-
公开(公告)号：CN112615714B
公开(公告)日：2022-07-12
申请号：CN202011593611.3
申请日：2020-12-29
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
摘要： 本发明实施例公开了一种侧信道分析方法、装置、设备及存储介质。该方法包括：采集与目标设备对应的预设数量测试能量轨迹，并对各测试能量轨迹进行特征提取操作；将预设数量的测试能量轨迹特征输入至预先训练的神经网络分类器中进行分类，得到各测试能量轨迹对应的候选秘钥的类别概率向量；针对各候选秘钥，根据所述候选秘钥的类别概率向量，计算所述候选秘钥的字节概率向量；对各候选秘钥的字节概率向量进行关联计算，根据关联计算结果确定目的秘钥。本发明实施例的技术方案，实现了根据能量轨迹自身的特征分析加密设备中的秘钥，提高秘钥的分析准确率和分析效率。
-
公开(公告)号：CN112417756B
公开(公告)日：2023-11-17
申请号：CN202011266351.9
申请日：2020-11-13
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
IPC分类号： G06F30/27 , G06N3/042 , G06N3/0442
摘要： 本发明公开了一种自动驾驶算法的交互式仿真测试系统，包括通过网关连接的自动驾驶仿真端、动态障碍物模拟终端和数据库；所述自动驾驶仿真端包括自动驾驶算法执行模块、动态障碍物控制模块、场景静态构建模块、网络通信模块和显示模块；所述动态障碍物模拟终端包括网络通信模块、控制模块、场景构建模块和轨迹预测神经网络模型库；根据自动驾驶车辆和障碍物的历史轨迹、和静态场景模型，调用轨迹预测神经网络模型执行预测算法，计算各障碍物下一个周期的运动轨迹，并发送给网络通信模块。可以更好的模拟真实交通环境中自动驾驶车辆与各动态障碍物的交互过程，对自动驾驶算法的测试更符合实际情况，可以测试自动驾驶算法在复杂环境中的表现。
-
公开(公告)号：CN112600659B
公开(公告)日：2022-06-03
申请号：CN202011342859.2
申请日：2020-11-26
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
摘要： 本发明公开了一种基于神经网络的安全芯片侧信道泄漏检测方法，包括：针对不同的加密算法，分别采集有防护芯片和无防护芯片在执行加密算法过程的能量轨迹，形成训练样本；对预处理后的样本数据进行标注，根据加密算法名称及防护情况进行标注；构建神经网络模型；训练构建的神经网络模型；使用训练好的神经网络模型计算能量轨迹的类别，得到检测结果。利用神经网络可以有效分析出加密设备在执行算法时是否存在能量泄露，准确率高，易拓展，降低了测试人员的技能要求。
-
公开(公告)号：CN112615714A
公开(公告)日：2021-04-06
申请号：CN202011593611.3
申请日：2020-12-29
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
摘要： 本发明实施例公开了一种侧信道分析方法、装置、设备及存储介质。该方法包括：采集与目标设备对应的预设数量测试能量轨迹，并对各测试能量轨迹进行特征提取操作；将预设数量的测试能量轨迹特征输入至预先训练的神经网络分类器中进行分类，得到各测试能量轨迹对应的候选秘钥的类别概率向量；针对各候选秘钥，根据所述候选秘钥的类别概率向量，计算所述候选秘钥的字节概率向量；对各候选秘钥的字节概率向量进行关联计算，根据关联计算结果确定目的秘钥。本发明实施例的技术方案，实现了根据能量轨迹自身的特征分析加密设备中的秘钥，提高秘钥的分析准确率和分析效率。
-
公开(公告)号：CN112600659A
公开(公告)日：2021-04-02
申请号：CN202011342859.2
申请日：2020-11-26
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
摘要： 本发明公开了一种基于神经网络的安全芯片侧信道泄漏检测方法，包括：针对不同的加密算法，分别采集有防护芯片和无防护芯片在执行加密算法过程的能量轨迹，形成训练样本；对预处理后的样本数据进行标注，根据加密算法名称及防护情况进行标注；构建神经网络模型；训练构建的神经网络模型；使用训练好的神经网络模型计算能量轨迹的类别，得到检测结果。利用神经网络可以有效分析出加密设备在执行算法时是否存在能量泄露，准确率高，易拓展，降低了测试人员的技能要求。
-
公开(公告)号：CN112417756A
公开(公告)日：2021-02-26
