-
公开(公告)号：CN118764157A
公开(公告)日：2024-10-11
申请号：CN202410782042.9
申请日：2024-06-18
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明属于区块链技术领域，公开了基于区块链的生态系统中异构和不受信任的设备之间对互操作方法及系统，此系统在架构设计上开发模块化架构，适应不同的区块链网络和不受信任的设备，确保数据交换过程的灵活性和可扩展性；在协议开发上设计轻量级通信协议，实现不同区块链系统之间的无缝交互，注重效率、安全和隐私；在智能合约抽象方面，将智能合约抽象为独立的数据模块，以促进分层访问控制并增强数据共享中的隐私保护；在安全措施方面实施强大的安全措施，包括加密技术、访问控制机制和身份验证协议，以保障数据完整性和机密性；在互操作性测试方面，进行严格的测试以验证所设计框架在异构设备之间的互操作性，确保可靠性、效率和兼容性。
-
公开(公告)号：CN117879863A
公开(公告)日：2024-04-12
申请号：CN202311634838.1
申请日：2023-11-30
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供了一种针对基于弹性复杂社交网络的僵尸网络的多层应对系统，包括引入安全框架BotWard，所述安全框架BotWard用于应对僵尸网络并增强网络安全，所述安全框架BotWard在社交网络中引入匿名命令与控制服务器，将命令隐藏在日记中以进行隐蔽通信，并使用自动重新配置机制来提高韧性。本发明阐明社交媒体僵尸网络的复杂运作方式，从而能够找到用来检测并干扰僵尸网络操作的方法，从而加强社交平台在面对不断演变的网络威胁时的安全性。
-
公开(公告)号：CN117573672A
公开(公告)日：2024-02-20
申请号：CN202311429378.9
申请日：2023-10-31
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供了一个基于区块链的数据管理系统框架，提供了一种安全、透明的数据管理方式。该框架利用智能合约来管理数据访问和权限，确保数据完整性。该系统旨在促进不同组织之间的数据共享，而不需要中央可信机构。该框架由三个核心组件组成：数据库、智能合约和区块链。数据库存储系统内的所有数据，而智能合约则管理数据访问和权限。区块链充当防篡改账本，存储智能合约并记录所有数据修改。
-
公开(公告)号：CN117879863B
公开(公告)日：2024-12-31
申请号：CN202311634838.1
申请日：2023-11-30
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供了一种针对基于弹性复杂社交网络的僵尸网络的多层应对系统，包括引入安全框架BotWard，所述安全框架BotWard用于应对僵尸网络并增强网络安全，所述安全框架BotWard在社交网络中引入匿名命令与控制服务器，将命令隐藏在日记中以进行隐蔽通信，并使用自动重新配置机制来提高韧性。本发明阐明社交媒体僵尸网络的复杂运作方式，从而能够找到用来检测并干扰僵尸网络操作的方法，从而加强社交平台在面对不断演变的网络威胁时的安全性。
-
公开(公告)号：CN117275569A
公开(公告)日：2023-12-22
申请号：CN202311203053.9
申请日：2023-09-18
Applicant: 电子科技大学长三角研究院(湖州)
Abstract: 本发明提供一种融合神经网络和最小二乘法的关键蛋白质识别方法及识别终端，涉及关键蛋白质的识别技术领域，包括：缺失生物数据处理，利用普通最小二乘法对生物数据进行线性回归，处理缺失数据；基于深度神经网络构建识别关键蛋白质的预测模型，整合生物数据的拓扑特征和序列特征作为DNN网络的特征输入，DNN可将网络节点映射为低维稠密向量，以此更加准确地捕捉生物数据中的复杂关系。本发明将最小二乘法和深度神经网络引入到生物信息学的关键蛋白质数据补足和预测过程中，通过最小二乘法解决生物数据库中元数据缺失的问题，提高模型的鲁棒性，通过深度神经网络捕捉生物数据中的复杂关系，增强模型的识别精度。
-
Patent Agency Ranking
公开(公告)号：CN118585913A
公开(公告)日：2024-09-03
申请号：CN202410585140.3
申请日：2024-05-11
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/243 , G06F18/2413 , G06F18/213 , G06F18/23213 , G06F18/214 , G06N5/01 , G06N20/20 , H04L9/40
