-
公开(公告)号：CN119421163A
公开(公告)日：2025-02-11
申请号：CN202411556985.6
申请日：2024-11-04
Applicant: 东南大学
IPC: H04W12/79
Abstract: 本发明公开了一种基于上下文表征对比学习的射频指纹提取方法及系统。本发明首先接收无线信号帧并预处理后进行初步变换，得到初步变换域表示，并将其与设备类别结合作为样本，构成训练集；训练集中无线信号帧的初步变换域表示经过上下文表征网络得到射频指纹表示；然后按正负样本对设置，抽取射频指纹表示并计算其归一化概率，正负样本对分为三类，包括：带有上下文信息的所有无线信号帧的相邻符号、相同设备的帧内容数据不同的符号、不同设备的帧数据内容相同的符号；最后利用正负样本的归一化概率，计算损失，进行上下文表征网络的学习，以得到设备间可区分的稳定射频指纹。本发明适用于数据未知情况下的多种无线设备的实用射频指纹提取。
-
公开(公告)号：CN114723786B
公开(公告)日：2025-01-10
申请号：CN202210455683.4
申请日：2022-04-24
Applicant: 东南大学
IPC: G06T7/246 , G06T7/277 , G06V10/75 , G06V10/82 , G06V10/44 , G06V10/50 , G06V10/25 , G06V10/80 , G06N3/0464 , G06N3/098
Abstract: 本发明公开了一种基于MF‑DeepSORT的交通多目标跟踪方法及系统，包括：使用YOLOv5检测模型进行目标检测，获得目标区域；提取目标区域的深度卷积特征和方向梯度直方图特征，输入到级联匹配阶段进行跟踪匹配；未能匹配成功的目标区域和跟踪目标进行交并比关联匹配。本发明相比于当前DeepSORT跟踪算法在增加少量计算量的情况下，提升了多目标跟踪算法的跟踪精度性能，同时获得更高的多目标跟踪准确性和更低的跟踪ID切换次数。
-
公开(公告)号：CN114154134B
公开(公告)日：2024-11-19
申请号：CN202111505886.1
申请日：2021-12-10
Applicant: 东南大学
IPC: G06F21/32 , G06F18/213 , G06F13/42
Abstract: 本发明公开了一种CAN设备信号中的物理指纹信息提取方法，该方法包括以下步骤：使用信号采集设备采集CAN网关侧总线上的差分信号，得到原始波形；定位帧信号起始位置；从帧起始位置对原始波形进行时钟同步；使用同步信号对原始波形进行重采样，得到理想波形；在原始波形中以一个符号宽度分别截取上升信号部分和下降信号部分，拼接到一起构成特征波形，同样的从理想波形中构成参考波形；分别计算特征波形和参考波形的自相关函数，然后将两者进行相减得到差值W，此时对W进行数值压缩和平滑即可作为设备的物理指纹。本发明可以实现对CAN设备信号中物理指纹信息的提取，最终实现对CAN总线上的ECU设备进行身份认证和入侵检测，提高CAN总线接入的安全性。
-
公开(公告)号：CN118972315A
公开(公告)日：2024-11-15
申请号：CN202411090270.6
申请日：2024-08-09
Applicant: 东南大学
IPC: H04L45/02 , H04L45/24 , H04L45/302 , H04L45/76 , H04L45/50
Abstract: 本发明公开了一种基于仿生优化和加权多路径协议的SDN数据平面故障恢复方法及系统，通过使用I Pv6的流标签字段对流量进行聚合，为每个聚合流分配一个流标签。通过基于马尔可夫链的加权多路径协议，使得聚合流可以根据权重进行负载均衡，以响应网络的变化；在控制器中实现一个两阶段的仿生优化算法，第一阶段为勘探阶段，搜索全局最优；第二阶段为开发阶段，跳出局部最优；通过使用改进的长鼻浣熊优化算法高效求解最优权重，在网络出现变化或发生故障时对现有权重进行迭代，并在收敛后暂停并下发新的流表规则，实现自适应快速故障恢复。
-
公开(公告)号：CN115062667B
公开(公告)日：2024-07-16
申请号：CN202210759625.0
申请日：2022-06-29
Applicant: 东南大学
IPC: G06F18/10 , G06F18/213 , G06F18/214 , G06F18/2415 , G06N3/0464 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于解耦合表征的信道鲁棒射频指纹学习与提取方法，包括：接收机过采样接收有线或无线信号，通过下变频得到全部基带信号构造包含有限传输环境的训练数据集；进行解耦合表征学习，将信号分解成前景表征和背景表征，并利用这两部分表征实现对信号的重建；利用解耦合表征对训练集中的信号进行背景表征交换，以合成增广信号来模拟各种信道环境下发射设备所发射的信号；利用训练集中的原始信号与增广信号对射频指纹提取器进行训练，迫使射频指纹提取器忽略信号的背景差异从而使得所提取的指纹具有信道鲁棒的特性，对未见过设备和未见过传输环境依然具有泛化能力以及高可分性。
