-
公开(公告)号：CN114238854B
公开(公告)日：2025-05-16
申请号：CN202111509423.2
申请日：2021-12-10
Applicant: 重庆邮电大学
IPC: G06F18/2433 , G06F17/16 , G06F17/10 , G06F17/18 , G06F18/2133 , G08B21/18
Abstract: 本发明提供一种基于图正则增量非负矩阵分解的采矿场景异常检测方法，属于异常检测与诊断技术领域和智能安全领域。该方法首先使用两套设备采集正常状态下的采矿环境信息，两套设备获得的数据均分别做以下处理；将数据进行预处理获得训练集X'；然后通过图正则增量非负矩阵分解得到最优基矩阵Wnew和系数矩阵Hnew；由此建立监控统计量N2和SPE,计算两套设备训练集的控制限；再重新采集数据(测试集X”)进行检测，计算测试集X”的统计量，最后将该统计量与两套控制限进行对比，从而判断采矿场景是否异常；当场景异常时，将最大的或较大的几个贡献值作为异常原因上传至控制接口以展示。该方法解决传统采矿场景异常检测不及时、不准确等弊端，打造数字化矿业。
-
公开(公告)号：CN119995955A
公开(公告)日：2025-05-13
申请号：CN202510076293.X
申请日：2025-01-17
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种面向EDR的溯源模型及其行为链条保存机制的方法。该方法通过数据收集、威胁检测、取证分析、归档存储及攻击溯源等功能模块，实现对网络攻击行为的溯源分析，并将行为链条作为电子取证证据进行存储。具体步骤包括：通过EDR系统和GRR工具从终端设备收集系统日志、操作日志、内存镜像等数据；利用EDR内置的威胁检测算法和MITRE ATT&CK框架进行实时行为分析，发现潜在威胁并触发响应；结合第三方取证工具解析内存镜像和文件数据，重建攻击行为链条；通过去中心化存储(IPFS)与本地存储的混合机制，以及区块链技术，确保数据的完整性和不可篡改性；最后，利用攻击溯源模块分析行为链条之间的关联性，构建完整的攻击溯源图。该方法有效提高了攻击行为溯源的精确度和数据存储的安全性，减少了传统溯源方法中的数据丢失与篡改风险，为后续的网络安全事件调查与法律取证提供了强有力的支持。
-
公开(公告)号：CN117933335A
公开(公告)日：2024-04-26
申请号：CN202410041356.3
申请日：2024-01-10
Applicant: 重庆邮电大学
IPC: G06N3/08 , G06T5/70 , G06N3/0464
Abstract: 本发明涉及深度学习技术安全领域，具体涉及一种基于图像隐写的后门攻击方法，其包括以下步骤：S1、图像转换及植入触发器：使用离散小波变换(DWT)将图像从空间域转换到频率域，然后将有毒信息进行编码(转为二进制)后植入图像频率域高频部分，再使用离散小波逆变换将频率域的图像转换回空间域；S2、添加用以混淆的噪声：在图像中添加一个噪声或偏移量并进行优化使该噪声或偏移量更隐蔽，该噪声或偏移量作为一个干扰用以混淆真正的触发器；S3、后门攻击：将干净样本和带有触发器的样本混合得到数据集对模型进行训练，实现对模型的攻击。除此之外，如果先对图像进行分割并在不同的区域分别植入触发器，则可以对不同的触发器分别进行激活以实现不同的攻击模式并且可以提高隐蔽性。本发明所提出的后门触发器具有更好的隐蔽性和鲁棒性，这对深度学习中的攻击和防御领域有着重要的理论和实践意义。
-
公开(公告)号：CN117879939A
公开(公告)日：2024-04-12
申请号：CN202410038623.1
申请日：2024-01-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及云计算数据安全领域，涉及一种基于门限值的自主路径代理重加密方法，包括：系统初始化，加密者生成所需的参数，委托者的数据文件经过加密后上传至云服务商；加密者根据所述的参数生成重加密密钥，并利用秘密共享方案将密钥分为n份，发送至n个代理；代理收到重加密密钥后可对云服务商发送的原始密文进行重加密，并且发送给被委托者；被委托者收到t份子密文后即可整合为完整密文，并利用私钥进行解密。该方法在代理不可信的前提下，有效地解决了单个代理商的单点故障和合谋攻击问题，提高了数据共享的安全性。
-
公开(公告)号：CN116318732A
公开(公告)日：2023-06-23
申请号：CN202310287229.7
申请日：2023-03-22
Abstract: 本发明涉及汽车电子数据安全领域，具体涉及一种面向汽车事件数据记录系统的事件数据防篡改方法，包括：将汽车EDR本地数据按事件分组，基于AES加密和SHA‑1算法对事件明文进行签名，使用错位存放签名的方式将事件数据存储为链式结构，保持数据的连续性；对事故后读取出的EDR本地数据进行防篡改校验，通过签名信息验证每个事件和数据的真实性；根据链式结构和云端存储的事件对汽车EDR存储的链尾事件进行防篡改校验，若校验不通过则用云端存储的事件数据对汽车EDR丢失的事件进行修复，确保最新事件数据无删除痕迹，保证EDR本地数据的完整性。
