一种基于国密算法实现IPsec-VPN的方法

    公开(公告)号:CN106506147A

    公开(公告)日:2017-03-15

    申请号:CN201610951107.3

    申请日:2016-10-27

    IPC分类号: H04L9/08

    CPC分类号: H04L9/0825

    摘要: 本发明提供了一种基于国密算法实现IPsec-VPN的方法,其特征在于,包括用户层算法扩展和内核层算法扩展,其中,用户层算法扩展步骤为:建立加密库和加密引擎库以及动态加载加密引擎库;内核层算法扩展步骤为:构建国密算法驱动模块、加载国密算法驱动模块、应用国密算法驱动模块以及卸载国密算法驱动模块。本发明在用户层采用加密引擎机制,不需要改动系统内核代码,只需要定义一个加密库和加密引擎库,在加密引擎库中实现需要扩展的密码算法接口,在使用前进行动态加载即可;在内核层采用将扩展的算法功能实现模块化,在需要的时候在系统中动态地加载,只需要在系统内核中增加少量的代码,模块本身不编译进内核,从而控制了内核的大小。

    一种基于国密算法实现IPsec-VPN的方法

    公开(公告)号:CN106506147B

    公开(公告)日:2022-04-12

    申请号:CN201610951107.3

    申请日:2016-10-27

    IPC分类号: H04L9/08

    摘要: 本发明提供了一种基于国密算法实现IPsec‑VPN的方法,其特征在于,包括用户层算法扩展和内核层算法扩展,其中,用户层算法扩展步骤为:建立加密库和加密引擎库以及动态加载加密引擎库;内核层算法扩展步骤为:构建国密算法驱动模块、加载国密算法驱动模块、应用国密算法驱动模块以及卸载国密算法驱动模块。本发明在用户层采用加密引擎机制,不需要改动系统内核代码,只需要定义一个加密库和加密引擎库,在加密引擎库中实现需要扩展的密码算法接口,在使用前进行动态加载即可;在内核层采用将扩展的算法功能实现模块化,在需要的时候在系统中动态地加载,只需要在系统内核中增加少量的代码,模块本身不编译进内核,从而控制了内核的大小。

    一种检测电力变压器内部放电故障的方法

    公开(公告)号:CN106546882A

    公开(公告)日:2017-03-29

    申请号:CN201610847073.3

    申请日:2016-09-23

    IPC分类号: G01R31/12

    CPC分类号: G01R31/1227 G01R31/1209

    摘要: 本发明涉及一种检测电力变压器内部放电故障的方法,属于电力变压器安全监测技术领域。该方法执行如下步骤:1)建立检测系统,设定该检测系统的采样频率和采样时间;2)利用检测系统的振动传感器采集变压器正常状态的变压器表面的振动信号;3)提取特征值并保存;4)利用步骤1)的检测系统对工作中的变压器进行监测,得到变压器工作状态的振动信号;5)提取步骤4)的振动信号的特征值;6)利用步骤5)提取的特征值对变压器的工作状态进行判别。本发明是利用振动传感器检测不同运行状态下变压器表面的振动信号并分析,从而对变压器状态进行判别,本发明平台搭建简单,与特高频检测法相比,检测成本较低,易于工程实现。

    基于虚拟化技术的面向无线电力专网的资源优化分配方法

    公开(公告)号:CN106341826A

    公开(公告)日:2017-01-18

    申请号:CN201610958287.8

    申请日:2016-11-03

    摘要: 本发明涉及一种基于虚拟化技术的面向无线电力专网的资源优化分配方法,属于电通信技术领域。该方法的执行步骤如下:1)建立虚拟化无线电力专网,所述虚拟化无线电力专网包括基站模型、用户模型和信道模型;2)利用禁忌算法对所述虚拟化无线电力专网进行优化;3)根据各个约束条件对目标函数进行优化,得出该目标函数的结果。该专利立足网络虚拟化技术根据电力业务类型和资源现状,将无线资源抽象。随后,综合网络成本、利润、业务隔离性约束、回程容量约束、QoS约束等因素抽象出了一种资源分配最优化问题模型,利用禁忌搜索解决该组合优化问题,从而在保障业务隔离和服务质量的条件下,解决了电力无线接入网的资源分配问题。

    一种基于小波神经网络和小波技术的变压器噪声预测方法

    公开(公告)号:CN104102838A

    公开(公告)日:2014-10-15

    申请号:CN201410334009.6

    申请日:2014-07-14

    IPC分类号: G06F19/00 G06N3/02

    摘要: 本发明公开了一种基于小波神经网络和小波技术的变压器噪声预测方法,利用小波基函数取代传统BP神经网络隐含层神经元双曲正切S型激励函数,并在调整神经网络参数时引入动量因子,使得预测模型具有更快的收敛速度和更高的误差精度。利用小波分解技术对振动和噪声数字信号经行分解,将得到的小波低频系数作为预测模型的输入-输出对,当建模完成后,利用小波重构技术对预测得到的小波低频系数经行重构,得到预测的噪声数字信号。本发明不仅减少了训练样本的数量,缩短了神经网络中神经元的训练时间,而且还避免因变压器实测噪声数据中含有环境高频干扰噪声而导致预测效果差的问题。