-
公开(公告)号：CN119377733A
公开(公告)日：2025-01-28
申请号：CN202411416320.5
申请日：2024-10-11
Applicant: 北京交通大学
IPC: G06F18/24 , G06F18/10 , G06F18/213 , G06F16/951 , G06N3/043 , G06N3/0442 , G06N3/045 , G06N3/09
Abstract: 本申请公开了一种基于模糊逻辑辅助的网络舆情风险分析方法、装置、设备、介质及产品，涉及数据分析处理领域。该方法包括：获取舆情数据；对舆情数据进行预处理，并基于舆情监测工具对预处理后的舆情数据进行关键信息的提取，得到提取结果；关键信息包括关键词和主题；基于预设的模糊集合和预设的模糊逻辑规则，对提取结果进行模糊推理处理，得到推理结果；预设的模糊集合是提取结果经隶属函数映射至论域区间时，对应的隶属度关联关系的集合；预设的模糊逻辑规则是基于隶属度函数确定的；采用解模糊化方法对推理结果进行分析处理，得到分析结果；分析结果包括风险等级。本申请旨在灵活准确的实现舆情分析，并提高舆情监测分析的效率。
-
公开(公告)号：CN113422671A
公开(公告)日：2021-09-21
申请号：CN202110741926.6
申请日：2021-06-30
Applicant: 北京交通大学
Abstract: 本发明提供一种用于司法公开的内外网数据一致性的核验方法，将司法系统待公开的内网数据进行封装形成文书数据报，将多个文书数据报封装形成包数据报，利用包数据报及文书数据报的结构和自描述信息，核验数据的完整性与一致性。本发明提供的方法，解决了内外网传递过程中裁判文书数量不一致情况以及数据重组、渲染过程中出现的数据内容不一致的问题，能够保障司法系统内网向外部公开的数据和外网数据的一致性，适用于法院司法系统内网向外网传递的裁判文书信息的受控发布过程。
-
公开(公告)号：CN106850682A
公开(公告)日：2017-06-13
申请号：CN201710172305.4
申请日：2017-03-22
Applicant: 北京交通大学
IPC: H04L29/06
Abstract: 本发明提供了一种空天地一体化信息网络中的数据安全传输方法。该方法主要包括：检测可用路径的数目，通过优先度评价模型计算各条可用路径的优先度；基于需要传送数据的大小、各条可用路径的带宽和优先度，按照设定的路径选择策略进行判断，选定所要使用的n条路径；将需要传送的数据分成m个数据块，将m个数据块分别分配给所述n条路径，在每条路径上对数据块进行编码传输。本发明从数据传输的角度出发，采用原数据分多条路径传输的方法，提出了一种空天地网络中的数据传输方法，提升了数据传输的安全性，同时通过优先度评价模型，选择良好的路径进行数据传输，也可以有效提升数据传输的速度和效率。
-
公开(公告)号：CN101393566A
公开(公告)日：2009-03-25
申请号：CN200810226802.9
申请日：2008-11-17
Applicant: 北京交通大学
IPC: G06F17/30
Abstract: 本发明提供一种基于网络结构用户行为模式的信息跟踪与检测方法及系统。首先获取互联网论坛中所有的目标信息，将信息进一步进行抽取工作，获得有关帖子的标题、内容、用户名、发表时间等信息。然后用网络构建算法将抽取到的信息进行互联网论坛网络结构的重建，建立一个完整的图，并计算该图的相关性质。随后，使用适应度估计算法、活跃度估计算法以及热度估计算法进行相关的计算，得到互联网论坛中的热点话题。本发明考虑了互联网论坛的网络结构，考虑了互联网论坛中用户的重要性，能够迅速的判断互联网论坛中的敏感性和争议性热点话题，减小了计算量。
-
公开(公告)号：CN100366010C
公开(公告)日：2008-01-30
申请号：CN200410009869.9
申请日：2004-11-25
Applicant: 北京交通大学
IPC: H04L12/28
Abstract: 一种Wi-Fi网络中移动IP的非均匀切换检测方法。本发明使用检测AP的MAC地址变化的方法来感知切换的发生；使用非均匀间隔检测模型检测；MN检测到切换发生后，得到了新AP的MAC地址，通过对映射表的查找，MN获得其所进入的ESS中AR的IP地址和子网前缀。使用MN的MAC地址和其邻居ESS的子网前缀构造MN的转交地址，并向其邻居ESS中的AR进行唯一性验证和预注册。本发明的显著发明效果包括：对节点移动性的检测不需要链路层的信标或触发器的支持，而只在网络层实现，能够快速应用在当前已经广泛使用的无线局域网环境中；首次对链路层的切换采用非均匀检测的方法，在有效降低移动检测时延的同时，减小了对移动节点造成的负担。
-
Patent Agency Ranking
公开(公告)号：CN1780241A
公开(公告)日：2006-05-31
申请号：CN200410009869.9
