-
公开(公告)号：CN119582901A
公开(公告)日：2025-03-07
申请号：CN202411775050.7
申请日：2024-12-05
Applicant: 浙江大学
Abstract: 本发明公开了一种基于毫米波的机械磁盘隐蔽信道实现方法及装置，本发明利用磁盘的正常寻道操作可以影响磁盘的振动状态这一特点，实现了一种基于毫米波的机械磁盘隐蔽信道方法。通过信息编码方式，能够将作为磁盘的常规活动的寻道操作用于高比特率的信息传输，通过振动信号引导的波束成形技术，能够将波束精确指向感知磁盘振动的最佳方向，从而有效提升振动信号的信噪比和扩大感知范围，同时，由于形成的波束能量集中且具有强方向性，它可以被环境中的物体反射，进而调整波束指向，实现在非视距场景下对磁盘振动的感知，通过多天线相位相干积分算法，能够进一步增强振动信号的信噪比，从而使得本发明具备很强的远距离感知能力。
-
公开(公告)号：CN118277853A
公开(公告)日：2024-07-02
申请号：CN202410353364.1
申请日：2024-03-27
Applicant: 浙江大学
IPC: G06F18/241 , H04B17/309 , G06F18/10 , G06F18/2131 , G06F18/2135 , G06F18/214 , G06N3/0464 , G06N3/09 , G06N3/0985
Abstract: 本发明公开了一种基于WiFi的单样本动作识别的方法及装置，对WiFi动作识别场景进行物理建模，由基本动作生成虚拟动作数据，从而丰富数据集，减少采集真实数据的开销。基于监督学习和元学习，设计实现了一种单样本动作识别框架，该框架在虚拟动作数据集上采用传统监督学习机制进行第一阶段训练，在基本动作数据集上采用单样本元学习机制进行第二阶段训练，在新动作的单样本数据集上采用单样本元学习机制进行模型微调，从而得到能够准确识别新动作的模型；两个阶段的训练只需要在初次部署时进行，后续若有改变动作类型的需求，则只需重新使用新动作单样本数据进行模型微调，显著减小了模型训练开销，可扩展性强，适用于实际应用场景。
-
公开(公告)号：CN113033291B
公开(公告)日：2022-06-17
申请号：CN202110138649.X
申请日：2021-02-01
Applicant: 浙江大学
IPC: G06V40/16 , G06V10/774 , G06K9/62
Abstract: 本发明公开了一种基于RFID的具有隐私保护且防伪造攻击的人脸识别方法和系统，人脸识别系统由RFID标签阵列、天线、混合特征提取模块，注册和识别模块组成。识别方法主要包括用户注册和用户认证两个部分。所采用的技术方案为：用户需要将其面部摆在RFID标签阵列的前面，以进行注册和身份验证。在注册阶段，收集人脸反射的射频信号的RSS和相位值，经过一个抗距离和偏转干扰的面部特征提取算法，计算RFID标签阵列上RFID之间的RSS和相位差来提取由人脸3D几何形状和内部生物材料组成的可靠混合特征。最后，将提取的混合特征组合成特征块，利用SVM中进行模型训练。用户在认证阶段只需要提供短时间的人脸反射的射频信号来提取面部特征，用于身份验证和防御伪造攻击。
-
公开(公告)号：CN112867008B
公开(公告)日：2022-06-14
申请号：CN202110048103.5
申请日：2021-01-14
Applicant: 浙江大学
IPC: H04W12/69 , H04W12/122 , H04L9/06
Abstract: 本发明公开了一种基于帧的时隙ALOHA协议的射频识别系统防重放方法，主要包括电子产品码(EPC)序列提取和EPC序列搜索两个部分。所采用的技术方案为：在多标签的射频识别系统中，将一轮标签识别中所有标签的EPC读取顺序进行提取，得到的EPC序列被处理得到哈希EPC后存储在哈希树中。一旦在一次新的射频识别会话中提取的哈希EPC被发现已经存在于哈希树中，该次新的射频识别会话将被认为是重放攻击并拒绝该次新会话。与现有的射频系统的防重放方法相比，本发明无需特意设计随机噪音序列，直接使用基于帧的时隙ALOHA的协议自带的随机性来防御重放攻击，不会改变任何原始信号，不会因为外部环境变化对信号的扭曲而导致接收的反向散射信号无法解码，可以部署应用在任意多标签的射频识别系统中。
-
公开(公告)号：CN117335900A
公开(公告)日：2024-01-02
申请号：CN202311198889.4
申请日：2023-09-18
Applicant: 浙江大学
Abstract: 本发明公开了一种基于现成WiFi通信系统的通信感知一体实现方法及装置，为了解决基于通信包采集到的CSI存在的不一致问题，提出了校准方法将不同通信模式下的CSI归一化到同一个模式下，并提出了补偿方法去除波束成形的影响。为了解决基于通信包采集到的CSI存在的不均匀的问题，提出了激励策略确保采集到的CSI数目足够，不会遗漏关键的感知信息，并且提出了拟合重采样策略，将采集到的CSI重构为等间隔分布的CSI。结合如上方案，本发明提出的基于现存WiFi通信系统的通信感知一体化实现方法能够通过采集通信场景内已有的通信数据包来实现感知应用，可以在尽可能不影响通信性能的情况下，有效降低额外的带宽资源开销。