Abstract: 本发明公开了一种在线的加密网络流量分类及未知应用识别方法，涉及加密网络流量识别技术领域。本发明通过从网卡或者原始流量文件中提取网络流量数据，将提取的网络流量进行切片形成子流，从子流中提取用于在线流量分类的流量统计特征。提取到的流统计特征不会受到加密的影响，更能描述应用的行为。将提取的流统计特征中的包长度统计值通过未知应用判别器进行判别，对于识别出的是已知应用的流量样本在通过已知应用分类器进行分类，对于识别出的未知应用样本，通过聚类方法进行聚类后分配新的应用标签。最后将未知应用的样本和历史数据样本混合后重新训练模型，使得模型具备处理未知应用和识别新应用的能力。
-
公开(公告)号：CN116668357A
公开(公告)日：2023-08-29
申请号：CN202310886819.1
申请日：2023-07-19
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04L45/02
Abstract: 本发明涉及网络路由调度技术领域，且公开了一种确定性网络多域路由调度方法，包括三个阶段：初始化阶段：全局采用多队列循环排队转发技术作为大规模多域工业网络的流量调度与整形机制；学习阶段：多智能体分层深度强化学习模型通过调取经验回放完成模型的更新；决策阶段：确定性流通过多智能体分层深度强化学习模型确定路由路径与队列选择。本发明采用上述一种确定性网络多域路由调度方法，能够解决大规模工业网络中传统流量调度与整形方式不适配、多域工业网络中TSDN集中式管理控制效率低成本高，以及全分布式获取信息不全无法全局最优、决策学习过程中动作空间大且奖励稀疏的问题。
-
公开(公告)号：CN117405137A
公开(公告)日：2024-01-16
申请号：CN202311366138.9
申请日：2023-10-20
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G01C21/34
Abstract: 本发明涉及AGV技术领域，具体提供一种AGV路径规划方法、系统、终端及存储介质，包括：接收AGV车上报的自身与目标货物的距离，所述AGV车响应于机床发布的运输任务上报自身与所述运输任务的目标货物的距离；筛选出所述距离最短的空载AGV车作为承担所述运输任务的目标AGV车；将目标AGV车的运输轨迹规划过程建模为分布式部分可观察马尔可夫过程，并建立针对所述目标AGV车的观察空间和动作空间，和环境的状态空间、整体环境奖励函数；利用深度强化学习算法对所述马尔可夫过程求取最优解，得到目标AGV车的最优路径。本发明可以实现自主寻路，自主搬运物料等功能。
-
公开(公告)号：CN118673322A
公开(公告)日：2024-09-20
申请号：CN202410782176.0
申请日：2024-06-18
Applicant: 电子科技大学长三角研究院(湖州)
IPC: G06F18/214 , G06F18/2411 , G06F18/27 , G06N20/10
Abstract: 本发明属于机器学习领域，公开了一种基于机器学习的复杂网络关键节点识别方法及系统，该方法包括：生成代表性训练数据集，利用集体特征工程，将连接性、局部度、邻域中心性和全局中心性元素集成到每个节点表示中；采用支持向量回归和径向基函数核进行建模，预测整个图中节点的重要性。本发明为解决病毒营销和信息控制等各种现实应用中的关键节点识别挑战提供了一种新颖且适应性强的解决方案。
-
公开(公告)号：CN118590262A
公开(公告)日：2024-09-03
申请号：CN202410586148.1
申请日：2024-05-11
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04L9/40 , G06N3/0464 , G06N3/0455 , G06N3/044 , G06N3/084 , G06F18/213 , G06F17/16
Abstract: 本发明公开了一种基于自注意力机制的加密网络应用识别方法，涉及加密网络应用流量识别技术领域。本发明将Transformer Encoder和卷积神经网络有效地结合起来，利用Transformer Encoder的自注意力机制提取全局信息的能力将输入数据序列之间的联系有效地关联起来，使得每个数据项都包含了上下文的全部信息。然后借助卷积神经网络提取局部空间特征的能力，从全局上下文信息中提取出网络流量中的关键局部特征，弥补了Transformer Encoder在捕获局部空间特征的短板。本方法在仅使用网络流量的外部信息，即数据包长度和窗口值进行网络应用的识别，既避免入侵数据载荷带来的隐私安全问题，又能够使模型快速收敛并获得优秀的识别性能。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.029 seconds)