申请日：2004-11-25
Applicant: 北京交通大学
IPC: H04L12/28
Abstract: 一种Wi－Fi网络中移动IP的非均匀切换检测方法。本发明使用检测AP的MAC地址变化的方法来感知切换的发生；使用非均匀间隔检测模型检测；MN检测到切换发生后，得到了新AP的MAC地址，通过对映射表的查找，MN获得其所进入的ESS中AR的IP地址和子网前缀。使用MN的MAC地址和其邻居ESS的子网前缀构造MN的转交地址，并向其邻居ESS中的AR进行唯一性验证和预注册。本发明的显著发明效果包括：对节点移动性的检测不需要链路层的信标或触发器的支持，而只在网络层实现，能够快速应用在当前已经广泛使用的无线局域网环境中；首次对链路层的切换采用非均匀检测的方法，在有效降低移动检测时延的同时，减小了对移动节点造成的负担。
-
公开(公告)号：CN118945119A
公开(公告)日：2024-11-12
申请号：CN202410810133.9
申请日：2024-06-21
Applicant: 北京交通大学
IPC: H04L47/2441 , G06F18/241 , G06N3/047 , G06N3/092 , H04L47/2425 , H04L47/80 , H04W4/44 , H04W72/566 , H04L67/12 , G08G1/01
Abstract: 本发明公开了一种基于概率神经网络和强化学习的车联网数据分级分类方法，属于车联网数据分级分类领域，包括以下步骤：S1、获取车联网情景下的数据样本，建立样本数据集；S2、根据建立的样本数据集，计算每个路侧的路况向量；S3、在每个路侧中部署智能体，每个智能体根据自身以及相邻路侧的路况向量做出决策；S4、使用概率神经网络对样本数据集中的数据进行排序；S5、排序后的数据根据智能体的决策进行数据上传，实现车联网数据的分级分类。本发明采用上述的一种基于概率神经网络和强化学习的车联网数据分级分类方法，不仅可以结合实际情况对车联网数据进行分级分类，同时能够更好的分配宽带资源，并保证紧急的数据优先上传到云端。
-
公开(公告)号：CN113839985A
公开(公告)日：2021-12-24
申请号：CN202110763873.8
申请日：2021-07-06
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于区块链的跨部门涉案财物信息共享体系结构。该系统采用以业务为导向的多联盟链架构，为了解决多部门间涉案财物信息协同处置的流程繁琐、效率低下等问题，提出了联盟链多链技术解决方案，根据不同的业务类型创建多个并行的联盟链，分别为：负责组织之间涉案财物流转的联盟链、表示涉案财物存储位置转换的联盟链、负责公安部组织内部涉案财物流转的联盟链、负责检察院组织内部涉案财物流转的联盟链和负责法院组织内部涉案财物流转的联盟链。通过分析现有共识算法的优缺点，设计了一种基于多联盟链的共识方法，能够充分利用各共识节点的物理性能，实现较高的共识效率以及多链场景下的高吞吐量和高可靠性。
-
公开(公告)号：CN111181938A
公开(公告)日：2020-05-19
申请号：CN201911325976.5
申请日：2019-12-20
Applicant: 北京交通大学 , 北京华宇信息技术有限公司
IPC: H04L29/06
Abstract: 本发明提供了一种基于分片传输的边缘计算分布式数据加密传输方法，包括数据分片传输以及分布式加密算法的实现两个部分；通过互素的正整数组可以与数据包分开发送，即使攻击者必须同时截获两种数据包，且由于正整数组使用RSA算法进行加密，所以在私钥安全性得以保证的情况下，攻击者依旧无法破解该数据；本发明提供的方法本发明使用了分片式的传输方案，因此，即使部分数据被截获并被破解，但是依旧无法获得有效的信息，进一步提高了安全性。
-
公开(公告)号：CN110175557A
公开(公告)日：2019-08-27
申请号：CN201910439572.2
申请日：2019-05-24
Applicant: 北京交通大学
Abstract: 本发明提供了一种基于驾驶特征群的驾驶员驾驶行为识别分类方法及系统，属于数据分析技术领域，从数据库中采集固定时间段内多名驾驶员的行车轨迹数据作为原始数据集；根据道路交通安全规则对各驾驶员固定时间段内的行车轨迹进行特征提取，获得各驾驶员的驾驶行为特征；对提取的各驾驶员的驾驶行为特征进行归一化，得到驾驶特征向量；对驾驶特征向量进行主成分分析降维；根据降维后的驾驶特征向量，结合均值聚类算法k-means进行驾驶行为识别分类。本发明全面提取了驾驶员的十种反应驾驶行为倾向的驾驶特征，再通过kmeans聚类将驾驶员分为“危险型，普通型，温和型”三类，可用于道路交通安全监管部门和车载语音系统等对存在潜在安全隐患的驾驶员进行警示。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.031 seconds)
