-
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
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
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：CN108960138B
公开(公告)日：2019-07-02
申请号：CN201810717590.8
申请日：2018-07-03
Applicant: 南方电网科学研究院有限责任公司 , 电子科技大学
Abstract: 本发明公开了一种基于卷积神经网络的设备认证特征识别方法，包括以下步骤：S1.识别平台对合法无线设备和非法无线设备进行射频指纹信号采集；S2.识别平台对对原始射频指纹信号样本集进行特征生成；S3.识别平台对生成的射频指纹特征样本集进行划分，得到训练集和测试集；S4.识别平台利用识别算法生成分类识别器，并根据训练集和测试集进行训练和测试，直至分类识别器满足检测概率；S5.识别平台利用检测率达标的分类识别器，对未知身份信息的无线发射设备，以实现合法性身份判断。本发明克服了人工选取射频指纹特征单一和特征选取困难的问题，利用卷积神经网络自动提取指纹特征，再使用识别算法，从而提高了对无线发射设备的身份识别率。
-
公开(公告)号：CN110135167B
公开(公告)日：2020-11-20
申请号：CN201910399303.8
申请日：2019-05-14
Applicant: 电子科技大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种随机森林的边缘计算侧终端安全等级评估方法，包括以下步骤：S1.设定终端个安全测试单项以及各个测试单项的测试结果；S2.对接入的智能终端进行测试，S3.确定智能终端安全等级和单项测试结果集的对应关系；S4.计算每个边缘终端对应的安全等级，得到数据集；S5.将数据集划分为训练集和测试集；S6.将训练集输入随机森林进行训练，得到成熟的分类器模型；S7.将测试集输入训练得到的随机森林分类器模型中，得到测试结果与步骤S4安全等级对比得到达标分类器；S8.利用达标分类器模型评估新接入的终端安全等级。本发明将边缘终端的数据安全需求按等级划分，根据面临的安全风险、系统复杂度，能够通过量化的客观标准进行边缘计算侧终端安全评估。
-
公开(公告)号：CN110135167A
公开(公告)日：2019-08-16
申请号：CN201910399303.8
申请日：2019-05-14
Applicant: 电子科技大学 , 南方电网科学研究院有限责任公司
Abstract: 本发明公开了一种随机森林的边缘计算侧终端安全等级评估方法，包括以下步骤：S1.设定终端个安全测试单项以及各个测试单项的测试结果；S2.对接入的智能终端进行测试，S3.确定智能终端安全等级和单项测试结果集的对应关系；S4.计算每个边缘终端对应的安全等级，得到数据集；S5.将数据集划分为训练集和测试集；S6.将训练集输入随机森林进行训练，得到成熟的分类器模型；S7.将测试集输入训练得到的随机森林分类器模型中，得到测试结果与步骤S4安全等级对比得到达标分类器；S8.利用达标分类器模型评估新接入的终端安全等级。本发明将边缘终端的数据安全需求按等级划分，根据面临的安全风险、系统复杂度，能够通过量化的客观标准进行边缘计算侧终端安全评估。
-
Patent Agency Ranking
公开(公告)号：CN109598216A
公开(公告)日：2019-04-09
申请号：CN201811403841.1
申请日：2018-11-23
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：CN108960138A
公开(公告)日：2018-12-07
申请号：CN201810717590.8
申请日：2018-07-03
Applicant: 南方电网科学研究院有限责任公司 , 电子科技大学
CPC classification number: G06K9/00087 , G06K9/6267 , G06K17/0022 , G06N3/0454 , G06N3/08
Abstract: 本发明公开了一种基于卷积神经网络的设备认证特征识别方法，包括以下步骤：S1.识别平台对合法无线设备和非法无线设备进行射频指纹信号采集；S2.识别平台对对原始射频指纹信号样本集进行特征生成；S3.识别平台对生成的射频指纹特征样本集进行划分，得到训练集和测试集；S4.识别平台利用识别算法生成分类识别器，并根据训练集和测试集进行训练和测试，直至分类识别器满足检测概率；S5.识别平台利用检测率达标的分类识别器，对未知身份信息的无线发射设备，以实现合法性身份判断。本发明克服了人工选取射频指纹特征单一和特征选取困难的问题，利用卷积神经网络自动提取指纹特征，再使用识别算法，从而提高了对无线发射设备的身份识别率。
-
公开(公告)号：CN112948116B
公开(公告)日：2023-06-13
申请号：CN202110243640.5
申请日：2021-03-05
Applicant: 电子科技大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于在线激励的边缘计算合作计算资源分配方法，该方法包括以下步骤：建立任务合作计算模型；建立主边缘计算服务器与任务执行者之间的拍卖模型；建立买方的效用模型和卖方的效用模型，从而建立系统的效用模型；结合任务合作计算模型，构建了系统效用最大化问题；任务到达主边缘计算服务器，主边缘计算服务器向拍卖商提供投标；拍卖商得到投标信息后，以最大化系统效用为目标决定任务的最优分配方案；确定中标者的支付价格；以最优资源分配方案计算任务。本发明基于激励机制的边缘计算合作计算资源分配方法，通过与随机、贪婪、对偶方法比较，提高了系统效用并减少服务延迟。
-
公开(公告)号：CN112511652A
公开(公告)日：2021-03-16
申请号：CN202110145575.2
申请日：2021-02-03
Applicant: 电子科技大学
Abstract: 本发明提供一种边缘计算下的合作计算任务分配方法，属于边缘计算技术领域。本发明方法考虑边缘计算服务器和工业物联网设备计算资源的共享，同时促使各种异构设备参与合作，解决了任务时延问题，对比全部任务在主服务器上执行方法（非合作计算任务分配方法），在延迟方面有更好的性能，加快任务执行速度，并且有效提高了任务完成率和系统设备的资源利用率。
-
公开(公告)号：CN112511652B
公开(公告)日：2021-04-30
申请号：CN202110145575.2
申请日：2021-02-03
Applicant: 电子科技大学
Abstract: 本发明提供一种边缘计算下的合作计算任务分配方法，属于边缘计算技术领域。本发明方法考虑边缘计算服务器和工业物联网设备计算资源的共享，同时促使各种异构设备参与合作，解决了任务时延问题，对比全部任务在主服务器上执行方法（非合作计算任务分配方法），在延迟方面有更好的性能，加快任务执行速度，并且有效提高了任务完成率和系统设备的资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.068 seconds)
