-
公开(公告)号:CN116307033A
公开(公告)日:2023-06-23
申请号:CN202211535501.0
申请日:2022-11-30
申请人: 上海交通大学
IPC分类号: G06Q10/04 , G06N3/0464 , G06N3/08 , G06F18/25
摘要: 本发明涉及一种基于对比图神经网络的智能交通系统异常预测方法、装置及存储介质,其中方法包括:获取原始数据,所述原始数据包括交通事故数据集和道路数据集;提取道路数据集的信息,得到道路的交通拓扑图、空间特征、时空特征和额外特征,并结合交通事故数据集得到图数据集;建立基于对比图神经网络的智能交通系统异常预测模型,所述智能交通系统异常预测模型采用对比学习损失函数进行模型预训练;针对图数据集进行数据增广,并基于增广后的图数据集对模型进行预训练;将图数据作为输入,基于智能交通系统异常预测模型预测图中每个节点的异常情况。与现有技术相比,本发明具有解决了异常数据失衡问题、预测精度高等优点。
-
公开(公告)号:CN116089917A
公开(公告)日:2023-05-09
申请号:CN202310181842.0
申请日:2023-02-27
申请人: 上海交通大学
IPC分类号: G06F21/16 , G06F21/62 , G06F21/31 , G06N3/08 , G06V10/82 , G06V10/774 , G06N3/04 , G06V10/764
摘要: 本发明涉及一种内嵌授权式深度学习模型版权主动保护方法,包括以下步骤:生成混合图像数据集并划分训练集和测试集;在训练集的授权图像样例中插入令牌图样,并进行视觉特征提取和数据投毒训练,得到授权特征向量;以授权特征向量作为深度学习模型的输入进行训练,使得深度学习模型对授权输入实现正常预测;对训练集中的未授权图像样例的标签按照数据投毒策略进行修改,得到未授权图像训练集;基于未授权图像训练集对深度学习模型进行更新训练,使得模型对未授权输入实现低精度的错误预测;基于测试集测试深度学习模型的版权主动保护效果。与现有技术相比,本发明能够防止恶意攻击者非法使用模型或复制一个盗版深度学习模型。
-
公开(公告)号:CN115392552A
公开(公告)日:2022-11-25
申请号:CN202210961843.2
申请日:2022-08-11
申请人: 上海交通大学 , 公安部第三研究所 , 中国电子科技集团公司第三十研究所
摘要: 本发明涉及一种源数据隐私保护下的交通预测方法、装置及存储介质,其中方法包括:获取源地区和目标地区的交通数据;构建基于时空图神经网络的交通预测模型;基于目标地区的交通数据初始化源地区的交通预测模型;基于联邦学习和源地区的交通数据聚合源地区的交通预测模型得到聚合预测模型;将聚合预测模型划分为特征提取器和预测器,固定预测器,初始化目标地区的交通预测模型的特征提取器;基于最大均值差异训练目标地区的交通预测模型的特征提取器,完成模型迁移,得到目标地区的交通预测模型;基于目标地区的交通预测模型完成目标地区的交通预测。与现有技术相比,本发明具有能在源数据隐私保护条件下实现跨域交通知识迁移等优点。
-
公开(公告)号:CN108540280B
公开(公告)日:2020-09-15
申请号:CN201810136222.4
申请日:2018-02-09
申请人: 上海交通大学 , 上海鹏越惊虹信息技术发展有限公司 , 上海鹤优信息科技有限公司
摘要: 本发明提供了一种资源高效的安全数据分享方法及系统,包括:发布者端对原始数据进行预处理得到元数据M,元数据M通过雾节点对称加密方案加密,对称密钥由设定的访问结构保护,只有当订阅者端的属性集合S满足目标密文对应的访问结构时,通过解密服务端解密得到正确的对称密钥,进而恢复出元数据M;所述对称密钥以及所述属性由属性授权端管理;所述访问结构为由发布者端构建的访问树Γ,访问树Γ的非叶子节点是阈值门,叶子节点与所述属性的值关联,访问树Γ包括左子树Γu和右子树tc;所述左子树Γu由发布者端确定,对应于一条密文;所述右子树tc是用来描述时间戳的叶子节点。本发明能够在实现不同安全需求的同时,显著降低计算开销,实现高效的用户撤销。
-
公开(公告)号:CN105978883B
公开(公告)日:2019-05-24
申请号:CN201610327605.0
申请日:2016-05-17
申请人: 上海交通大学 , 上海鹏越惊虹信息技术发展有限公司 , 上海鹤优信息科技有限公司
摘要: 本发明提供了一种大规模车联网下安全的数据采集方法,初始化步骤:每个车辆节点获得电子商务认证授权机构的合法证书,且所有车辆节点均在大数据中心登记注册,通过交汇节点转发完成车辆节点与大数据中心之间的信息交换;交汇节点在转发过程中完成在大数据中心的注册;第一次单点登录步骤:车辆节点与交汇节点分别通过不同的协议连接到大数据中心;再次登录步骤:当车辆节点远离第一次登录步骤中连接的交汇节点时,与附近新的交汇节点建立连接;安全数据采集步骤:车辆节点与大数据中心通过交互节点实现业务数据、机密数据的采集和传输。本发明中各阶段所采用安全方法即是一个独立的机制,同时相互之间又有承接性,整体保证了数据采集的安全性。
