-
公开(公告)号：CN111711518A
公开(公告)日：2020-09-25
申请号：CN202010758177.3
申请日：2020-07-31
Applicant: 电子科技大学 , 南方电网科学研究院有限责任公司
IPC: H04L9/08 , H04B7/0456 , H04B7/08
Abstract: 本发明公开了一种多用户物理层密钥分发与广播通信同时进行的方法，包括：Alice随机生成对应N个Bob的不同秘钥比特，分别将其映射为秘钥符号，每个秘钥符号对应一种激活各Bob不同接收天线的矢量；Alice选择各Bob的秘钥符号对应激活矢量的预编码，用预编码矩阵广播通信数据符号给N个Bob；每个Bob独立测量自己每根天线的平均信号接受强度或SNR估计天线矢量，通过逆映射得到自己的秘钥符号与秘钥比特；每个Bob通过观测到的天线矢量独立在自己的激活天线解调广播通信的数据符号。本发明将密钥生成过程通过多用户随机迫零技术嵌入到广播通信过程中，实现在广播通信过程中同时进行多用户物理层密钥分发，使得密钥共享不会造成多用户网络通信的中断和时延，具有良好的技术、性能和成本优势。
-
公开(公告)号：CN108566257B
公开(公告)日：2020-08-18
申请号：CN201810389984.5
申请日：2018-04-27
Applicant: 电子科技大学 , 南方电网科学研究院有限责任公司
IPC: H04B17/391 , H04B17/30 , H04L25/02 , G06N3/08
Abstract: 本发明公开了一种基于反向传播神经网络的信号恢复方法，包括以下步骤：S1.获取未知信道中，信号发送端的插入导频信息和信号接收端的接收导频信息，并据此构建训练样本集；S2.建立由输入层、隐含层和输出层构成的反向传播神经网络模型；S3.将训练样本集中的各组样本信息依次输入反向传播神经网络模型进行训练，得到训练成熟的反向传播神经网络模型；S4.信号接收端从未知信道中接收信号，输入到训练成熟的反向传播神经网络模型中，恢复出信号发射端发送的原始信号。本发明能够根据信号接收端从未知信道中的接收信号，恢复出信号发射端发送的原始信号，避免未知信道带来的信号失真，提高了信号传输的准确性和稳定性。
-
公开(公告)号：CN108093401B
公开(公告)日：2020-06-09
申请号：CN201711328477.2
申请日：2017-12-13
Applicant: 电子科技大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种基于边缘计算的移动智能终端隐私保护系统及方法，所述系统包括云服务器、边缘服务器和多个移动智能终端，边缘服务器分别与云服务器及每一个移动智能终端连接；边缘服务器包括通信数据管理模块和本地数据管理模块，通信数据管理模块用于在移动智能终端之间进行数据传输时，对传输的数据进行加密；本地数据管理模块，用于在云服务器调用移动智能终端的本地存储数据时，询问对应移动智能终端的调用许可，或是在移动智能终端从云服务器加载数据时，对加载的数据进行安全检测。本发明利用边缘服务器对移动智能终端的通信类数据和本地存储类数据进行管理，有效降低隐私数据泄露的风险，同时保障了用户对隐私数据的所有权与管理权。
-
公开(公告)号：CN110992980A
公开(公告)日：2020-04-10
申请号：CN201911194763.3
申请日：2019-11-28
Applicant: 南方电网科学研究院有限责任公司 , 电子科技大学
Abstract: 本发明公布了一种基于边缘计算的隐蔽潜信道识别方法，通过梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients，MFCCs)特征的提取，并采用机器学习方法对正常通信系统和潜信道隐蔽通信的系数进行学习，训练隐蔽潜信道识别装置，将特定系统的新的梅尔频率倒谱系数输入系统，实现对潜信道隐蔽通信的识别；在边缘计算平台下进行终端等梅尔频率倒谱系数采集、系统训练和学习，然后对终端通信进行是否存在潜信道隐蔽通信的识别，对终端而言，该方法具有计算复杂度低，识别准确率高的优点。
-
公开(公告)号：CN110536299A
公开(公告)日：2019-12-03
申请号：CN201910832461.8
申请日：2019-09-04
Applicant: 电子科技大学 , 南方电网科学研究院有限责任公司
IPC: H04W12/08 , H04B7/0413 , G06K9/62
Abstract: 本发明公开了一种基于边缘计算和离散随机卷积的数据包合法性确认方法，包括以下步骤：在边缘服务器与已知终端设备中预存原始导频信号；已知终端设备在发送信号中插入已知的原始导频信号发送给边缘服务器；边缘服务器对接收信号进行导频分离，得到接收到的导频信号矩阵；计算信道矩阵的估计值；对于已知终端设备，测得多个信道矩阵的估计值的集合；对于不同的已知终端设备，测得对应的信道矩阵估计的集合，构建训练集合；建立卷积核与卷积核移动规则，训练得到成熟的神经网络分类器；测得待验证终端设备信道矩阵估计的集合；对待验证终端设备的信道矩阵进行分类。本发明提高了卷积神经网络构建的分类器在MIMO信道矩阵中识别效果，提高识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN110138627B
