-
公开(公告)号：CN113435692B
公开(公告)日：2023-06-23
申请号：CN202110541116.6
申请日：2021-05-18
Applicant: 西安电子科技大学
IPC: G06Q10/0639 , G06Q50/26
Abstract: 本发明属于电子对抗中辐射源信号的识别评估技术领域，公开了一种辐射源信号识别效能评估方法、系统、智能终端及应用，通过最大信息系数分析法对指标进行关联关系分析，得到关联关系矩阵；采用快速检测社区方法对关联关系矩阵进行分析，得到最优的社区划分指标；构造一个具有约束性的网络评估模型，该网络评估模型采用了基于麻雀搜索优化的Elman网络结构；利用样本数据集对该网络评估模型进行训练，利用训练好的网络对未知指标集进行得分值预测，实现了对辐射源信号识别方法评估分值的有效预测。本发明合理有效地解决传统多属性决策方法引发的倒序问题以及评估不全面问题，还可以满足战场评估模型对准确性、实时性、智能性的全方位要求。
-
公开(公告)号：CN114531274B
公开(公告)日：2022-11-04
申请号：CN202210037656.5
申请日：2022-01-13
Applicant: 西安电子科技大学
IPC: H04L9/40 , H04L41/14 , H04L41/142 , H04L27/00 , G06F17/11
Abstract: 本发明属于通信信号调制识别技术领域，公开了一种通信信号调制识别的智能对抗方法、系统、介质及设备，智能对抗方法包括：构建梯度累积量，判断产生对抗样本的迭代方向；构建动态迭代步长，确定产生对抗样本的扰动大小；根据迭代方向和扰动大小产生内循环对抗样本，将对抗样本作为外循环迭代的输入并生成最终的对抗样本，以实现基于标签的外循环动态迭代。系统包括：迭代方向确定模块；扰动大小计算模块；对抗样本生成模块。本发明可以有效实现已知目标模型的详细信息时对该模型的迭代攻击，且在较小对抗扰动的条件下仍然具有较好的攻击性能；实现了基于标签的外循环动态迭代攻击，可以为发现识别模型的网络漏洞提供新的方法。
-
公开(公告)号：CN113435692A
公开(公告)日：2021-09-24
申请号：CN202110541116.6
申请日：2021-05-18
Applicant: 西安电子科技大学
Abstract: 本发明属于电子对抗中辐射源信号的识别评估技术领域，公开了一种辐射源信号识别效能评估方法、系统、智能终端及应用，通过最大信息系数分析法对指标进行关联关系分析，得到关联关系矩阵；采用快速检测社区方法对关联关系矩阵进行分析，得到最优的社区划分指标；构造一个具有约束性的网络评估模型，该网络评估模型采用了基于麻雀搜索优化的Elman网络结构；利用样本数据集对该网络评估模型进行训练，利用训练好的网络对未知指标集进行得分值预测，实现了对辐射源信号识别方法评估分值的有效预测。本发明合理有效地解决传统多属性决策方法引发的倒序问题以及评估不全面问题，还可以满足战场评估模型对准确性、实时性、智能性的全方位要求。
-
公开(公告)号：CN102158312B
公开(公告)日：2013-06-26
申请号：CN201110066539.3
申请日：2011-03-18
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于信号空间对齐的共信道多用户干扰抑制方法，主要解决共信道多用户相互干扰问题，该方法包括：在第一个时隙的多址接入阶段，通信节点通过协同中继节点发送独立的信号给其它接收通信节点，同时接收其它通信节点发来的信号，对期望进行网络编码的信号进行信号空间对齐，减少中继节点收到的独立信息流数目；在第二个时隙的广播发送阶段，协同中继将网络编码信号广播发送，各通信节点利用干扰抑制波束形成消除广播信号中的干扰信号，并利用自身发送信号进行网络编码的译码，获得期望接收信号的估计值。本发明有效融合了信号空间对齐和网络编码对干扰抑制的技术优势，增加了网络容量，提高了带宽利用率，可用于分布式传输网络。
-
公开(公告)号：CN102158312A
公开(公告)日：2011-08-17
申请号：CN201110066539.3
申请日：2011-03-18
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于信号空间对齐的共信道多用户干扰抑制方法，主要解决共信道多用户相互干扰问题，该方法包括：在第一个时隙的多址接入阶段，通信节点通过协同中继节点发送独立的信号给其它接收通信节点，同时接收其它通信节点发来的信号，对期望进行网络编码的信号进行信号空间对齐，减少中继节点收到的独立信息流数目；在第二个时隙的广播发送阶段，协同中继将网络编码信号广播发送，各通信节点利用干扰抑制波束形成消除广播信号中的干扰信号，并利用自身发送信号进行网络编码的译码，获得期望接收信号的估计值。本发明有效融合了信号空间对齐和网络编码对干扰抑制的技术优势，增加了网络容量，提高了带宽利用率，可用于分布式传输网络。
-
Patent Agency Ranking
公开(公告)号：CN101702805A
公开(公告)日：2010-05-05