申请号：CN202011266351.9
申请日：2020-11-13
申请人： 清华大学苏州汽车研究院(吴江) , 清华大学
摘要： 本发明公开了一种自动驾驶算法的交互式仿真测试系统，包括通过网关连接的自动驾驶仿真端、动态障碍物模拟终端和数据库；所述自动驾驶仿真端包括自动驾驶算法执行模块、动态障碍物控制模块、场景静态构建模块、网络通信模块和显示模块；所述动态障碍物模拟终端包括网络通信模块、控制模块、场景构建模块和轨迹预测神经网络模型库；根据自动驾驶车辆和障碍物的历史轨迹、和静态场景模型，调用轨迹预测神经网络模型执行预测算法，计算各障碍物下一个周期的运动轨迹，并发送给网络通信模块。可以更好的模拟真实交通环境中自动驾驶车辆与各动态障碍物的交互过程，对自动驾驶算法的测试更符合实际情况，可以测试自动驾驶算法在复杂环境中的表现。
-
公开(公告)号：CN114090042B
公开(公告)日：2024-07-02
申请号：CN202111398246.5
申请日：2021-11-19
申请人： 江苏智能网联汽车创新中心有限公司 , 清华大学苏州汽车研究院(吴江)
摘要： 本申请实施例公开了一种车辆升级仿真方法、装置、设备及存储介质，该方法应用于仿真系统，其中仿真系统中部署有虚拟车辆、虚拟OTA服务器和渗透攻击平台；虚拟车辆中设置有虚拟主机、虚拟网关和虚拟电子控制单元，包括：响应于虚拟主机发送的目标OTA升级指令，生成目标升级数据包下载指令；向虚拟OTA服务器发送目标升级数据包下载指令，并控制渗透攻击平台向虚拟OTA服务器发送至少一个干扰升级数据包下载指令；若所述虚拟网关未能成功从所述虚拟OTA服务器获得升级数据包，则控制返回存在拒绝服务攻击的仿真结果；通过上述技术方案，提供了一种整车OTA网络安全评估的仿真技术方案，降低了网络安全评估的成本。
-
公开(公告)号：CN110751133B
公开(公告)日：2023-08-18
申请号：CN201911222513.6
申请日：2019-12-03
申请人： 清华大学苏州汽车研究院(吴江) , 苏州清研捷运信息科技有限公司
摘要： 本发明公开了一种道路交通标志提示系统。该提示系统包括：多台移动装置和远程控制终端；移动装置包括：定位模块、图像采集模块和信息提示模块；远程控制终端包括：图像识别模块、控制模块和数据处理模块，数据处理模块对图像采集模块传输的图像信息和定位模块传输的位置信息进行数据库存储并更新识别模型，查找数据库中当前的位置信息所对应的第一交通标志信息；图像识别模块通过最新识别模型对图像采集模块传输的图像信息进行交通标志识别以获取第二交通标志信息；控制模块合成所述第一交通标志信息和第二交通标志信息并得到目标交通标志信息，生成交通标志提示信息并传输给信息提示模块。在本发明实施例中，解决了现有识别错误率高的问题。
-
公开(公告)号：CN110909674A
公开(公告)日：2020-03-24
申请号：CN201911149014.9
申请日：2019-11-21
申请人： 清华大学苏州汽车研究院(吴江)
摘要： 本发明实施例公开了一种交通标志识别方法、装置、设备和存储介质。该方法包括：获取识别图片组中的图片进行交通标志大类别识别，并获取识别结果满足第一置信度条件的目标图片，所述识别结果中包括至少一个识别区域，在所述识别区域内识别出的交通标志大类别，以及识别置信度；在所述目标图片的各所述识别区域内，筛选出满足交通标志识别条件的至少一个目标判断区域；在所述至少一个目标判断区域内进行交通标志细分类别识别，并获取满足第二置信度条件的交通标志细分类别作为交通标志识别结果。使用本发明实施例的技术方案，可以实时对交通标志的大类以及数值等细分类别进行识别，并及时向驾驶员进行预警，提高行车安全性。
-
公开(公告)号：CN109466563A
公开(公告)日：2019-03-15
申请号：CN201811479962.4
申请日：2018-12-05
申请人： 清华大学苏州汽车研究院(吴江)
IPC分类号： B60W50/14
摘要： 本发明实施例提供了一种自动驾驶车辆的控制方法及装置，属于自动驾驶车辆技术领域，该方法通过实时获取自动驾驶车辆在行驶过程中的行驶参数和障碍物信息，并将障碍物信息在行驶界面的车辆模型周围通过动画的形式进行展示，以在根据行驶参数和障碍物信息判定自动驾驶车辆处于危险驾驶状态时，进行警示提醒。本发明实施例提供的自动驾驶车辆的控制方法及装置，通过动画的形式展示车辆模型周围的障碍物信息，以使用户直观的获知自动驾驶车辆当前的路况信息，并在判断出自动驾驶车辆处于危险驾驶状态时，及时进行警示提醒，以使用户能够及时处理，避免人身和财产损失，实现人机交互。
-
-
-
-
-
-
-
-
-
搜索结果
27 条记录 (耗时 0.045 秒)