-
Patent Agency Ranking
公开(公告)号：CN113951765B
公开(公告)日：2023-02-03
申请号：CN202111213504.8
申请日：2021-10-19
Applicant: 重庆邮电大学
IPC: A47L11/24 , A47L11/282 , A47L11/40
Abstract: 本发明公开了一种楼宇楼梯智能清扫机器人，包括本体和下楼辅助结构，本体包括机壳、移动轮、两个旋转毛刷、抹布、水箱、吸尘器。旋转毛刷和抹布设置于机身底部前后两端，负责对地面进行清扫，下楼辅助结构包括垂直支撑杆和水平支撑杆，各自两个组成一组安装于机器人左右两侧，本发明提供的清扫机器人，在遇到楼梯时，通过垂直支撑杆和水平支撑杆的支撑作用，配合导轨及滑轮将清扫机器人本体放置于下一台阶，之后将两组支撑杆收回原位恢复至初始状态，进行当前台阶清扫工作；并且，该清扫机器人可以对楼梯转角平台识别和判断，进而可以在楼梯转角处变换工作状态进行清扫，应用更加广泛。
-
公开(公告)号：CN114553481A
公开(公告)日：2022-05-27
申请号：CN202210049295.6
申请日：2022-01-17
Applicant: 重庆邮电大学
IPC: H04L9/40
Abstract: 本发明提供一种网络攻击事件预测及最优主动防御策略选取系统，对于目前网络遭受攻击时，运用HMM的方法合理预测网络未来可能出现的攻击，然后运用最优主动防御策略选取系统，以实现高效准确预测网络遭受的攻击。在遭受网络攻击之前就运用最优策略保障网络空间安全。在网络遭受攻击的过程中，运用HMM模型的预测方法，可以模型网络攻防双方的状态，具有较好的实际指导意义。主动防御的方法，在攻击之前就进行防御，可以大幅度的降低网络所遭受的攻击，对于实际应用具有不可忽视的优势。
-
公开(公告)号：CN112464245B
公开(公告)日：2022-05-03
申请号：CN202011351675.2
申请日：2020-11-26
Applicant: 重庆邮电大学
IPC: G06F21/57 , G06V10/74 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了面向深度学习图像分类模型的泛化的安全性评估方法，属于机器学习技术领域。目前深度学习相关研究中所要解决的重要问题是在解决深度学习图像分类模型面临的具有泛化特征的安全威胁问题的同时提高模型的鲁棒性，本发明利用面向深度学习图像分类模型的泛化的安全性评估方法，通过测试深度学习图像分类模型的针对对抗样本的主动防御能力、对抗样本检测能力以及针对对抗样本的被动防御能力等指标，对深度学习图像分类模型的安全性做出全面评估，并在评估过程中发掘模型存在的安全漏洞，与此同时，由于本发明存在的泛化特性，使得该方法能够适用于绝大多数深度学习图像分类模型，这对提高深度学习领域的安全性具有重要的理论和实践意义。
-
公开(公告)号：CN120017281A
公开(公告)日：2025-05-16
申请号：CN202510075791.2
申请日：2025-01-17
Applicant: 重庆邮电大学
Abstract: 本发明提供了一种基于PUF的轻量级无人机身份认证方法，主要用于资源受限设备之间的低功耗安全通信，尤其适用于无人机与本地服务器、无人机与无人机间的通信。该方法创新性地结合PUF生成设备唯一性信息、公钥加密(ECC)、哈希计算和内存完整性校验，提供高效且安全的身份认证机制。通过引入随机数和时间戳机制，防止重放攻击，并协商生成独立且安全的会话密钥。方案还引入了动态密钥更新机制，由服务器主导完成PUF密钥的更新，有效增强了认证过程的动态性和安全性，防止中间人攻击、重放攻击和伪造攻击等潜在威胁，该方法能够在资源受限、计算能力有限的无人机平台上实现快速、安全的身份认证，极大提高了设备身份认证的可靠性和安全性。
-
公开(公告)号：CN119964557A
公开(公告)日：2025-05-09
申请号：CN202510075782.3
申请日：2025-01-17
Applicant: 重庆邮电大学
Abstract: 本发明属于人工智能技术领域，具体涉及一种面向语音识别系统的预处理去偏方法，包括：数据采样，通过欠采样和SMOTE分别对多类数据和少类数据进行采样处理；模型训练，将原始数据、采样后的数据分别对判别器和ASR进行训练；分类识别，用训练好的判别器和ASR先进行分类，再进行识别；偏见评估，通过构建均衡公平的语音评估数据集、提出面向语音识别系统的偏见评估方法和评估指标，从而实现全面的偏见评估；对比分析，通过对比分析使用不均衡数据训练的基准ASR模型与经过去偏处理后的模型在偏见评估中的表现，评估去偏方法的有效性。本发明针对语音识别系统的特点进行设计，在数据处理、评估方法上提供了更加完善和高效的解决方案，不仅能够准确处理语音数据中的偏见问题，还能有效提升模型对不同属性群体的识别精度，从而显著提高语音识别系统在实际应用中的公平性、准确性与可信度。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.02 seconds)
