-
公开(公告)号：CN117915289A
公开(公告)日：2024-04-19
申请号：CN202310225228.X
申请日：2023-03-03
Applicant: 衢州学院
Abstract: 本发明涉及车联网技术领域，提供一种基于可控智能表面的车联网双向通信方法与系统，包括车辆发送请求数据包至命名数据网络，所述命名数据网络中查询是否有所述请求数据包中所请求的缓存数据；若存在所述缓存数据，则通过所述命名数据网络将缓存数据返回至所述车辆；若不存在所述缓存数据，则通过所述命名数据网络向目标车辆获取所请求的数据，获取后将数据缓存一份至数据包缓存模块中。本发明采用的车辆双向可靠转发策略，使用RIS共生通信方式用于中继长距离传输能量消耗补偿，建立和维护可靠的端到端实时通信链接，降低传输开销。采用无拓扑策略，适应各种车辆密度、速度变化、通信距离变化、网络拓扑变化等环境，提高双向通信的可靠性。
-
公开(公告)号：CN113067805A
公开(公告)日：2021-07-02
申请号：CN202110275796.1
申请日：2021-03-15
Applicant: 衢州学院
Abstract: 本发明提供一种基于边缘计算的工业物联网弱电磁干扰攻击检测方法及系统，属于工业物联网领域。所述方法包括：从感知模块传输至MCU的感测数据中提取智能设备噪声指纹作为样本，在无弱电磁干扰攻击和有弱电磁干扰攻击两种状态下，分别提取M份长度为T的噪声指纹以建立噪声指纹样本库，其中M≥5000；建立FEU‑LSTM融合模型，FEU‑LSTM融合模型包括基于卷积神经网络的FEU模型和时间循环神经网络LSTM模型；从噪声指纹样本库中随机抽取P份噪声指纹输入到FEU‑LSTM融合模型进行Q次Epoch迭代，完成模型训练，其中P≥125,Q≥30；在执行攻击检测过程中，将从感测数据中实时读取的长度为T的设备噪声指纹输入至训练后的FEU‑LSTM融合模型，并根据模型的输出结果判断智能设备是否受到弱电磁干扰攻击。
-
公开(公告)号：CN113067805B
公开(公告)日：2022-05-24
申请号：CN202110275796.1
申请日：2021-03-15
Applicant: 衢州学院
Abstract: 本发明提供一种基于边缘计算的工业物联网弱电磁干扰攻击检测方法及系统，属于工业物联网领域。所述方法包括：从感知模块传输至MCU的感测数据中提取智能设备噪声指纹作为样本，在无弱电磁干扰攻击和有弱电磁干扰攻击两种状态下，分别提取M份长度为T的噪声指纹以建立噪声指纹样本库，其中M≥5000；建立FEU‑LSTM融合模型，FEU‑LSTM融合模型包括基于卷积神经网络的FEU模型和时间循环神经网络LSTM模型；从噪声指纹样本库中随机抽取P份噪声指纹输入到FEU‑LSTM融合模型进行Q次Epoch迭代，完成模型训练，其中P≥125,Q≥30；在执行攻击检测过程中，将从感测数据中实时读取的长度为T的设备噪声指纹输入至训练后的FEU‑LSTM融合模型，并根据模型的输出结果判断智能设备是否受到弱电磁干扰攻击。
-
公开(公告)号：CN117914873A
公开(公告)日：2024-04-19
申请号：CN202310190032.1
申请日：2023-02-21
Applicant: 衢州学院
IPC: H04L67/12 , H04L43/0823 , H04L9/40
Abstract: 本发明涉及车联网技术领域，提供一种车联网非侵入性安全评估方法及系统，采用不同程序复杂度攻击策略，对处于车联网正在通信的车辆进行非侵入性攻击；采集车辆各控制器中的MCU的芯片温度感应电路中芯片温度数据，输入集成回归模型中进行数据预处理，预处理后的数据训练神经网络模型，得到训练后的神经网络模型；将训练后的神经网络模型进行自适应分割形成安全评估模型。一种车联网非侵入性安全评估方法即可实时采集车辆各控制器中的MCU的芯片温度感应电路中芯片温度数据，输入安全评估模型，输出安全状态评估结果数据。该方法以及系统不需要修改其硬件结构，既能够快速准确地感知车联网异常数据，检测过程简单，效率高，通用性好。
-
-
-
Search Results
4
records
(took 0.02 seconds)
