物联网云平台事件识别方法及系统

    公开(公告)号:CN110855602B

    公开(公告)日:2022-02-25

    申请号:CN201810955881.0

    申请日:2018-08-21

    IPC分类号: H04L9/40 H04L61/4511

    摘要: 本发明实施例提供一种物联网云平台事件识别方法及系统。该方法包括:采集物联网云平台端口上行和/或下行的数据包,并对数据包进行逐层识别,获得数据包对应的应用层协议;若判断获知应用层协议与至少一种预设应用层协议中的目标应用层协议相匹配,则将数据包按照与目标应用层协议对应的目标格式写入预设类,从预设类中读取数据包的特征值;若判断获知特征值属于至少一种特征值数据库中的目标特征值数据库,则确认数据包属于与目标特征值数据库对应的云平台事件。本发明实施例通过提取物联网云平台端口的数据包的特征值,并根据特征值来确定云平台事件,能够准确识别出物联网云平台事件,为后续解决物联网安全问题的方法提供了前提保障。

    物联网云平台事件识别方法及系统

    公开(公告)号:CN110855602A

    公开(公告)日:2020-02-28

    申请号:CN201810955881.0

    申请日:2018-08-21

    IPC分类号: H04L29/06 H04L29/12

    摘要: 本发明实施例提供一种物联网云平台事件识别方法及系统。该方法包括:采集物联网云平台端口上行和/或下行的数据包,并对数据包进行逐层识别,获得数据包对应的应用层协议;若判断获知应用层协议与至少一种预设应用层协议中的目标应用层协议相匹配,则将数据包按照与目标应用层协议对应的目标格式写入预设类,从预设类中读取数据包的特征值;若判断获知特征值属于至少一种特征值数据库中的目标特征值数据库,则确认数据包属于与目标特征值数据库对应的云平台事件。本发明实施例通过提取物联网云平台端口的数据包的特征值,并根据特征值来确定云平台事件,能够准确识别出物联网云平台事件,为后续解决物联网安全问题的方法提供了前提保障。

    基于畸变星座估计与解调的PA非线性影响消除方法

    公开(公告)号:CN103248603B

    公开(公告)日:2016-12-28

    申请号:CN201310195576.3

    申请日:2013-05-23

    IPC分类号: H04L27/38 H04L27/34

    摘要: 本发明提出一种基于畸变星座估计与解调的PA非线性影响消除方法,包括以下步骤:接收具有相同调制方式的辅助序列和数据负载,并建立该调制方式下辅助序列的基带模型,其中,基带模型由标准星座点和PA响应函数构建;根据基带模型建立畸变星座点的畸变幅度集合和附加相位集合;根据辅助序列对畸变星座点的畸变幅度集合和附加相位集合进行求解;根据畸变星座点的畸变幅度集合、附加相位集合以及标准星座点相位得到畸变星座;以及根据求解得到的畸变星座对数据负载的调制信号进行解调。根据本发明实施例的方法,通过基带数字信号处理简化了发射端射频器件的设计难度,同时接收端也只需较低的复杂度及成本。

    并行定时同步系统及方法

    公开(公告)号:CN104125052A

    公开(公告)日:2014-10-29

    申请号:CN201410357684.0

    申请日:2014-07-24

    IPC分类号: H04L7/00

    摘要: 本发明公开了一种并行定时同步系统及方法,其中系统包括:根据采样时钟源对接收信号进行过采样的采样模块;将过采样信号转换为并行信号的串并转换模块;对并行信号进行匹配滤波的并行匹配滤波器;对滤波后并行信号和独特字进行滑动相关以提取定时误差信息的相关器;根据定时误差信息进行下采样和插值的下采样控制及插值模块;输出同步码元和同步码元的有效信号的FIFO模块。该系统将并行信号和独特字进行滑动相关并提取定时误差信息,从而根据定时误差信息进行下采样和插值,实现输出同步码元和同步码元的有效信号,调试方便,节省成本,实现简单,且在低信噪比条件下也能完成捕获和保持定时同步状态。

    基于双层圆形天线阵的60GHz波束赋形方法和系统

    公开(公告)号:CN103067065B

    公开(公告)日:2015-04-15

    申请号:CN201210558423.6

    申请日:2012-12-20

    IPC分类号: H04B7/06

    摘要: 本发明公开了基于双层圆形天线阵的60GHz波束赋形方法和系统,波束赋形方法包括码本设计和训练步骤,通过进行Quasi-omni码本设计得到所有Quasi-omni模式,一一配对得到最佳Quasi-omni对;在最佳Quasi-omni对范围内进行Sector码本设计和相应的训练步骤得到最佳Sector对;在最佳Sector对范围内进行Sector码本设计和相应的训练步骤得到最佳Beam对,使得三种模式均产生对应的码本,在实现天线方向图中波束大小一致、分布均匀、指向明确的同时,达到短时间内搜索到准确度高、增益高、增益损耗小的天线波束的目的,且圆形天线阵码本关于相移错误的鲁棒性更强、系统更稳定。

    一种用户流失预测方法及装置

    公开(公告)号:CN113610552B

    公开(公告)日:2024-07-19

    申请号:CN202110713356.X

    申请日:2021-06-25

    申请人: 清华大学

    摘要: 本发明提供一种用户流失预测方法及装置。该方法包括:获取待预测用户的关联关系数据、历史交互数据及个人目标数据;将关联关系数据、历史交互数据及个人目标数据输入到用户流失预测模型中,得到用户流失预测模型输出的未来目标时间段对应的用户流失预测结果;用户流失预测模型是基于样本用户数据、样本用户数据对应的用户流失预测结果及标签用户流失数据训练得到的;用户流失预测模型包含用于提取用户自身流失倾向表征向量的残差深度交叉网络子模型、用于提取用户社交影响表征向量的图神经网络子模型及用于生成反事实数据的反事实数据预测子模型。采用本发明方法,基于反事实推理建模架构引入用户间相互关系因素,提高了用户流失预测的准确度。