申请号：CN200910219109.3
申请日：2009-11-23
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于ECC的移动自组织网络自认证公钥管理方法，其步骤是：利用门限密码学将共享密钥均分给n个虚拟中心节点；用户选择秘密随机数，计算公开参数，将身份及公开参数发送给附近的虚拟中心节点A1；A1联系其它虚拟中心节点并将用户信息发送给这些节点；每个发布者Ai选择随机秘密整数，根据该秘密数和用户公开参数计算并广播自认证公钥子块Qi给其它发布者；每个发布者Ai计算自认证公钥Q、子签名xi和中间量Ri并将(r，I，xi，Ri)发送给合成者；合成者收到所有子签名验证有效后计算合成签名x并将Q和x发送给用户；用户根据x计算秘密钥s；验证用户自认证公钥的真实性。本发明无证书管理、无密钥托管和无需安全信道，适用于资源受限的移动自组织网络安全通信。
-
公开(公告)号：CN101616146A
公开(公告)日：2009-12-30
申请号：CN200910023438.0
申请日：2009-07-28
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于第三方的数字签名认证系统及认证方法，它属于通信技术领域。包括：用户管理中心、用户终端、用户口令和数字签名认证中心。用户终端接受客户业务请求后，利用USBKey对相关信息数字签名，并将数字签名信息等发送至用户口令和数字签名验证中心；用户口令和数字签名验证中心验证数字签名，然后将用户银行账号等信息生成的指令通过专有网络发送至相关银行，银行检查用户账号信息并进行处理后将处理结果返回到用户口令和数字签名验证中心；用户口令和数字签名验证中心将业务请求发送到业务部门，并将业务处理结果返回用户终端，用户终端将完成本次业务。本发明具有安全可靠、高效易扩展的优点，特别适合于社区。
-
公开(公告)号：CN101431414A
公开(公告)日：2009-05-13
申请号：CN200810232657.5
申请日：2008-12-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于身份的认证群组密钥管理方法。其步骤是：利用椭圆曲线上双线性映射将身份标识嵌入密钥中；密钥生成中心根据自己的秘密钥和组成员ui的身份标识生成ui主密钥的一部分Ci，通过公开信道发送该Ci给ui；每个组成员ui根据该Ci和自己秘密钥生成主密钥；每个组成员根据主密钥和公开钥Hash值计算公开钥验证信息，将公开钥与该验证信息链接在群组内广播；每个组成员验证所收到消息是真实时计算其与左右邻居共享的秘密值，根据该秘密值计算群组会话密钥中所包含的该组成员信息Xi，在群组内广播该Xi；每个组成员根据所有Xj，j＝1，…，n，计算群组会话密钥K。本发明具有无密钥托管、无需安全信道的优点，用于协同和分布式网络应用中安全可靠群通信。
-
公开(公告)号：CN117811624A
公开(公告)日：2024-04-02
申请号：CN202410043417.X
申请日：2024-01-11
Applicant: 西安电子科技大学
IPC: H04B7/0413 , H04B7/08 , G06F18/213 , G06F18/243 , G06N3/045 , G06N3/08
Abstract: Alpha稳定分布噪声下MIMO‑OFDM空频编码方式识别方法、系统、设备及介质，方法包括：首先对接收信号进行基于分数低阶相关的空时频编码类间识别；然后提取接收信号的循环相关熵谱特征图；最后将提取到的特征图输入训练好的深度森林网络对空频编码方式进行识别；其系统、设备及介质基于分数低阶时滞相关的空时频编码类间识别，实现对未知信号的类间识别，用于确认是否使用了空频编码；本发明提取了接收信号的循环相关熵谱特征图，结合深度森林网络，将编码识别问题转换为图像识别；本发明可以有效实现Alpha稳定分布噪声下MIMO‑OFDM空频编码方式识别，解决了传统方法在非合作通信中功能受限的问题；也适用于高斯噪声环境。
-
公开(公告)号：CN115664908A
公开(公告)日：2023-01-31
申请号：CN202211281405.8
申请日：2022-10-19
Applicant: 西安电子科技大学
IPC: H04L27/00
Abstract: 本发明公开了一种通信信号调制识别的跨层智能对抗方法、系统、介质及设备，属于通信信号智能识别对抗领域，方法首先提取识别网络在特征空间中对调制信号的分类特征，并将该特征作为信号在特征空间中的软标签；然后根据信号在识别网络中的真实特征确定特征层损失，产生初始对抗样本；最后将特征对抗输入识别网络得到预测概率，根据信号的真实标签确定决策层损失，产生对抗样本，实现跨层对抗；系统包括：特征提取及匹配模块、特征层对抗生成模块、决策层对抗生成模块；本发明可以有效实现已知目标网络的详细信息时对该网络的对抗攻击，且在较小对抗扰动的条件下仍然具有较好的攻击性能。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.03 seconds)
