-
公开(公告)号：CN110493255A
公开(公告)日：2019-11-22
申请号：CN201910831973.2
申请日：2019-09-04
Applicant: 电子科技大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种基于边缘计算和比例因子的数据传输安全认证方法及系统，所述方法包括以下步骤：S1.物理层信道建模：终端节点与边缘计算服务器进行数据传输时，边缘计算服务器对初始数据包进行上层认证，并提取相应的信道信息作为数据包认证的物理层建模参考信道信息，同时确定物理层认证模型的门限阈值；S2.计算信道信息的相位差异：边缘计算服务器收到新的连续数据帧时，提取当前数据帧的信道信息并计算与前一帧合法数据包对应信道信息的相位差异；S3.判断连续数据帧的合法性：通过二元假设检验连续数据帧的合法性。本发明提供了一种基于边缘计算和比例因子的数据传输安全认证方法及系统，具有适用场景广，计算复杂度低，数据认证准确率高的优势。
-
公开(公告)号：CN110493255B
公开(公告)日：2020-04-14
申请号：CN201910831973.2
申请日：2019-09-04
Applicant: 电子科技大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种基于边缘计算和比例因子的数据传输安全认证方法及系统，所述方法包括以下步骤：S1.物理层信道建模：终端节点与边缘计算服务器进行数据传输时，边缘计算服务器对初始数据包进行上层认证，并提取相应的信道信息作为数据包认证的物理层建模参考信道信息，同时确定物理层认证模型的门限阈值；S2.计算信道信息的相位差异：边缘计算服务器收到新的连续数据帧时，提取当前数据帧的信道信息并计算与前一帧合法数据包对应信道信息的相位差异；S3.判断连续数据帧的合法性：通过二元假设检验连续数据帧的合法性。本发明提供了一种基于边缘计算和比例因子的数据传输安全认证方法及系统，具有适用场景广，计算复杂度低，数据认证准确率高的优势。
-
公开(公告)号：CN111935171A
公开(公告)日：2020-11-13
申请号：CN202010856869.1
申请日：2020-08-24
Applicant: 南方电网科学研究院有限责任公司 , 电子科技大学
Abstract: 本发明公开了一种边缘计算下基于机器学习的终端安全策略选择方法，边缘侧设备每次可以从p种安全策略中选取一种或者多种安全策略对终端进行保护，采用机器学习方法等按各终端量化值进行选择，需要满足预设阈值，并且在机器学习机的性能评价值不能满足预设阈值，需要提前时间重新进行训练。本发明充分利用边缘设备的计算能力，采用离线训练、在线判断的方式，使得进行机器学习机的训练可以在边缘侧完成，也可以在云端完成，机器学习机等对边缘计算侧的安全接入策略选择不因为训练而中断，实现边缘计算系统安全策略选择的实时更新和实时选择。
-
公开(公告)号：CN111935171B
公开(公告)日：2022-12-06
申请号：CN202010856869.1
申请日：2020-08-24
Applicant: 南方电网科学研究院有限责任公司 , 电子科技大学
Abstract: 本发明公开了一种边缘计算下基于机器学习的终端安全策略选择方法，边缘侧设备每次可以从p种安全策略中选取一种或者多种安全策略对终端进行保护，采用机器学习方法等按各终端量化值进行选择，需要满足预设阈值，并且在机器学习机的性能评价值不能满足预设阈值，需要提前时间重新进行训练。本发明充分利用边缘设备的计算能力，采用离线训练、在线判断的方式，使得进行机器学习机的训练可以在边缘侧完成，也可以在云端完成，机器学习机等对边缘计算侧的安全接入策略选择不因为训练而中断，实现边缘计算系统安全策略选择的实时更新和实时选择。
-
-
-
Search Results
4
records
(took 0.061 seconds)
