一种基于交通仿真的拼车方法及相关设备

    公开(公告)号:CN116308653A

    公开(公告)日:2023-06-23

    申请号:CN202310244474.X

    申请日:2023-03-07

    申请人: 浙江大学

    IPC分类号: G06Q30/0601 G06Q50/30

    摘要: 本说明书提供了一种基于交通仿真的拼车方法及相关设备。该方法包括:获取第一时段内的多个拼车订单各自的订单信息;基于预先训练得到的交通仿真模型,获取目标区域在第二时段内的交通仿真结果;所述第二时段包含所述第一时段;所述交通仿真结果包括仿真得到的所述目标区域在所述第二时段内的动态交通状况;基于所述多个拼车订单各自的订单信息以及所述交通仿真结果,为所述目标区域内的多个服务车辆中的空闲车辆匹配所述多个拼车订单中对应的至少一个拼车订单。

    一种基于自编码器集成的网络威胁检测系统

    公开(公告)号:CN112434298B

    公开(公告)日:2021-07-06

    申请号:CN202110103916.X

    申请日:2021-01-26

    摘要: 本发明公开了一种基于自编码器集成的网络威胁检测系统,该系统包括:网络数据获取模块,用于从互联网或者本地文件中获取网络流量数据特征提取模块,用来提取流量特征生成特征向量;特征聚类模块,根据相关性对特征分组;威胁检测模块,使用基于自编码器的集成模型检测流量异常;威胁判别模块,用于对网络威胁做出判断。本发明使用无监督的深度学习算法,通过改进现有的自编码器算法进行网络威胁检测,实现了对未知威胁的检测,在提高了模型的检测准确率、模型的实时性的同时减少了自编码器等神经网络算法的时间复杂度,其实现方法简单,手段灵活,能有效检测网络威胁,且与具体的硬件无关。

    一种流量检测模型交易方法、装置、电子设备及存储介质

    公开(公告)号:CN111861480B

    公开(公告)日:2020-12-18

    申请号:CN202010993880.2

    申请日:2020-09-21

    IPC分类号: G06Q20/38 G06F21/62 G06F16/27

    摘要: 本发明公开了一种流量检测模型交易方法、装置、电子设备及存储介质,包括:基于待交易的流量检测模型,构建基于libsnark代码库的虚拟电路并生成相应的公共参考字符串CRS;给定测试数据,根据所述的虚拟电路和公共参考字符串CRS,利用Random Oracle获取用于验证正确性的流量检测模型参数w的非交互式零知识证明;挑选密钥key,使用哈希函数分别对密钥key、以及密钥key和公开计数器counter的组合进行哈希得到哈希值H(key)和哈希值k;利用哈希值k对流量检测模型参数w进行加密,得到密文c,并获取加密过程的非交互式零知识证明;发送非交互式零知识证明和、密文c、哈希值H(key)至买方,将密钥key的哈希值H(key)放到区块链上,利用智能合约完成流量检测模型的安全交易。

    一种基于网络流量报文的异常检测和攻击发起者分析系统

    公开(公告)号:CN112422513B

    公开(公告)日:2021-10-26

    申请号:CN202011155629.5

    申请日:2020-10-26

    IPC分类号: H04L29/06 G06K9/62 G06N20/00

    摘要: 本发明公开一种基于网络流量报文的异常检测和攻击发起者分析系统,其包括:数据属性提取模块,用于从防火墙网关截获网络流量的原始报文数据,并且根据截获的原始报文数据提取网络流速,解析报文信息生成基础属性特征,并且将这些属性特征存储在数据库;攻击者群类特征生成模块,用于依次对原始数据标准化、计算数据的复杂属性、分配各个属性的权重、采用聚类算法的交叉验证,引入无监督机器学习聚类指标,采取聚类指标得分最高的聚类模型得出攻击者群类特征聚类;攻击检测模块,用于对所有触发自定义规则的网络攻击报文进行攻击群类特征的匹配分析和攻击者群类特征的增量修正。该系统能够挖掘出单次攻击中发起者的特征,定位攻击的发起嫌疑人。

    一种基于自编码器集成的网络威胁检测系统

    公开(公告)号:CN112434298A

    公开(公告)日:2021-03-02

    申请号:CN202110103916.X

    申请日:2021-01-26

    摘要: 本发明公开了一种基于自编码器集成的网络威胁检测系统,该系统包括:网络数据获取模块,用于从互联网或者本地文件中获取网络流量数据特征提取模块,用来提取流量特征生成特征向量;特征聚类模块,根据相关性对特征分组;威胁检测模块,使用基于自编码器的集成模型检测流量异常;威胁判别模块,用于对网络威胁做出判断。本发明使用无监督的深度学习算法,通过改进现有的自编码器算法进行网络威胁检测,实现了对未知威胁的检测,在提高了模型的检测准确率、模型的实时性的同时减少了自编码器等神经网络算法的时间复杂度,其实现方法简单,手段灵活,能有效检测网络威胁,且与具体的硬件无关。

    辐射环境监测超大流量空气采样器现场标定装置及方法

    公开(公告)号:CN107091673A

    公开(公告)日:2017-08-25

    申请号:CN201710507905.1

    申请日:2017-06-28

    IPC分类号: G01F25/00

    CPC分类号: G01F25/0053

    摘要: 本发明公开了一种辐射环境监测超大流量空气采样器现场标定装置,包括:含有罗茨流量传感器、温度传感器、压力传感器以及信号采集单元的检测端;检测端与显示操作端之间的通信单元;含有信号处理控制单元和显示屏、触摸屏、存储器的显示操作端;所述的罗茨流量传感器、温度传感器、压力传感器分别检测采样器的气体输出口中气体体积流量、气体温度以及气体压力,并将这三种信号输入至信号采集单元;所述的信号采集单元将接收的三种信号放大后经通信单元输送至信号处理控制单元;所述的信号处理控制单元对接收的放大信号进行补偿处理后显示于显示屏上。该装置能够实现实时标定与移动标定,标定精度达2%,满足大流量和高精度的气体计量功能。