-
公开(公告)号：CN110992980B
公开(公告)日：2023-06-23
申请号：CN201911194763.3
申请日：2019-11-28
申请人： 南方电网科学研究院有限责任公司 , 电子科技大学
摘要： 本发明公布了一种基于边缘计算的隐蔽潜信道识别方法，通过梅尔频率倒谱系数(Mel‑Frequency Cepstral Coefficients，MFCCs)特征的提取，并采用机器学习方法对正常通信系统和潜信道隐蔽通信的系数进行学习，训练隐蔽潜信道识别装置，将特定系统的新的梅尔频率倒谱系数输入系统，实现对潜信道隐蔽通信的识别；在边缘计算平台下进行终端等梅尔频率倒谱系数采集、系统训练和学习，然后对终端通信进行是否存在潜信道隐蔽通信的识别，对终端而言，该方法具有计算复杂度低，识别准确率高的优点。
-
公开(公告)号：CN109598216B
公开(公告)日：2022-04-19
申请号：CN201811403841.1
申请日：2018-11-23
申请人： 南方电网科学研究院有限责任公司 , 电子科技大学
摘要： 本发明公开了一种基于卷积的射频指纹特征提取方法，包括以下步骤：S1.检测接收信号稳态部分频率；S2.建立预卷积核函数；S3.用预卷积核函数与原始信号进行卷积；S4.使用现有的瞬态信号检测方法检测卷积后波形的起始点，利用该起始点对原始信号波形进行截取，获得截取后的开机瞬态信号；S5.建立正余弦卷积核函数；S6.用正余弦卷积核函数分别与截取后的开机瞬态信号进行卷积，获得卷积后的波形，可作为原始信号的指纹特征；S7.对卷积后的波形进行小波变换；S8.将小波变换后的两个波形首尾相连，得到特征函数。本发明能够将信号波形在幅度、频率上出现瑕疵或突变更明显地显示出来，令机器学习或深度学习更易识别。
-
公开(公告)号：CN111932051A
公开(公告)日：2020-11-13
申请号：CN202010503563.8
申请日：2020-06-05
申请人： 电子科技大学 , 南方电网科学研究院有限责任公司
摘要： 本发明公开了一种基于非侵入式电力终端时序监测的恶意行为检测方法，包括以下步骤：S1.边缘计算设备构建各电力终端设备历史电气量的数据库；S2.对各电力终端设备构建用电行为数据集；S3.对各电力终端电气量时序数列进行事件探测、特征提取后得到样本集，训练负荷分类器；S4.对电力总出口电气量时序数列进行事件探测、提取特征，输入训练好的分类器模型中，确定待检测电力终端所属的设备类型；S5.统计待测电力终端的用电信息；S6.检测上述待测电力终端用电行为，据此判断用电设备是否异常；S7.边缘计算设备记录并上报异常。本发明基于非侵入式电力终端时序监测，通过与历史电力信息形成的用电行为比较，实现了电力终端设备恶意行为的在线检测。
-
公开(公告)号：CN109587136B
公开(公告)日：2020-06-19
申请号：CN201811477070.0
申请日：2018-12-05
申请人： 电子科技大学 , 南方电网科学研究院有限责任公司
摘要： 本发明公开了一种基于双极大值的射频指纹特征提取和识别方法，包括以下步骤：S1.接收端分别接收来自多个射频发射器的信号，并进行样本采集，得到样本集D；S2.从样本集D中选取样本数据，提取该样本数据中的极大值，将选取出来的极大值组成样本特征；S3.按照步骤S2依次对样本集D中的每一个样本数据进行处理，得到双极大值特征集；S4.基于机器类学习算法，在双极大值数据集的基础上训练分类器，对未知身份的射频收发器进行识别。本发明利用双极大值提取的方式，有效减少了提取得到的特征维数，进而降低计算复杂度，同时提高了特征的类别可分性能。
-
公开(公告)号：CN110519291A
公开(公告)日：2019-11-29
申请号：CN201910832490.4
申请日：2019-09-04
申请人： 电子科技大学 , 南方电网科学研究院有限责任公司
摘要： 本发明公开了一种基于边缘计算和信道相关性的数据传输认证方法及系统，包括以下步骤：S1.初始认证：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参考信道信息，同时确定相关系数门限阈值；S2.计算信道信息的信道相关性：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数据包对应信道信息的信道相关系数；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。本发明基于信道相关性对数据帧进行认证识别，具有计算复杂度低，数据认证准确率高的优势。
