-
公开(公告)号:CN111698090A
公开(公告)日:2020-09-22
申请号:CN202010437854.1
申请日:2020-05-22
Applicant: 哈尔滨工程大学
Abstract: 本发明属于应用于网络威胁情报交易联盟链中的环签名技术领域,具体涉及一种应用于威胁情报交易联盟链中的环签名方法。本发明针对威胁情报交易联盟链中的交易背书用户的身份隐私保护问题,用于进行威胁情报交易联盟链中背书用户的身份隐私加密。本发明具有匿名性、安全性和不可伪造性,可以用于威胁情报交易联盟链中的交易背书用户的身份匿名化,来保护联盟链中交易背书用户的身份隐私。
-
公开(公告)号:CN111475738A
公开(公告)日:2020-07-31
申请号:CN202010438360.5
申请日:2020-05-22
Applicant: 哈尔滨工程大学
IPC: G06F16/9536 , G06F16/9537 , G06Q50/00 , G06N3/08
Abstract: 本发明属于社交网络实体锚链接识别技术领域,具体涉及一种基于元路径的异质社交网络位置锚链接识别方法。本发明针对位置实体在社交网络中不具有主观能动性,且本身所拥有的链接关系和属性信息不够丰富的场景,基于无监督学习,避免了数据分布不均匀和特征选择等问题,通过利用位置实体在社交网络中的链接关系和属性信息,结合元路径技术并引入少量锚链接用户强化位置锚链接识别效果,通过使用GS算法将位置锚链接识别问题转化为二分图实体匹配问题。
-
公开(公告)号:CN106411433B
公开(公告)日:2019-12-06
申请号:CN201610810891.6
申请日:2016-09-08
Applicant: 哈尔滨工程大学
IPC: H04L12/26 , H04B17/309
Abstract: 本发明涉及无线定位技术领域,尤其涉及一种基于WLAN的细粒度室内被动入侵检测方法。本发明包括:由发射机发射数据,信号在监测区域内传播,并由接收机接收数据;接收机首先实时将接收到的数据传递给中心服务器作为训练数据,服务器实时提取信道状态信息,计算滑动窗口中子载波振幅方差的方差作为信号特征等。本发明通过现场采集数据,利用计算的信号特征估计出检测阈值,最后根据隐马尔科夫模型计算不同窗口中有人或没人的概率,最终确定监测范围是否有人。该方法能够利用较少的前期训练,在人体移动速度非常慢时依然能够以较高的准确率检测出人体移动,适合应用在室内入侵检测中。
-
公开(公告)号:CN110086857A
公开(公告)日:2019-08-02
申请号:CN201910300134.8
申请日:2019-04-15
Applicant: 哈尔滨工程大学
IPC: H04L29/08
Abstract: 本发明属于通信技术领域,公开了基于缓存节点状态和位置的信息中心网络缓存部署方法,包含如下步骤:步骤(1):计算最终得到的状态值;步骤(2):计算缓存率;步骤(3):建立数据包状态值:在数据包添加一个额外的字段记为数据包状态值;步骤(4):建立状态记录表:在每个缓存节点增加一张状态记录表,状态记录表包含兴趣包中的数据名称和状态记录表状态值;步骤(5):选择缓存节点,并更新数据包状态值、修改状态记录表。本发明提高了缓存的命中率,降低网络延迟,减小用户的平均请求长度;综合考虑缓存节点的状态和位置,以非常小的通信代价获得了更佳的缓存位置;不需要在数据包中增加过多字段,不会导致网络数据包的臃肿。
-
公开(公告)号:CN110069718A
公开(公告)日:2019-07-30
申请号:CN201910300107.0
申请日:2019-04-15
Applicant: 哈尔滨工程大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明提供的是一种基于主题的社交网络谣言抑制方法。(1)根据已知信息构建社交网络G中任意节点的最大影响树;(2)根据已知信息构建QT-tree存储节点主题偏好及位置信息;(3)对于给定的查询请求Q=(T,R,k),得到阻断节点集N(T,R);(4)对于G中每个节点u,计算其区域主题阻断影响力decInf(u,T,R),所述decInf(u,T,R)是u对N(T,R)中每个节点v的主题阻断影响力decInf(u,v,T)的累加和;(5)以贪婪的方式循环从G中选择区域主题阻断影响力最大的k个节点作为肯定种子集传播真实消息,抑制谣言的传播。本发明能够根据不同主题类型的谣言选择最优种子集进行正面消息的传播,从而在给定的区域中最大限度的抑制谣言的传播,简单有效,实用性强。
-
公开(公告)号:CN110062378A
公开(公告)日:2019-07-26
申请号:CN201910300116.X
申请日:2019-04-15
