-
公开(公告)号：CN110177100B
公开(公告)日：2022-05-20
申请号：CN201910450529.6
申请日：2019-05-28
Applicant: 哈尔滨工程大学
IPC: H04L9/40
Abstract: 本发明公开一种协同网络防御的安全设备数据通信协议，属于网络防御技术领域。本发明所述的通信协议用于协同网络防御命令创建者和网络防御命令接收者之间的数据通信，其特征在于，网络防御命令创建者接收防御手段后，根据此通讯协议创建网络防御命令，并发送给网络防御命令接收者，网络防御命令接收者成功接收网络防御命令后根据此通讯协议创建针对所接收网络防御命令的网络防御命令响应，并发送回网络防御命令创建者；在此通讯协议中，网络防御命令接收者是安全设备。此协议通过保持协议内容的更新来应对层出不穷的网络威胁，具有更改灵活、内容精确，无歧义的优点。
-
Patent Agency Ranking
公开(公告)号：CN110191118B
公开(公告)日：2021-06-01
申请号：CN201910450282.8
申请日：2019-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明属于网络安全技术领域，具体涉及一种面向网络安全设备的统一指控方法及系统，包括以下步骤：根据接收到的网络威胁情报生成网络防御策略；判断生成的网络防御策略中是否包含局域网信息，命令指控中心向所有局域网管理器发出请求，更新所有已管理局域网安全设备的属性列表；通过所述网络防御策略中指定的安全设备及其命令格式文件生成相应网络防御命令，并将其发送给上述局域网安全设备；局域网安全设备执行网络防御命令，向所述命令指控中心返回响应。本发明动态的统一指控多种安全设备，所述安全设备包括入侵检测系统，虚拟专用网，安全网关，可进行快速防御。
-
公开(公告)号：CN110177100A
公开(公告)日：2019-08-27
申请号：CN201910450529.6
申请日：2019-05-28
Applicant: 哈尔滨工程大学
IPC: H04L29/06
Abstract: 本发明公开一种协同网络防御的安全设备数据通信协议，属于网络防御技术领域。本发明所述的通信协议用于协同网络防御命令创建者和网络防御命令接收者之间的数据通信，其特征在于，网络防御命令创建者接收防御手段后，根据此通讯协议创建网络防御命令，并发送给网络防御命令接收者，网络防御命令接收者成功接收网络防御命令后根据此通讯协议创建针对所接收网络防御命令的网络防御命令响应，并发送回网络防御命令创建者；在此通讯协议中，网络防御命令接收者是安全设备。此协议通过保持协议内容的更新来应对层出不穷的网络威胁，具有更改灵活、内容精确，无歧义的优点。
-
公开(公告)号：CN114519369A
公开(公告)日：2022-05-20
申请号：CN202210066080.5
申请日：2022-01-20
Applicant: 哈尔滨工程大学
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种在病历中快速提取十二导联心电图的方法。本发明包括病历数据的预处理以及手工定义特征的二次细化，使用该二次细化可以加速人工标记过程，加快了模型训练过程。本发明通过定义卷积神经网络EcgNet；结合设置特征和卷积神经神经网络训练模型实现自动提取十二导联心电图，经过检验该模型提取的十二导联心电图具有单边100％的准确率，提取的心电图达到人工提取的水平。本发明可以快速精准的从病历数据中提取出满足要求的十二导联心电图，训练好模型后的提取过程快速且不需要人力参与，极大地节省了人力物力，加速了心血管疾病患者的临床数据集的构建。
-
公开(公告)号：CN110191118A
公开(公告)日：2019-08-30
申请号：CN201910450282.8
申请日：2019-05-28
Applicant: 哈尔滨工程大学
Abstract: 本发明属于网络安全技术领域，具体涉及一种面向网络安全设备的统一指控方法及系统，包括以下步骤：根据接收到的网络威胁情报生成网络防御策略；判断生成的网络防御策略中是否包含局域网信息，命令指控中心向所有局域网管理器发出请求，更新所有已管理局域网安全设备的属性列表；通过所述网络防御策略中指定的安全设备及其命令格式文件生成相应网络防御命令，并将其发送给上述局域网安全设备；局域网安全设备执行网络防御命令，向所述命令指控中心返回响应。本发明动态的统一指控多种安全设备，所述安全设备包括入侵检测系统，虚拟专用网，安全网关，可进行快速防御。
-
公开(公告)号：CN114519369B
公开(公告)日：2024-11-01
申请号：CN202210066080.5
申请日：2022-01-20
Applicant: 哈尔滨工程大学
IPC: G06F18/2415 , G06F18/10 , G06N3/0464 , G06N3/047 , G06N3/084 , G16H10/60 , A61B5/346
Abstract: 本发明属于计算机视觉技术领域，具体涉及一种在病历中快速提取十二导联心电图的方法。本发明包括病历数据的预处理以及手工定义特征的二次细化，使用该二次细化可以加速人工标记过程，加快了模型训练过程。本发明通过定义卷积神经网络EcgNet；结合设置特征和卷积神经神经网络训练模型实现自动提取十二导联心电图，经过检验该模型提取的十二导联心电图具有单边100％的准确率，提取的心电图达到人工提取的水平。本发明可以快速精准的从病历数据中提取出满足要求的十二导联心电图，训练好模型后的提取过程快速且不需要人力参与，极大地节省了人力物力，加速了心血管疾病患者的临床数据集的构建。
-
-
-
-
-
Search Results
6
records
(took 0.02 seconds)
