请日：2021-05-27
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
IPC: H04L41/5041 , H04L41/5051 , H04L41/0894 , H04L41/0895 , H04L41/40 , H04L41/16 , H04L41/147 , H04L41/142 , H04L67/51 , H04W4/50 , H04W4/029 , G06N3/08 , G06N3/092
Abstract: 本发明公开了5G无线接入网的切片调度方法、装置、设备及存储介质，方法包括对5G无线接入网下的各个切片业务的历史数据进行重构，获得基于时间分布的各个切片业务的历史占比分布数据；将各个切片业务的所述历史占比分布数据输入训练好的神经网络模型中，得到各个切片业务的预测占比分布数据；将所述预测占比分布数据输入预置的DQN强化学习模型中，根据输出的网络切片资源的分配方案对与所述分配方案相关的切片业务进行调度。本发明实施例提供的5G无线接入网的切片调度方法、装置、设备及存储介质，通过基于深度学习的业务预测策略与基于DQN强化学习的切片资源调度策略，提高了业务分布预测的准确率，优化了切片资源的决策与调度能力。
-
公开(公告)号：CN113650515B
公开(公告)日：2023-06-30
申请号：CN202110767103.0
申请日：2021-07-07
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Abstract: 本发明涉及充电控制技术领域，公开了一种电动汽车充电控制方法、装置、终端设备及存储介质。方法包括：获取电动汽车的充电数据；根据充电数据，构建关于不同充电时间段充电功率的用户侧充电模型；根据充电数据与预设的电网侧负荷调节目标，构建电网侧目标函数；根据充电时间、电池剩余电量、预设的目标电池电量以及充电站侧配电变压器的额定容量，构建充电站侧目标函数；根据用户侧充电模型、电网侧目标函数以及充电站侧目标函数，构建充电控制函数；求解充电控制函数，得出电动汽车的充电控制策略，以使电动汽车有序充电。本方法能实现电动汽车有序充电的多侧控制，减少用电高峰时用电负荷的进一步升高，进而维护电池和电网的安全。
-
公开(公告)号：CN114337916B
公开(公告)日：2023-06-27
申请号：CN202111462168.0
申请日：2021-12-03
Applicant: 广州杰赛科技股份有限公司 , 广州杰赛通信规划设计院有限公司
Inventor： 杜翠凤
IPC: H04L1/00 , H04L47/22 , H04L47/283 , H04L49/90
Abstract: 本发明公开一种网络传输速率调整方法、装置、设备及存储介质，该方法包括：获取T‑1时刻的网络缓存队列，结合当前传输速率，预测获得T时刻的缓存队列预测值；获取T时刻的网络缓存队列，结合当前传输速率，预测获得T+1时刻的缓存队列预测值；根据T时刻的缓存队列预测值和T时刻的网络缓存队列，获得T时刻的第一预测误差值；根据T+1时刻的缓存队列预测值和T+1时刻的网络缓存队列，获得T+1时刻的第二预测误差值；根据第一预测误差值和第二预测误差值，获得T+1时刻的累计误差值；根据累计误差值，对T+1时刻的传输速率切换间隔和传输速率进行调整；其中，T>1。本发明能够有效地避免网络传输速率频繁抖动的问题。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.045 seconds)