Applicant: 哈尔滨工程大学
Abstract: 本发明提供了一种手势场景下基于信道状态信息的身份认证方法,属于信道状态信息应用领域。本发明通过信道状态信息分析人的手势动作并实现身份认证,并对动作区间集合进行特征提取,应用SVM分类器完成对手势动作的识别过程。在认证的特征提取阶段,将相邻的手势动作区间与动作间隔区间组成运动序列并获取相应的特征数据集。最终,利用BP神经网络完成对于不同人在多种手势下的身份的认证过程。本发明能够在手势场景下根据不同人的手势的运动习惯完成高效便捷的认证过程,利用主成分分析法结合小波阈值函数的方式对数据进行降维和去躁,降低整体计算过程的数据复杂度,并进一步消除残余噪声信息,能够在应用过程中提供针对多种手势的身份认证方法。
-
公开(公告)号:CN110049039A
公开(公告)日:2019-07-23
申请号:CN201910300369.7
申请日:2019-04-15
Applicant: 哈尔滨工程大学
IPC: H04L29/06
Abstract: 在信息中心网络中,传统的缓存污染检测方法采用设置阈值的方式,使用阈值的方式需要人为这是阈值,一旦网络环境发生变化,之前阈值就会失效需要重新设置阈值,因此这种方式对不同网络环境的适应性较差。本发明提出一种基于GBDT的信息中心网络缓存污染检测方法,适用于NDN路由器,该方法的优势在于不必手工的设置参数,可以通过模型学习到检测方式,该检测模型提取节点状态信息特征以及路径信息特征,对于不同的网络环境有着较好的适应性以及较高的准确率。
-
公开(公告)号:CN110031798A
公开(公告)日:2019-07-19
申请号:CN201910300089.6
申请日:2019-04-15
Applicant: 哈尔滨工程大学
IPC: G01S5/02
Abstract: 本发明属于室内跟踪领域,具体涉及一种基于简化Sage-Husa自适应滤波的室内目标跟踪方法;包括在普通系统方程的基础上建立本跟踪系统的系统方程;预测阶段:在不利用观测值的前提下,目标估计当前时刻状态;更新阶段:利用观测值更新估计状态;噪声估计阶段:利用Sage-Husa自适应滤波的时变噪声统计估值器对系统噪声统计特征和实时修正;重复步骤2至步骤4,直至结束跟踪。相比于传统卡尔曼滤波,当目标的运动状态不确定或者运动状态发生突变时,本发明提出的基于简化的Sage-Husa自适应滤波的跟踪算法在卡尔曼滤波的基础上引入了时变噪声统计估值器,可以实时校正系统噪声,使得系统方程更加符合实际情况,能提升滤波精度并且抑制滤波发散,应用前景广阔。
-
公开(公告)号:CN109905399A
公开(公告)日:2019-06-18
申请号:CN201910194180.4
申请日:2019-03-14
Applicant: 哈尔滨工程大学
Abstract: 本发明属于社交媒体异常用户检测的安全领域,具体涉及一种基于自我网络结构演化的社交媒体个体异常用户检测方法。包括比较快照GT-1和GT来识别时变分量;基于时变分量构建可疑异常节点集合SAN-Set(T);对于SAN-Set(T)中的每个节点vi,构建核心网Core-netT-1(vi)和Core-netT(vi);对于SAN-Set(T)中的每个节点vi,求出异常分数Outlying-Score(vi),并按照异常分数大小进行排序;输出前n个最大的异常分数。本发明针对社交媒体中个体用户发生异常行为的场景,在现有IcLEOD方法的基础上提出一种改进的基于有向图的增量局部演化异常检测方法Db-IcLEOD,改进后的方法可以用于处理基于有向图的社交媒体用户交互状态网络,将用户交互的方向性考虑在内,通过此改进只有与可疑异常节点进行双向交互的节点才会被划进其核心网,从而避免原方法的异常误报。
-
公开(公告)号:CN109658655A
公开(公告)日:2019-04-19
申请号:CN201910036683.9
申请日:2019-01-15
Applicant: 哈尔滨工程大学
IPC: G08B13/196
Abstract: 本发明提出了一种基于无线信号的室内被动入侵检测方法,属于无线定位技术领域。本发明提出的方法包括数据采集、数据预处理、特征提取、人体检测和结果处理五个模块,接收机获取信道状态信息,通过滑动窗口提取子载波的振幅信息,使用插值方法对其进行采样频率校准,对子载波的振幅信息构成的矩阵降维处理后进行低通滤波,之后进行连续小波变换,并计算小波系数的小波方差,将其作为特征;在人体检测的训练阶段从采集的数据中选取足够的数据作为训练集,对分类器进行训练;在人体检测的检测阶段,使用分类器对经前述步骤处理的数据进行识别,确定是否有人,并进行修正。该方法从频域的角度提取人体移动时的周期性特征,降低了对环境的依赖性。
-
-
-
-
-
-
-
-
-