-
Patent Agency Ranking
公开(公告)号：CN116681908A
公开(公告)日：2023-09-01
申请号：CN202310536912.X
申请日：2023-05-11
Applicant: 浙江大学杭州国际科创中心
Abstract: 本申请涉及一种视频伪造检测方法、装置、设备和可读存储介质，其中，视频伪造检测方法包括：基于监控设备所采集的视频帧，获取目标对象的第一剪影图像；及基于WIFI设备所采集的WIFI信号，获取所述目标对象的第二剪影图像；基于所述第一剪影图像与所述第二剪影图像的相似度，确定所述视频帧是否被伪造。解决了相关技术中视频伪造检测复杂、计算开销高和延迟的问题，实现了实时、细粒度且计算开销小的视频伪造检测。
-
公开(公告)号：CN115909553A
公开(公告)日：2023-04-04
申请号：CN202211326461.9
申请日：2022-10-27
Applicant: 浙江大学 , 浙商银行股份有限公司
Abstract: 本发明公开了一种基于现成的通信流量的出入检测及人群密度估计方法及系统，本发明利用一个信号监听器收集已有通信系统中的WiFi接入点发送的通信信号，利用一个基于阈值的方法进行出入检测，并提取统计特征喂入人数识别模块、出/入识别模块进行人数的分类和出/入识别。本发明利用一个信号激励策略来使WiFi接入点发送补充包用于感知，通过在两个状态之间进行切换，该激励策略使得任何WiFi感知系统可以在通信环境中收集到充足的数据包进行感知任务。
-
公开(公告)号：CN112949403A
公开(公告)日：2021-06-11
申请号：CN202110137465.1
申请日：2021-02-01
Applicant: 浙江大学
Abstract: 本发明公开了一种基于下颌骨生物特征的可靠用户认证方法，利用惯性测量单元获取用户在喉咙发声时产生的六个轴的振动信号；对每个轴的振动信号预处理成梯度阵列。将梯度阵列输入至下颌骨生物特征提取器，获得下颌骨生物特征，根据下颌骨生物特征对用户进行注册和认证。本发明通过用户喉咙发声产生振动信号并带动下颌骨振动，本发明利用耳机收集包含生物特征的振动信号。本发明使用惯性测量单元捕获下颌骨的振动特征，利用梯度的符号将正向与负向振动特征分开，使用双分支深度神经网络提取振动信号中的下颌骨生物特征。利用高斯矩阵将生物特征向量转化为可撤销生物特征向量以防止重放攻击。
-
公开(公告)号：CN118520435A
公开(公告)日：2024-08-20
申请号：CN202410591116.0
申请日：2024-05-13
Applicant: 浙江大学
IPC: G06F21/31 , H04L9/40 , G06F18/10 , G06F18/2411 , G06F18/213 , G06N3/0464 , G06N3/09 , G06N3/084
Abstract: 本发明涉公开了一种基于超声波感知的可穿戴设备持续用户认证方法及装置，本发明基于超声传播原理，创新性地建立了超声反射信号与皮肤声阻抗之间的理论相关性，然后运用预训练的基于卷积神经网络(CNN)的特征提取器提取皮肤声阻抗生物特征，实现高准确率的用户身份认证系统，在商用智能手表上部署使用，而不引入任何额外的硬件开销，集成到其他带有音频收发传感器的设备中，由于超声波不会被人耳听到，故本发明有很好的用户使用体验，是用户友好型的，可以支持持续用户认证。此外，本发明针对声波信号易被重放攻击的问题，提取设备指纹，用于检测重放信号，避免重放攻击，确保该用户认证系统能够在实际应用中具有更高的安全性和稳定性。
-
公开(公告)号：CN113242547B
公开(公告)日：2022-10-04
申请号：CN202110359213.3
申请日：2021-04-02
Applicant: 浙江大学
Abstract: 本发明公开了一种基于深度学习的无线信号中用户行为隐私的滤除方法、系统、无线信号收发装置，该方法利用收集包含不同用户行为信息和被保留信息的无线信号样本，将所有信号样本打上用户行为标签和被保留信息标签，作为训练数据集训练一个基于暹罗网络的深度神经网络，获得用户行为隐私滤除网络。本发明利用一个基于暹罗网络的深度神经网络学习无线信号中被保留信息与行为信息的关系，使用相似度损失和识别损失结合的损失函数来计算损失，并利用计算得到的损失反向传播更新深度神经网络中的参数，使该深度神经网络具有滤除用户行为信息但保留欲保留信息的能力。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.024 seconds)
