-
公开(公告)号：CN114721264B
公开(公告)日：2025-05-27
申请号：CN202210276375.5
申请日：2022-03-21
Applicant: 浙江工业大学
IPC: G05B13/04
Abstract: 一种基于两阶段自编码器的工业信息物理系统攻击检测方法，包括以下步骤：1)建立多设备、多链路的多点注入攻击模型；2)引入自编码器技术；3)构建基于自编码器的生成对抗模型；4)设计两阶段训练方法；5)设计攻击检测算法；6)基于两阶段自编码器的攻击检测方法设计。本发明利用对抗网络思想，提出了一种基于两阶段自编码器的对抗网络检测模型，既避免了原始生成对抗网络检测方法不易收敛，易模式坍塌的问题，又能够检测出工业信息物理系统多链路、多设备遭受虚假数据注入攻击的情况，保证ICPS的正常运行。
-
公开(公告)号：CN113301629A
公开(公告)日：2021-08-24
申请号：CN202110480797.X
申请日：2021-04-30
Applicant: 浙江工业大学
Abstract: 一种均衡安全和能耗的智能家居优化分簇路由方法，该方法以智能家居环境为背景，构建分区域异构网络模型，设计了分层信任评估机制、优化簇首选取方法和异常数据筛选机制，能有效抵御智能家居网络的内部攻击。同时该方法改进了传统的随机簇首选取机制，即保留了簇首的随机性，又保证了簇首数量和位置的合理化。本发明所提出的智能家居优化分簇路由方法能够为节点提供综合可靠的信任评价，既提升了簇首的可信度，又保证了节点的能耗均衡，有效延长了网络寿命。
-
公开(公告)号：CN114637295B
公开(公告)日：2025-05-16
申请号：CN202210259535.5
申请日：2022-03-16
Applicant: 浙江工业大学
Abstract: 一种基于人工势场法与实例分割算法融合的智能避障方法，包括：通过采集现实场景障碍物图片数据，使用Python脚本制作实例分割数据集；将数据集导入至Yolact算法进行训练，并制作ROS包；利用ZED2相机提取障碍物的深度信息，将实例分割的结果融合深度信息便可得到障碍物的世界坐标、类别CLASS以及MASK(遮罩)，将上述三个结果融合至改进的人工势场法中，定义目标点世界坐标，便可以实现在抢险救灾场景中有选择性的避障。本发明解决在抢险救灾场景中遇到障碍物耽误最佳抢险时间的问题，使之最快到达救援点。
-
公开(公告)号：CN113255725B
公开(公告)日：2024-03-22
申请号：CN202110422459.0
申请日：2021-04-20
Applicant: 浙江工业大学
IPC: G06F18/2433 , G06F18/214 , G06N3/0442 , G06N3/08
Abstract: 一种基于两阶段LSTM的汽车传感器攻击检测与修复方法，通过对数据集进行预处理，将汽车的各种转向情况按方向盘角度变化的剧烈程度进行标识，利用CLSTM(分类模型)进行特征提取，准确的识别汽车当前所处的转向情况，通过转向情况的差异自主选择相对应的RLSTM(回归模型)进行预测，通过设定一个误差阈值，通过比较当前时刻预测值与观测值的差，如果预测值与观测值的差高于这个误差阈值，将预测值替换观测值并反馈给汽车模型，本发明提出的这种两阶段LSTM方法，相比传统的单模型方法更能够应付汽车行驶环境复杂的场景，攻击检测准确率高，误报率低，且对汽车传感器受到的非侵入式注入攻击有一定的抵御效果。
-
公开(公告)号：CN113722982B
公开(公告)日：2024-08-23
申请号：CN202110912649.0
申请日：2021-08-10
Applicant: 浙江工业大学
IPC: G06F30/27 , G06F18/214 , G06F18/241 , G06N3/048 , G06N3/0442 , G06N3/045 , G06F18/25
Abstract: 一种基于多模型融合的汽车传感器攻击检测与防御方法，对Carsim与MATLAB\Simulink联合仿真采集的数据进行预处理，先利用SVC、LSTM的分类功能对汽车的驾驶工况进行判断，准确识别所处工况后再利用AR、RNN、LSTM来训练汽车传感器数据，损失函数满足条件时终止训练并保存好各自的模型，之后将训练好的模型在测试集上进行验证。利用窗口累计误差的方法判断当前传感器是否受到攻击。若传感器受到攻击，则使用预测值替换传感器的实际值进入控制单元进行运算，以此来进行防御。本发明提高了识别复杂驾驶工况的准确率，提高了对汽车传感器的攻击检测的准确率和防御的成功率。
