-
公开(公告)号：CN112468449B
公开(公告)日：2022-11-01
申请号：CN202011228961.X
申请日：2020-11-06
Applicant: 中国电子科技集团公司电子科学研究院 , 西北大学
IPC: H04L9/40 , H04L67/1001 , H04L43/0888 , H04L43/0852 , H04L43/08 , H04L41/14
Abstract: 本发明公开了一种反溯源安全受控入网通道资源优化配置方法，综合考虑链路类型、传输约束与队列模型，建立了传输跳数与安全等级需求之间的数学模型，可为系统提供满足安全级别要求的访问路径推荐长度。并在此基础上提出了满足用户安全等级需求约束的最小延迟调度策略，最终采用分段线性化技术求解有安全级别约束的延迟优化问题。根据用户不同的安全级别需求，可动态调度链路和访问路径长度，使用本资源配置算法，可优化系统时延，保证链路资源负载均衡，满足用户的安全需求，最终实现了用户痕迹的隐藏，即反溯源。实验结果表明，本方法在系统资源匮乏与资源充足的情况下，均能有效地分配资源，选择合适的路径来保证安全级别，并使传输时延最小化，提高系统性能。
-
公开(公告)号：CN112380455A
公开(公告)日：2021-02-19
申请号：CN202011228945.0
申请日：2020-11-06
Applicant: 中国电子科技集团公司电子科学研究院 , 西北大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于反溯源安全受控入网通道的多粒度境内外互联网数据定向隐蔽采集方法，通过分析受控网站中用户的历史信息数据，计算其参与的不同主题类别和在每个主题中的活跃度大小，定向捕获该用户是否满足主题内容的采集需求。同时，为了快速隐蔽采集网络中的重要数据信息，结合用户在网络拓扑中所具有的影响力大小，给出了计算用户数据重要性的投影函数。使用具有最大生成树属性的树索引来表示个体数据信息重要性的层次结构，最后根据给定的基于树的索引模型和投影函数，结合分层挖掘算法，采用自上而下的方式遍历树节点来探索最重要的个体数据，从而快速挖掘出网络上最有价值的用户数据信息。
-
公开(公告)号：CN112468449A
公开(公告)日：2021-03-09
申请号：CN202011228961.X
申请日：2020-11-06
Applicant: 中国电子科技集团公司电子科学研究院 , 西北大学
Abstract: 本发明公开了一种反溯源安全受控入网通道资源优化配置算法，综合考虑链路类型、传输约束与队列模型，建立了传输跳数与安全等级需求之间的数学模型，可为系统提供满足安全级别要求的访问路径推荐长度。并在此基础上提出了满足用户安全等级需求约束的最小延迟调度策略，最终采用分段线性化技术求解有安全级别约束的延迟优化问题。根据用户不同的安全级别需求，可动态调度链路和访问路径长度，使用本资源配置算法，可优化系统时延，保证链路资源负载均衡，满足用户的安全需求，最终实现了用户痕迹的隐藏，即反溯源。实验结果表明，本算法在系统资源匮乏与资源充足的情况下，均能有效地分配资源，选择合适的路径来保证安全级别，并使传输时延最小化，提高系统性能。
-
公开(公告)号：CN118245891A
公开(公告)日：2024-06-25
申请号：CN202410259302.4
申请日：2024-03-07
Applicant: 西北大学
IPC: G06F18/2411 , G06F21/32 , G06F18/214 , G06N3/096 , G06N3/084 , G06F17/16 , G06F17/18
Abstract: 本申请涉及一种基于迁移学习的小样本车主身份认证方法，该方法基于训练后的SVM分类模型，这里SVM分类模型在训练过程中，考虑到不同的人上车的行为动作也因其体态和动作习惯而存在细微不同，用毫米波雷达采集用户上车行为动作的历史数据与新数据，通过对该雷达信号进行预处理与特征提取，便提炼出能代表车主身份独特性的行为动作潜在特征；然后，将采集的历史数据与目标任务的新数据进行特征迁移，借助历史数据的庞大数据量来弥补目标域数据量缺失的问题；然后，基于特征迁移后的数据集训练SVM分类模型，得到训练后的SVM分类模型，即在迁移过后的特征空间对源域与目标域数据共同训练出分类模型，完成身份认证任务。
-
公开(公告)号：CN116668060A
公开(公告)日：2023-08-29
申请号：CN202310325573.0
申请日：2023-03-30
Applicant: 西北大学
Abstract: 本申请涉及一种基于图神经网络的单目标硬标签社区检测对抗攻击方法，设计了一个具有泛化性的基于图神经网络的社区检测代理模型，解决了实际中没有来自目标模型的反馈攻击效果的问题；提出了一种分级优先图搜索策略，充分利用图结构属性，对扰动图的搜索空间进行分级划分，设定优先级，自目标节点所在社区内部开始，再向社区外部的其他社区，最后及至全图的搜索初始扰动图，大大降低了搜索扰动空间，提高了搜索扰动效率；提出了一种高效查询的梯度计算方法，在保证高攻击成功率的同时，能最小化图中的扰动的边数和对目标模型的访问次数，使得攻击方法能更切合实际，不易察觉。
