-
公开(公告)号：CN117896095A
公开(公告)日：2024-04-16
申请号：CN202311658897.2
申请日：2023-12-05
Applicant: 东北大学 , 国家电网有限公司 , 国网辽宁省电力有限公司信息通信分公司
IPC: H04L9/40 , G06N3/049 , G06N3/0455
Abstract: 本发明属于工业网络安全领域，提出一种轻量化通用异常检测方法与装置。获取工业网络流量会话的频域特征表示并进行变换获得模型输入序列；结合深度卷积自编码器CAE和对抗网络GAN，构建轻量化异常检测模型并通过输入模型输入序列进行训练，通过梯度下降算法最小化损失函数，使得模型达到收敛状态；轻量化异常检测模型作为基线评估模型，将待检序列样本输入至基线评估模型计算异常分数和异常阈值，根据异常分数与异常阈值的对比情况，完成对未知攻击行为的有效判别。本发明避免以往依赖专家知识忽略重要判别特征的问题，有效降低正常样本在潜在分布空间的重构损失，实现对未知攻击的有效检测。
-
公开(公告)号：CN117459299A
公开(公告)日：2024-01-26
申请号：CN202311521246.9
申请日：2023-11-15
Applicant: 东北大学 , 国家电网有限公司 , 国网辽宁省电力有限公司信息通信分公司
Abstract: 本发明属于网络安全领域，提出一种工业物联网入侵检测的联邦学习方法及装置。针对工业物联网各客户端数据存在异质性的特点，通过联邦学习为众多客户端训练适用于自身数据的个性化入侵检测模型。通过提出新的用于工业物联网网络流量的特征提取方式，能够从不同粒度反映网络流量特征，该方法比其他网络流量特征提取方法获得了更高的准确率。通过对客户端模型相似度的计算来促进具有相似数据分布客户端的协同合作，为客户端生成性能更好的个性化入侵检测模型。本发明既能够保证模型的快速收敛，又防止低质量模型对联邦学习的干扰，有效的抑制中毒攻击的影响。
-
公开(公告)号：CN117459300A
公开(公告)日：2024-01-26
申请号：CN202311521257.7
申请日：2023-11-15
Applicant: 东北大学 , 国家电网有限公司 , 国网辽宁省电力有限公司信息通信分公司
Inventor： 姚羽 , 单垚 , 周小明 , 杨巍 , 刘鹏杰 , 胡博 , 周金磊 , 刘莹 , 许超 , 赵桐 , 李文轩 , 林小李 , 方宇珊 , 冉子用 , 杨道青 , 王磊 , 张文杰
IPC: H04L9/40 , H04L67/12 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/0464
Abstract: 本发明属于网络安全技术领域，提出了一种工业控制系统入侵检测方法及装置。步骤如下：对入侵检测数据集进行预处理操作，获得神经网络模型输入数据；将步骤一所得数据作为输入数据对神经网络分类器进行训练；在神经网络的训练阶段通过梯度下降算法来最小化损失函数使得神经网络分类器收敛，达到指定训练轮数后，保存神经网络分类器参数，获得分类结果。提出了一个新的动态Focal loss损失函数，能够在训练过程中自适应的调节分类器的优化目标，在训练的前期增加对多数类样本的关注，在训练中期提升对少数类样本的关注，增强了基础分类器的分类能力。所提出的方法能够适应各类不同入侵检测数据分布，增强了模型的鲁棒性。
-
公开(公告)号：CN117478412A
公开(公告)日：2024-01-30
申请号：CN202311521253.9
申请日：2023-11-15
Applicant: 东北大学 , 国家电网有限公司 , 国网辽宁省电力有限公司信息通信分公司
Inventor： 姚羽 , 单垚 , 胡博 , 杨巍 , 聂鑫宇 , 周小明 , 宋为 , 刘莹 , 唱友义 , 赵桐 , 李文轩 , 林小李 , 方宇珊 , 冉子用 , 杨道青 , 李广翱 , 张文杰
IPC: H04L9/40 , H04L67/12 , G06N3/0464 , G06N3/0442 , G06N3/045
Abstract: 本发明属于网络安全技术领域，提出一种工业物联网联邦入侵检测方法、装置及介质。针对工业物联网各边缘节点数据存在异质性的特点，提出该方法，在联邦学习中通过聚类的方式为具有相似数据分布的边缘节点共同训练一个有效的入侵检测模型。通过对边缘节点性能指标时间序列的聚类映射出各个边缘节点数据分布之间的关系，并促进具有相似数据分布边缘节点的知识共享，有效的解决了非独立同分布数据情况下联邦学习模型的建立问题。在每轮通讯中，通过肘关节曲线来自动确定边缘节点的最佳划分方式，能够保证模型的快速收敛。采用多个通信轮次的性能指标进行聚类，降低了边缘节点被错误划分的几率，提升了模型的准确率。
-
公开(公告)号：CN112288433B
公开(公告)日：2022-09-20
申请号：CN202011284478.3
申请日：2020-11-17
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 北京邮电大学 , 国家电网有限公司
Abstract: 本发明实施例提供了一种支持边端协同的区块链共识任务处理系统及方法，其中系统包括：多个MEC服务器和多个作为区块链设备的移动设备；第一移动设备用于获取区块链共识任务，从多个预设卸载规则中选择目标卸载规则；按目标卸载规则对区块链共识任务进行处理获得第一处理结果，或按目标卸载规则将区块链共识任务发送至MEC服务器，或按目标卸载规则在获取各个第二移动设备的信任值后，将区块链共识任务拆分为预设数量的子任务发送至满足预设信任值条件的第二移动设备；接收MEC服务器返回的第二处理结果，或接收各个第二移动设备返回的多个子任务处理结果，生成第三处理结果。本发明实施例能够提高存储交易数据的安全性。