-
Patent Agency Ranking
公开(公告)号：CN114721264A
公开(公告)日：2022-07-08
申请号：CN202210276375.5
申请日：2022-03-21
Applicant: 浙江工业大学
IPC: G05B13/04
Abstract: 一种基于两阶段自编码器的工业信息物理系统攻击检测方法，包括以下步骤：1)建立多设备、多链路的多点注入攻击模型；2)引入自编码器技术；3)构建基于自编码器的生成对抗模型；4)设计两阶段训练方法；5)设计攻击检测算法；6)基于两阶段自编码器的攻击检测方法设计。本发明利用对抗网络思想，提出了一种基于两阶段自编码器的对抗网络检测模型，既避免了原始生成对抗网络检测方法不易收敛，易模式坍塌的问题，又能够检测出工业信息物理系统多链路、多设备遭受虚假数据注入攻击的情况，保证ICPS的正常运行。
-
公开(公告)号：CN113255725A
公开(公告)日：2021-08-13
申请号：CN202110422459.0
申请日：2021-04-20
Applicant: 浙江工业大学
Abstract: 一种基于两阶段LSTM的汽车传感器攻击检测与修复方法，通过对数据集进行预处理，将汽车的各种转向情况按方向盘角度变化的剧烈程度进行标识，利用CLSTM(分类模型)进行特征提取，准确的识别汽车当前所处的转向情况，通过转向情况的差异自主选择相对应的RLSTM(回归模型)进行预测，通过设定一个误差阈值，通过比较当前时刻预测值与观测值的差，如果预测值与观测值的差高于这个误差阈值，将预测值替换观测值并反馈给汽车模型，本发明提出的这种两阶段LSTM方法，相比传统的单模型方法更能够应付汽车行驶环境复杂的场景，攻击检测准确率高，误报率低，且对汽车传感器受到的非侵入式注入攻击有一定的抵御效果。
-
公开(公告)号：CN113301629B
公开(公告)日：2022-10-28
申请号：CN202110480797.X
申请日：2021-04-30
Applicant: 浙江工业大学
Abstract: 一种均衡安全和能耗的智能家居优化分簇路由方法，该方法以智能家居环境为背景，构建分区域异构网络模型，设计了分层信任评估机制、优化簇首选取方法和异常数据筛选机制，能有效抵御智能家居网络的内部攻击。同时该方法改进了传统的随机簇首选取机制，即保留了簇首的随机性，又保证了簇首数量和位置的合理化。本发明所提出的智能家居优化分簇路由方法能够为节点提供综合可靠的信任评价，既提升了簇首的可信度，又保证了节点的能耗均衡，有效延长了网络寿命。
-
公开(公告)号：CN114637295A
公开(公告)日：2022-06-17
申请号：CN202210259535.5
申请日：2022-03-16
Applicant: 浙江工业大学
IPC: G05D1/02
Abstract: 一种基于人工势场法与实例分割算法融合的智能避障方法，包括：通过采集现实场景障碍物图片数据，使用Python脚本制作实例分割数据集；将数据集导入至Yolact算法进行训练，并制作ROS包；利用ZED2相机提取障碍物的深度信息，将实例分割的结果融合深度信息便可得到障碍物的世界坐标、类别CLASS以及MASK(遮罩)，将上述三个结果融合至改进的人工势场法中，定义目标点世界坐标，便可以实现在抢险救灾场景中有选择性的避障。本发明解决在抢险救灾场景中遇到障碍物耽误最佳抢险时间的问题，使之最快到达救援点。
-
公开(公告)号：CN113722982A
公开(公告)日：2021-11-30
申请号：CN202110912649.0
申请日：2021-08-10
Applicant: 浙江工业大学
Abstract: 一种基于多模型融合的汽车传感器攻击检测与防御方法，对Carsim与MATLAB\Simulink联合仿真采集的数据进行预处理，先利用SVC、LSTM的分类功能对汽车的驾驶工况进行判断，准确识别所处工况后再利用AR、RNN、LSTM来训练汽车传感器数据，损失函数满足条件时终止训练并保存好各自的模型，之后将训练好的模型在测试集上进行验证。利用窗口累计误差的方法判断当前传感器是否受到攻击。若传感器受到攻击，则使用预测值替换传感器的实际值进入控制单元进行运算，以此来进行防御。本发明提高了识别复杂驾驶工况的准确率，提高了对汽车传感器的攻击检测的准确率和防御的成功率。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.02 seconds)
