-
公开(公告)号：CN117556428A
公开(公告)日：2024-02-13
申请号：CN202410033167.1
申请日：2024-01-10
Applicant: 中国人民解放军战略支援部队航天工程大学
Abstract: 本发明提供了一种用于模糊测试的种子调度与评估方法及装置，涉及信息安全领域，包括获取初始种子集合，利用优先队列对初始种子集合中的种子文件进行存储，得到种子队列，利用LinUCB算法对种子文件进行调度，优先选择预期奖励价值大的种子文件进入模糊测试，利用执行记录，将重复执行次数小于预设阈值的程序边进行奖励价值赋值，同时若种子文件触发程序漏洞则进行额外奖励价值赋值，计算种子路径奖励价值和平均路径价值并设置能量调整因子，对种子队列进行更新，选择下一轮模糊测试用例。本方法基于覆盖率引导的模糊测试工具进行改进，遵循基于覆盖率引导的模糊测试工具的框架和大多数机制，实现种子调度策略改进及提高路径发现数量和效率。
-
公开(公告)号：CN116633424A
公开(公告)日：2023-08-22
申请号：CN202310912583.4
申请日：2023-07-25
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04B7/185 , H04L41/14 , H04L41/142
Abstract: 本发明涉及卫星通信技术领域，公开了一种规避大规模星座下行链路干扰的Walker星座构型设计方法，包括建立空间位置模型，获取初始化参数，初始化参数包括B星座卫星坐标和地球站坐标；建立干噪比评价模型评价干扰系统对受扰系统的干扰，获取地球站的集总干噪比计算公式；受扰系统包括地球站和A星座，干扰系统包括B星座干扰卫星；根据地球站集总干噪比计算公式和干噪比阈值，统计地球站的集总干噪比超过干噪比阈值的干扰时间比，获得干扰时间比公式，计算干噪比期望值；根据干扰所占时间比、干噪比期望值获得A星座模型目标函数，寻找A星座模型最优构型参数，完成星座构型设计。本发明运用非支配排序遗传算法解决星座设计优化仿真时间长的问题。
-
公开(公告)号：CN115225139B
公开(公告)日：2023-03-10
申请号：CN202210832203.1
申请日：2022-07-15
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04B7/185
Abstract: 本发明涉及一种卫星网络SDN多控制域的规划方法，包括如下的步骤：S1：对LEO卫星网络中的卫星控制器节点和交换机节点进行编码，在约束关系下随机初始化多控制域规划方案；S2：进行个体适应度值计算；S3：确定各个层级的结合能和结合态；S4：在光子的发射、吸收部分的更新策略中引入自适应权重和反向学习机制，更新电子状态；S5：循环步骤S3至S4进行迭代寻优，直至达到最大迭代次数，输出最佳结合能和结合态；S6：解码，形成最优的卫星网络SDN多控制域的规划策略。本发明使用原子轨道搜索算法并进行优化改进，引入自适应权重和反向学习机制更新电子状态以适用于卫星网络多控制域的规划问题，以提升网络时延性能并实现网络均衡负载。
-
公开(公告)号：CN115242295A
公开(公告)日：2022-10-25
申请号：CN202210859825.3
申请日：2022-07-21
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04B7/185
Abstract: 本发明涉及卫星网络技术领域，具体公开了一种卫星网络SDN多控制器部署方法及系统，包括架设基于SDN的卫星网络架构；基于卫星网络构建多目标优化模型；基于改进的NSGA‑Ⅲ算法对所述多目标优化模型进行求解，从而获得最优SDN多控制器部署方案；基于所述最优SDN多控制器部署方案对卫星网络进行部署；该方法以降低LEO卫星网络控制链路时延、提升星间链路的可靠性、维持LEO卫星网络的负载均衡为研究目标构建多目标优化模型，使用改进的NSGA‑Ⅲ算法对多目标优化模型进行求解，确定控制器与交换机的管控关系，实现LEO卫星网络常态任务下控制器节点的有效部署。
-
公开(公告)号：CN117528538A
公开(公告)日：2024-02-06
申请号：CN202311551774.9
申请日：2023-11-21
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04W16/06 , H04W16/22 , H04W28/02 , H04W72/044
Abstract: 本发明涉及无线通信技术领域，具体公开了一种应对不完全信道信息的模糊学习抗干扰方法和系统，包括：将不完全信道信息映射至模糊空间，再通过模糊收益函数得到用户与干扰的模糊收益；利用斯坦伯格博弈理论，建立用户与干扰的对抗过程模型；创建用户与干扰的Q表，初始化用户的通信功率及干扰的干扰功率；获取干扰模糊收益，利用函数对干扰的模糊收益进行评价，得到评价值；更新干扰的Q表，并重新确定干扰的干扰功率，重复计算干扰的干扰功率直至最大迭代次数；获取用户模糊收益，利用满意度函数对干扰的模糊收益进行评价，得到评价值；更新用户的Q表，并重新确定用户通信功率，重复计算用户通信功率直至最大迭代次数。
-
Patent Agency Ranking
公开(公告)号：CN116582202B
公开(公告)日：2023-09-12