-
公开(公告)号:CN108363778A
公开(公告)日:2018-08-03
申请号:CN201810136205.0
申请日:2018-02-09
申请人: 上海交通大学 , 上海鹏越惊虹信息技术发展有限公司 , 上海鹤优信息科技有限公司
CPC分类号: G06F16/285 , G06F16/27 , H04L67/1097
摘要: 本发明提供了一种基于信息中心网络的大数据收集分析系统及方法,包括:数据收集步骤:通过master节点将所需内容的内容名分给不同的mapper节点,mapper节点根据内容名向信息中心网络分发兴趣包,从而获取对应的数据;内容分析步骤:通过reducer节点将mapper节点获得的数据进行训练得到最终的分析模型。本发明可以实现网络层直接的数据获取与分析。这大大的缩短了数据产生到获取分析的过程。大数据模块可以被下放到网络层,直接在数据传输过程中对数据进行获取和分析。可以更加高效的对数据进行分析,并在一定程度上对发布到网络上的数据进行筛选。
-
公开(公告)号:CN104767757B
公开(公告)日:2018-01-23
申请号:CN201510182058.7
申请日:2015-04-17
申请人: 国家电网公司 , 国网浙江省电力公司信息通信分公司 , 上海交通大学
摘要: 一种基于WEB业务的多维度安全监测方法和系统,从可用性、安全事件和Web漏洞三个维度对网站安全进行全面监测,监测扫描模块通过利用端口探测引擎,对目标网站进行数据探测,然后将扫描信息传送到数据中心。数据中心通过信息的关联分析,对网站安全情况进行有效评估,并分级为高危网站、中危网站、低危网站和安全网站。本发明实现了从多个维度对网站安全的全面监测,同时效率更高,可动态显示监测结果,实现对被扫描网络内各业务节点的安全监测。
-
公开(公告)号:CN106851746A
公开(公告)日:2017-06-13
申请号:CN201611220754.3
申请日:2016-12-26
申请人: 上海交通大学 , 上海鹏越惊虹信息技术发展有限公司 , 上海鹤优信息科技有限公司
CPC分类号: H04W28/24 , H04L41/0893 , H04L41/12 , H04L41/5003 , H04W84/18
摘要: 本发明提供了一种基于雾计算实现无线传感网络中软件定义QoS配置的方法,包括步骤1:在雾节点层和应用层之间部署SDN控制器;步骤2:建立动态配置的QoS架构系统,所述动态配置的QoS架构系统中包括:应用层、SDN控制层、雾节点层以及传感器节点层;且在所述动态配置的QoS架构系统中运行有:感知数据流、数据属性数据流、QoS策略指令数据流以及状态数据流;步骤3:基于动态配置的QoS架构系统完成QoS配置。本发明中的方法一方面可以针对不同的QoS服务动态配置不同的QoS策略,另一方面极大地改善了网络时延问题。
-
公开(公告)号:CN105245305A
公开(公告)日:2016-01-13
申请号:CN201510703427.2
申请日:2015-10-26
申请人: 上海交通大学
摘要: 本发明提供了一种智能传感器网络中的轻量级安全同步方法,包括如下步骤:步骤S1,认证阶段:在传感器节点和应用程序两者之间广播认证消息;步骤S2,时间戳传递阶段:时间戳信息通过轻量的加密算法进行传递以保证通信的安全性;步骤S3,时间同步阶段:考虑认证阶段和时间戳传递阶段的脉冲传播时延,从而进行时间同步调整。本发明可以被运用到ISO/IEC/IEEE 21451中;充分满足了同步机制中的安全需求,提高了安全性,一些虚假和无效的信息将在传输过程中被丢弃;在只有微小延迟的代价下提高了时间同步的安全性能,同时可以运用于基于ISO/IEC/IEEE 21451的传感器网络中。
-
公开(公告)号:CN103957016A
公开(公告)日:2014-07-30
申请号:CN201410199648.6
申请日:2014-05-12
IPC分类号: H03M13/29
摘要: 本发明提供一种低存储容量的Turbo码译码器及其设计方法,包括BMUα和BMUβ,所述BMUβ与LIFO SMC存储器相连,所述BMUα与LIFO SMC存储器均连接至后验概率LLR计算单元,所述BMUβ和LIFO SMC存储器之间通过一个压缩计算单元相连,所述LIFO SMC存储器和后验概率LLR计算单元之间通过一个再生计算单元相连,所述压缩计算单元对后向度量进行排序构造序号数组并计算增量值,所述序号数组与增量值存储于所述LIFO SMC存储器中,所述再生计算单元访问所述LIFO SMC存储器中的序号数组与增量值,估算后向度量。本发明所提供的Turbo译码器,LIFO SMC容量降低效果更好,不仅适用于单比特Turbo码,也适用于双二元的Turbo码,使低LIFO SMC容量译码器结构设计方案得到了统一。
-
-
-
-
-
-
-
-
-