-
Patent Agency Ranking
公开(公告)号：CN113608830A
公开(公告)日：2021-11-05
申请号：CN202110791840.4
申请日：2021-07-13
Applicant: 全球能源互联网研究院有限公司 , 国网辽宁省电力有限公司信息通信分公司 , 国家电网有限公司 , 北京邮电大学
Abstract: 本发明提供了一种基于故障预测的VNF迁移方法及装置，包括：基于BP神经网络的物理节点故障预测模型预测未来时刻边缘网络中物理节点的故障情况；基于所述故障预测模型确定的预测结果、节点成本及链路成本构建VNF实例迁移优化模型，并基于所述VNF实例迁移优化模型将故障节点上的VNF实例迁移至正常节点。本发明能够在VNF实例实际发生故障前，基于BP神经网络的物理节点故障预测模型预测未来时刻网络中节点的故障情况，从而提前将故障节点上的VNF实例迁移至正常节点上，保障服务持续正常运行。
-
公开(公告)号：CN111835827A
公开(公告)日：2020-10-27
申请号：CN202010531172.7
申请日：2020-06-11
Applicant: 北京邮电大学 , 国网辽宁省电力有限公司信息通信分公司 , 国网河北省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明实施例提供物联网边缘计算任务卸载方法及系统。该方法包括：获取物联网边缘计算网络的场景模型；基于深度强化学习PPO算法，设计任务卸载策略，定义环境状态向量和行为向量；根据环境状态变量和行为向量设定预设任务请求规定，基于预设任务请求规定完成所述场景模型中若干网元的计算任务卸载请求。本发明实施例通过在物联网场景下引入边缘计算技术和深度强化学习技术，利用深度强化学习中的PPO算法逐步学习，完善其神经网络模型，应用更优的边缘计算任务卸载策略，在保证复杂度不高的情况下，可以灵活地降低网络时延。
-
公开(公告)号：CN113034163A
公开(公告)日：2021-06-25
申请号：CN202110379560.2
申请日：2021-04-08
Applicant: 国网辽宁省电力有限公司信息通信分公司 , 国网信息通信产业集团有限公司 , 国网信通亿力科技有限责任公司 , 四川省创世华软科技有限公司 , 国家电网有限公司 , 统信软件技术有限公司 , 北京中电飞华通信有限公司 , 国网四川省电力公司信息通信公司 , 国网河北省电力有限公司检修分公司
Abstract: 本发明公开了一种虚拟运营平台动态生成方法，包括：业务请求主体发起虚拟平台构建请求；平台构建主体接收所述虚拟平台构建请求，并判断是否允许所述虚拟平台构建请求接入；若所述平台构建主体允许所述虚拟平台构建请求接入，则所述平台构建主体调用平台映射算法，根据虚拟资源数据库中的资源和所述虚拟平台构建请求规划映射方案；判断是否有满足所述虚拟平台构建请求的映射方案，若是，则按照所述映射方案选定的虚拟资源进行虚拟运营平台的资源分配和拓扑映射，完成虚拟运营平台的实例化。本发明构建了自适应的虚拟服务平台生成流程，实现泛在电力物联网虚拟资源的高效复用。
-
公开(公告)号：CN112217737B
公开(公告)日：2022-07-29
申请号：CN202011009694.7
申请日：2020-09-23
Applicant: 北京邮电大学 , 国网辽宁省电力有限公司信息通信分公司 , 国网辽宁省电力有限公司电力科学研究院 , 国网河北省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明实施例提供了一种基于业务优先级的机会网络资源动态分配方法，应用于机会网络中携带业务消息的当前节点，所述业务消息包括发送所述业务消息的目标延时、所述业务消息的消息大小以及目的节点的标识，获取所述机会网络中的节点总数，所述当前节点的社交群的平均拥塞度，所述当前节点的缓存空间大小以及所述业务消息的初始优先级；基于所述目标延时，所述消息大小，所述节点总数，所述社交群的平均拥塞度，当前节点的缓存空间大小以及所述业务消息的初始优先级，计算所述业务消息的副本数；获取所述业务消息的副本数个业务消息副本，并将所获取的业务消息副本发送给具有所述标识的目的节点。本方案可以提高业务消息所属业务的服务质量。
-
公开(公告)号：CN111835827B
公开(公告)日：2021-07-27
申请号：CN202010531172.7
申请日：2020-06-11
Applicant: 北京邮电大学 , 国网辽宁省电力有限公司信息通信分公司 , 国网河北省电力有限公司信息通信分公司 , 国家电网有限公司
Abstract: 本发明实施例提供物联网边缘计算任务卸载方法及系统。该方法包括：获取物联网边缘计算网络的场景模型；基于深度强化学习PPO算法，设计任务卸载策略，定义环境状态向量和行为向量；根据环境状态变量和行为向量设定预设任务请求规定，基于预设任务请求规定完成所述场景模型中若干网元的计算任务卸载请求。本发明实施例通过在物联网场景下引入边缘计算技术和深度强化学习技术，利用深度强化学习中的PPO算法逐步学习，完善其神经网络模型，应用更优的边缘计算任务卸载策略，在保证复杂度不高的情况下，可以灵活地降低网络时延。
-
-
-
-
-
-
-
-
-
Search Results
322
records
(took 0.13 seconds)