申请号：CN202310855110.5
申请日：2023-07-13
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04B17/336 , H04B7/185 , H04B17/40
Abstract: 本发明公开了计算大规模非静止轨道星座下行链路干噪比分布的方法，包括：建立卫星星座下行链路干扰模型，用于模拟干扰系统对受扰系统的干扰，所述受扰系统包括地球站和A星座，所述干扰系统包括B星座，所述B星座与A星座同频共存；建立干扰评价模型，用于评价所述受扰系统受到的干扰水平；利用斐波那契网格法建立卫星空间位置模型，用于求解卫星空间位置坐标，利用空域卫星出现概率获得等效卫星数；建立卫星星座下行链路干噪比公式，用于计算地球站集总干噪比，根据所述干噪比的大小进行归类处理，获得干噪比分布。本发明方法能快速的分析星座数量、高度、地球站纬度与干噪比之间的关系，为星座间下行链路互扰分析及星座设计提供一定的参考。
-
公开(公告)号：CN116582202A
公开(公告)日：2023-08-11
申请号：CN202310855110.5
申请日：2023-07-13
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04B17/336 , H04B7/185 , H04B17/40
Abstract: 本发明公开了计算大规模非静止轨道星座下行链路干噪比分布的方法，包括：建立卫星星座下行链路干扰模型，用于模拟干扰系统对受扰系统的干扰，所述受扰系统包括地球站和A星座，所述干扰系统包括B星座，所述B星座与A星座同频共存；建立干扰评价模型，用于评价所述受扰系统受到的干扰水平；利用斐波那契网格法建立卫星空间位置模型，用于求解卫星空间位置坐标，利用空域卫星出现概率获得等效卫星数；建立卫星星座下行链路干噪比公式，用于计算地球站集总干噪比，根据所述干噪比的大小进行归类处理，获得干噪比分布。本发明方法能快速的分析星座数量、高度、地球站纬度与干噪比之间的关系，为星座间下行链路互扰分析及星座设计提供一定的参考。
-
公开(公告)号：CN115225139A
公开(公告)日：2022-10-21
申请号：CN202210832203.1
申请日：2022-07-15
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: H04B7/185
Abstract: 本发明涉及一种卫星网络SDN多控制域的规划方法，包括如下的步骤：S1：对LEO卫星网络中的卫星控制器节点和交换机节点进行编码，在约束关系下随机初始化多控制域规划方案；S2：进行个体适应度值计算；S3：确定各个层级的结合能和结合态；S4：在光子的发射、吸收部分的更新策略中引入自适应权重和反向学习机制，更新电子状态；S5：循环步骤S3至S4进行迭代寻优，直至达到最大迭代次数，输出最佳结合能和结合态；S6：解码，形成最优的卫星网络SDN多控制域的规划策略。本发明使用原子轨道搜索算法并进行优化改进，引入自适应权重和反向学习机制更新电子状态以适用于卫星网络多控制域的规划问题，以提升网络时延性能并实现网络均衡负载。
-
公开(公告)号：CN117556428B
公开(公告)日：2024-04-05
申请号：CN202410033167.1
申请日：2024-01-10
Applicant: 中国人民解放军战略支援部队航天工程大学
Abstract: 本发明提供了一种用于模糊测试的种子调度与评估方法及装置，涉及信息安全领域，包括获取初始种子集合，利用优先队列对初始种子集合中的种子文件进行存储，得到种子队列，利用LinUCB算法对种子文件进行调度，优先选择预期奖励价值大的种子文件进入模糊测试，利用执行记录，将重复执行次数小于预设阈值的程序边进行奖励价值赋值，同时若种子文件触发程序漏洞则进行额外奖励价值赋值，计算种子路径奖励价值和平均路径价值并设置能量调整因子，对种子队列进行更新，选择下一轮模糊测试用例。本方法基于覆盖率引导的模糊测试工具进行改进，遵循基于覆盖率引导的模糊测试工具的框架和大多数机制，实现种子调度策略改进及提高路径发现数量和效率。
-
公开(公告)号：CN117574391A
公开(公告)日：2024-02-20
申请号：CN202410050991.8
申请日：2024-01-15
Applicant: 中国人民解放军战略支援部队航天工程大学
IPC: G06F21/57 , G06F18/213 , G06N3/0442 , G06N3/0464 , G06F18/2411
Abstract: 本发明涉及网络安全技术领域，具体公开了一种基于三地址码和神经网络的代码漏洞检测方法和系统，其中，该方法包括：将源代码转换为三地址码，并将三地址码中每个语句的语义信息转换为实数空间中的n维向量；利用傅里叶变换公式将n维向量从代码域转变至频域进行特征变换以获取频域特征向量；将频域特征向量输入至神经网络模型中进行训练，判断源代码中是否存在漏洞，以漏洞检测的二分类结果作为输出结果；其中，神经网络模型包括卷积神经网络层、双向长短期记忆网络层、自注意力机制层和全连接层。本申请与传统静态分析漏洞检测方法相比，准确度有较大提升，进一步提高了漏洞检测效果，从而有效的提高了易受攻击代码与安全代码的分类。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.052 seconds)