-
Patent Agency Ranking
公开(公告)号：CN113254719B
公开(公告)日：2023-04-07
申请号：CN202110465358.1
申请日：2021-04-28
Applicant: 西北大学
IPC: G06F16/901 , G06F16/951 , G06Q10/0639 , G06Q50/00
Abstract: 本发明提供了一种基于地位理论的在线社交网络信息传播方法，首先通过历史信息数据，使用活跃度与影响力并重的方法评估用户的综合影响力大小。构建具有最大生成树属性的树索引结构对用户按综合影响力进行排序，从而根据树的层次特性确定用户的社会地位等级。通过分析信息传播过程中用户对该信息的认同度感知变化、兴趣时间窗口以及并行传播等关键因素，确定了用户信息认同度的更新规则，同时结合用户社会地位等级确定信息传播过程中用户的状态更新策略。最后，方法通过给定树索引结构选择信息传播的初始种子节点，依据基于地位理论的信息传播模型，在保证准确预测特定话题信息在不同时间下在网络中的传播规模的同时，使得信息的传播规模最大化。
-
公开(公告)号：CN115640847A
公开(公告)日：2023-01-24
申请号：CN202211390870.5
申请日：2022-11-07
Applicant: 西北大学
IPC: G06N3/098 , G06N3/045 , G06N3/0464
Abstract: 本申请涉及联邦学习中成员推理攻击方法及装置，方法包括：确定攻击者在目标模型的训练过程中的关键轮次K；将目标样本输入到目标模型中，获取样本特征；样本特征包括目标样本在目标模型的关键轮次K上的损失值以及在最后一个轮次上的损失值、真实标签、参数梯度和输出；为目标样本在目标模型的关键轮次K上的损失值以及在最后一个轮次上的损失值分配权重；将分配权重的样本特征输入到攻击模型中，输出目标样本为成员样本的概率值来判断目标样本是否为成员样本。本申请采用过拟合特征感知，在目标模型训练过程中寻找一个能区分出表现相似的成员和非成员的关键轮次K，利用Transformer模型为不同的样本分配关键轮次和最后一轮的权重，提高攻击准确率。
-
公开(公告)号：CN114866166B
公开(公告)日：2023-01-10
申请号：CN202210219478.8
申请日：2022-03-08
Applicant: 西北大学
IPC: H04B17/309 , G06N3/04 , G06N3/08
Abstract: 发明公开了一种基于CNN的Wi‑Fi子载波干扰识别方法，具体包括以下步骤：步骤1，采集异构无线网络中Wi‑Fi子载波的信道特征信息并分类；步骤2，预处理并将得到的数据集划分为训练集和测试集；步骤3，对步骤2得到的训练集通过CNN模型学习训练，得到训练后的子载波分类模型；所述CNN模型包括输入层、中间层L、输出层；所述中间层包括两层卷积层、非线性拟合函数、全连接层、激活函数；步骤4，根据步骤3训练得到的分类模型对测试集中的子载波进行干扰识别，定位受干扰子载波和不受干扰子载波。实验结果及性能分析表明，相对于现有技术，本发明所提供的方法在精确度、泛化能力等方面均有提高。
-
公开(公告)号：CN114580472B
公开(公告)日：2022-12-23
申请号：CN202210187119.9
申请日：2022-02-28
Applicant: 西北大学
Abstract: 本发明提供了一种工业互联网中因果与注意力并重的大型设备故障预测方法，该方法基于大型设备的故障样本，通过分析传感器数据与故障之间存在的潜在因果关系来构建因果分析模型，结合因果分析与时间注意力机制预测大型设备的故障。本发明的预测方法采取一种有监督的学习方式，收集故障样本，提取故障特征，通过分析特征与故障之间存在的潜在因果关系来构建因果分析模型，结合因果分析与时间注意力机制，实现设备故障的预测。本发明的预测方法基于因果分析，探究特征与故障预测准确度之间的潜在关系，为面向大型设备故障预测模型的特征选取提供一个可行方法，进而为故障的主因特征分配较大权重，为次因特征分配较小权重。
-
公开(公告)号：CN114742661A
公开(公告)日：2022-07-12
申请号：CN202210202068.2
申请日：2022-03-03
Applicant: 西北大学
Abstract: 本发明公开了一种有向符号网络中基于图神经网络的节点地位对抗攻击方法：步骤1：构建有向符号网络中节点的社会地位评估模型；步骤2：构建面向有向符号网络的节点地位对抗攻击模型，同时基于步骤1所构建的社会地位评估模型，根据攻击需求对图进行修改，得到对抗攻击图。本发明针对符号有向图，引入结合了地位理论这一研究，此前的相关研究并没有针对这种图数据的；除了在图的数据类型上有所不同，本发明还在设计攻击目标函数的约束中，考虑到了除了目标节点之外的其他节点的稳定性，在维持其他节点的稳定的基础上，提高目标节点的地位评估结果，试验证明，与同类算法相比，本发明的方法攻击性能更好。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.087 seconds)