-
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
申请人： 电子科技大学 , 南方电网科学研究院有限责任公司
摘要： 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：CN108932535B
公开(公告)日：2019-07-02
申请号：CN201810774781.8
申请日：2018-07-13
申请人： 南方电网科学研究院有限责任公司 , 电子科技大学
摘要： 本发明公开了一种基于机器学习的边缘计算克隆节点识别方法，包括以下步骤：S1.合法节点与边缘计算节点进行上层认证；S2.提取合法节点i和未知节点j的身份声明信息；S3.比较i,j节点的ID是否一致，若一致则进入步骤S4.若不一致，返回步骤S2；S4.提取i,j节点的信道信息，利用检验统计量计算相关程度，并判断是否是克隆节点，若是，进入步骤S5，若否，返回步骤S2；S5.生成数据集T；S6.采用机器学习算法中的分类算法，根据二分类的数据集进行训练，直到生成满足识别率达标的模型；S7.边缘计算节点利用达到要求的模型对新未知节点u，识别节点身份。本发明提供了一种基于机器学习的边缘计算克隆节点识别方法，适用于边缘计算场景，具有识别率高的优势。
-
公开(公告)号：CN108932535A
公开(公告)日：2018-12-04
申请号：CN201810774781.8
申请日：2018-07-13
申请人： 南方电网科学研究院有限责任公司 , 电子科技大学
CPC分类号： G06K9/6256 , G06K9/6267 , G06N3/08
摘要： 本发明公开了一种基于机器学习的边缘计算克隆节点识别方法，包括以下步骤：S1.合法节点与边缘计算节点进行上层认证；S2.提取合法节点i和未知节点j的身份声明信息；S3.比较i,j节点的ID是否一致，若一致则进入步骤S4.若不一致，返回步骤S2；S4.提取i,j节点的信道信息，利用检验统计量计算相关程度，并判断是否是克隆节点，若是，进入步骤S5，若否，返回步骤S2；S5.生成数据集T；S6.采用机器学习算法中的分类算法，根据二分类的数据集进行训练，直到生成满足识别率达标的模型；S7.边缘计算节点利用达到要求的模型对新未知节点u，识别节点身份。本发明提供了一种基于机器学习的边缘计算克隆节点识别方法，适用于边缘计算场景，具有识别率高的优势。
-
公开(公告)号：CN104993926B
公开(公告)日：2018-05-01
申请号：CN201510382041.6
申请日：2015-06-30
申请人： 南方电网科学研究院有限责任公司 , 电子科技大学
摘要： 本发明公开了一种智能电网中基于云计算的分级密钥管理系统与方法，系统包括多层次私有云和多层次云电企业用户；所述的多层次私有云包括一个根节点云和下级多层次私有云；所述的每个多层次私有云都包含云服务器和认证机构。本发明提供了一种智能电网中基于云计算的分级密钥管理系统与方法，来限制电网用户对敏感电网传感数据的访问，由于电网数据中有敏感的数据和隐私信息，电网企业需要将这些敏感的数据或信息加密存储在私有电力云中，应用该智能电网中基于云计算的分级密钥管理系统可以让拥有访问敏感数据权限的用户顺利访问到这些数据，同时也能防止非法用户的访问。
-
公开(公告)号：CN104901948B
公开(公告)日：2017-11-10
申请号：CN201510177567.0
申请日：2015-04-15
申请人： 南方电网科学研究院有限责任公司 , 电子科技大学
IPC分类号： H04L29/06
摘要： 一种智能电网中基于层次属性加密访问控制系统与方法，其系统包括可信第三方和电网企业，所述的电网企业包括多层的内部可信实体、用户和用户属性；所述的内部可信实体包括第一层内部可信实体和下层内部可信实体；所述的可信第三方负责产生、发布系统参数params和域密钥；所述的第一层内部可信实体用于管理用户，为用户生成私钥；所述的下层内部实体的作用是为用户生成用户身份密钥和用户属性密钥。本发明提供了一种基于层次属性加密访问控制的系统与方法来限制电网用户对敏感电网传感数据的访问，同时也能限制非法用户的访问。
-
-
-
-
-
-
-
-
-
搜索结果
281 条记录 (耗时 0.069 秒)