公开(公告)日：2019-09-20
申请号：CN201910622251.6
申请日：2019-07-11
Applicant: 电子科技大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种基于安全风险量化的边缘侧终端安全接入策略选择方法，包括以下步骤：S1.对边缘计算系统下终端和数据应用所面临的安全风险进行量化划分。S2.计算终端和数据应用的安全风险量化值。S3.将边缘计算侧的各种安全接入策略对终端及数据的各项安全风险保护给出权重系数。S4.给出对每种安全策略对相应终端和数据应用安全保护的分值对应关系。S5.根据S4中数据集选择相应的方法进行安全策略选择。本发明提出将终端和数据应用面临安全风险和威胁进行量化，选择适当的算法，通过量化的客观标准进行边缘侧终端安全接入策略选择，实现边缘计算系统安全性能的最大优化。
-
公开(公告)号：CN109587136A
公开(公告)日：2019-04-05
申请号：CN201811477070.0
申请日：2018-12-05
Applicant: 电子科技大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种基于双极大值的射频指纹特征提取和识别方法，包括以下步骤：S1.接收端分别接收来自多个射频发射器的信号，并进行样本采集，得到样本集D；S2.从样本集D中选取样本数据，提取该样本数据中的极大值，将选取出来的极大值组成样本特征；S3.按照步骤S2依次对样本集D中的每一个样本数据进行处理，得到双极大值特征集；S4.基于机器类学习算法，在双极大值数据集的基础上训练分类器，对未知身份的射频收发器进行识别。本发明利用双极大值提取的方式，有效减少了提取得到的特征维数，进而降低计算复杂度，同时提高了特征的类别可分性能。
-
公开(公告)号：CN109033780A
公开(公告)日：2018-12-18
申请号：CN201810718435.8
申请日：2018-07-03
Applicant: 南方电网科学研究院有限责任公司 , 电子科技大学
CPC classification number: G06F21/32 , G06F21/45 , G06F2221/2133 , G06K9/00087 , G06K9/527 , G06K9/6267 , G06N3/0454 , G06N3/084
Abstract: 本发明公开了一种基于小波变换和神经网络的边缘计算接入认证方法，包括以下步骤：S1.接收设备对发送设备进行信号采集和存储，得到N个一维信号样本；S2.采用小波变换将每个一维信号样本变换为二维矩阵样本；S3.对于多个不同的发射设备，重复以上S1~S2操作，以设备编号为反馈，存入样本库；S4.利用基于神经网络的图像识别算法，以样本中矩阵为训练数据，编号为反馈对神经网络中的参数进行训练；S5.利用训练得到的神经网络对待检测波形进行分类，判定其所属设备。本发明利用小波变换，将一维信号数据变换为二维数据，再利用基于神经网络的识别技术对其进行训练和识别，提高了识别的准确性。
-
公开(公告)号：CN108924836A
公开(公告)日：2018-11-30
申请号：CN201810722029.9
申请日：2018-07-04
Applicant: 南方电网科学研究院有限责任公司 , 电子科技大学
Abstract: 本发明公开了一种基于深度神经网络的边缘侧物理层信道认证方法，包括以下步骤：S1.合法用户Bob和窃听者Eve分别发送导频序列；S2.边缘设备Alice分别估计合法用户Bob的信道矩阵数据集和窃听者Eve的信道矩阵数据集；S3.对合法用户Bob和窃听者Eve的信道矩阵数据集进行预处理，得到检验统计量；S4.根据检验统计量构造深度神经网络样本集，包括训练集、验证集和测试集；S5.通过训练集和验证集训练深度神经网络，并利用测试集对神经网络进行测试，直到神经网络达到目标认证率；S6.边缘设备Alice接收未知用户X发送的导频信息，并利用神经网络对未知用户X进行物理层信道认证。本发明相比传统的基于假设检验采用单一的门限值的物理层认证方法，具有高效，准确的优势。
-
公开(公告)号：CN108111312A
公开(公告)日：2018-06-01
申请号：CN201711459322.2
申请日：2017-12-28
Applicant: 电子科技大学 , 南方电网科学研究院有限责任公司
IPC: H04L9/32 , H04L9/30 , H04L29/06 , H04L12/883 , H04L29/08
Abstract: 本发明公开了一种基于区块链的智能终端安全通信方法，其特征在于：包括区块生成步骤S1、安全共识机制建立步骤S2、区块链形成步骤S3、智能合约生成步骤S4和通信加密步骤S5。本发明提供了一种基于区块链的智能终端安全通信方法，各个终端均通过共识机制生成安全测试数据，并依据智能合约进行数据的交互，组合成为链式结构，通过加密算法来保证块链间信息传递的安全性，实现了智能终端的安全防护。
-
-
-
-
-
-
-
-
-
Search Results
313
records
(took 0.075 seconds)