-
Patent Agency Ranking
公开(公告)号：CN114550225B
公开(公告)日：2024-07-16
申请号：CN202210170301.3
申请日：2022-02-23
Applicant: 东南大学
IPC: G06V40/12 , G06V10/764 , G06V10/774 , G07C9/00
Abstract: 本发明公开了一种针对生物指纹强迫按压的检测方法，该方法包括：（1）录入合法用户正常进行生物指纹识别的图像（2）录入攻击者抓住合法用户的手指，强迫进行生物指纹按压识别的图像；（3）从两类指纹图像中提取四种不同的强迫解锁特征；（4）利用提取的多种特征进行安全状态检测识别，最终将识别的指纹图像区分为正常状态按压与异常状态按压，以此分辨出合法用户进行生物指纹按压识别是否为被迫强制按压；（5）如果识别出合法用户为被迫按压，则通过网络回报警告并阻止解锁通过，以此保护合法用户与设备。本发明补充了以往指纹识别设备面对生物指纹强迫按压识别攻击的漏洞，为生物指纹识别提供了更强有力的保护。
-
公开(公告)号：CN117155646A
公开(公告)日：2023-12-01
申请号：CN202311110186.1
申请日：2023-08-31
Applicant: 东南大学
IPC: H04L9/40
Abstract: 本发明提供了一种仿生免疫安全网络入侵修复系统及方法，模仿人体系统处理病毒入侵的方式来解决仿生安全网络入侵问题。其中，系统包括：监测设备、定位修复服务器、分析传递服务器、基础服务器、专效分析设备服务器、专效分析病毒服务器、调节性服务器、普适杀毒服务器、特异性杀毒服务器、专效修复设备服务器；方法包括：入侵识别阶段；免疫激活阶段；免疫攻击阶段。本发明设计了具有多层防御机制的仿生免疫安全网络入侵修复系统，规定了系统每种设备的作用，为下一代仿生系统的设计提供参考；采用多层防御机制层层分析处理病毒，将计算量分散在每个设备上，从而提高系统的稳定性；每种服务器有自己特异性功能，精细化分工，从而大幅度提升工作效率。
-
公开(公告)号：CN112566129B
公开(公告)日：2023-04-18
申请号：CN202011436956.8
申请日：2020-12-11
Applicant: 东南大学
IPC: H04W12/79 , G06N3/0464 , G06F18/214 , G06F18/24 , G06F18/10
Abstract: 本发明涉及信息安全技术领域，具体的说是涉及一种可抗多径干扰的射频指纹提取与识别方法，首先，基于无线设备的工作场景，仿真生成该场景的无线信道多径参数。针对无线通信设备具体的应用场景，选用不同的方法模拟多径信道，其次，将训练阶段采集到的近距离受无线信道多径影响较小的信号通过生成的无线信道模型进行仿真，得到通过不同的无线信道仿真接收信号，然后，将通过不同的无线信道仿真接收信号作为射频指纹识别分类器的训练集，用于训练分类器，最后，使用基于预先使用不同无线信道仿真接收信号训练的分类器对实际经过无线信道传输的信号进行射频指纹分类识别，将可以有效的抵抗无线多径信道对射频指纹的影响。
-
公开(公告)号：CN113158157B
公开(公告)日：2022-11-29
申请号：CN202110352971.2
申请日：2021-04-01
Applicant: 东南大学 , 兴唐通信科技有限公司
Abstract: 本发明公开了一种有线网卡信号中的设备指纹信息提取方法，包括以下步骤：将输入信号进行归一化处理和判决，得到判决信号；对判决信号进行上升沿和下降沿的时钟提取，并本地时钟进行同步，获得同步时钟；用同步时钟对判决信号进行采样，获得与本地时钟同步的理想波形；将理想波形信号作为自适应滤波器的滤波输入，经处理，使得理想信号在滤波后以最小均方误差逼近接收信号，此时的自适应滤波器参数即网卡的设备指纹；再通过对多个时间段的输入信号提取指纹，获得稳定的网卡设备指纹。本发明可以实现对有线网卡中设备指纹信息的提取，获得稳定性和可识别性兼备的设备指纹，进而实现对于终端设备的身份鉴别和身份认证，实现网络接入的安全性。
-
公开(公告)号：CN115062667A
公开(公告)日：2022-09-16
申请号：CN202210759625.0
申请日：2022-06-29
Applicant: 东南大学
Abstract: 本发明公开了一种基于解耦合表征的信道鲁棒射频指纹学习与提取方法，包括：接收机过采样接收有线或无线信号，通过下变频得到全部基带信号构造包含有限传输环境的训练数据集；进行解耦合表征学习，将信号分解成前景表征和背景表征，并利用这两部分表征实现对信号的重建；利用解耦合表征对训练集中的信号进行背景表征交换，以合成增广信号来模拟各种信道环境下发射设备所发射的信号；利用训练集中的原始信号与增广信号对射频指纹提取器进行训练，迫使射频指纹提取器忽略信号的背景差异从而使得所提取的指纹具有信道鲁棒的特性，对未见过设备和未见过传输环境依然具有泛化能力以及高可分性。
-
-
-
-
-
-
-
-
-
Search Results
319
records
(took 0.05 seconds)
