-
公开(公告)号：CN110996295B
公开(公告)日：2022-02-22
申请号：CN201911300068.0
申请日：2019-12-12
Applicant: 吉林大学
Abstract: 本发明公开了一种车联网节点身份验证方法和身份区块，其中车联网结点身份验证方法包括：第三节点向第二节点进行预验证；第二节点在接受到会话响应方发送的验证请求，将验证结果发送给响应方和发起方；双方根据验证结果决定是否建立会话。其中身份区块包括：用于验证节点身份的区块头和用于存储节点身份信息的区块体。在车联网中应用上述的节点身份验证方法和身份区块，可以有效保障车联网节点的接入安全，降低了节点遭受非法实体攻击的风险。
-
公开(公告)号：CN111901363A
公开(公告)日：2020-11-06
申请号：CN202010809173.3
申请日：2020-08-12
Applicant: 吉林大学
Abstract: 本发明公开了一种基于FPGA的5G—Profibus-DP数据加密传输装置，主要包括FPGA模块、复位电路模块、电源电路模块、JTAG模块、RS485接口电路模块、UART接口电路模块、5G模块以及外部存储器模块。其中FPGA模块内部集成有本发明自行设计的Profibus-DP协议处理模块、密钥模块以及数据加密模块，可以在其余模块的配合下实现Profibus-DP总线向5G网络实时传输数据，并保障数据的机密性与完整性。FPGA模块内部通过硬件加密实现了由SM4算法、SM2算法以及SHA256算法构成的混合加密方案，具有安全性高、加密速度快的优势，可以满足工业现场对数据传输的实时性与安全性的要求，在工业领域具有强烈的市场需求与广阔的应用前景。
-
公开(公告)号：CN110598552A
公开(公告)日：2019-12-20
申请号：CN201910732858.X
申请日：2019-08-09
Applicant: 吉林大学
Abstract: 本发明涉及一种基于改进粒子群算法优化卷积神经网络的表情识别方法，该方法构造了一种适用于表情识别的卷积神经网络，并结合遗传算法中的交叉变异算法与粒子群算法，用这种混合粒子群算法优化所构造的卷积神经网络，解决卷积神经网络训练过程中发生梯度消失和陷入局部最优解的问题，使网络收敛速度加快，准确率更高。方法包括：1)将表情数据集进行灰度归一化和尺度归一化的预处理；2)构造适用于表情识别的卷积神经网络；3)使用遗传算法中的交叉变异算法改进粒子群算法；4)使用改进的粒子群算法优化卷积神经网络参数；5)取预处理后表情数据集对优化后的卷积神经网络进行训练和测试。
-
公开(公告)号：CN108600277A
公开(公告)日：2018-09-28
申请号：CN201810724116.8
申请日：2018-07-04
Applicant: 吉林大学
Abstract: 本发明公开了一种基于FPGA的车载FlexRay数据加密传输装置，其该装置包括FPGA控制器及外围电路，利用FPGA控制器设计FlexRay总线协议处理模块、数据加密模块。本发明型是为了解决利用硬件的加密方法实现车载数据加密传输而提供的一种基于FPGA的车载FlexRay数据加密传输装置，该装置能够很好地完成对于FlexRay数据的加密处理。本发明型利用硬件加密的方法对所传输数据进行加密处理，其加密速度快，加密度高可满足车载数据对于可靠性与实时性的要求。加密模块附加的密钥分配及数字签名功能可进一步提高数据的安全性。
-
公开(公告)号：CN113934719B
公开(公告)日：2024-04-19
申请号：CN202111202373.3
申请日：2021-10-15
Applicant: 吉林大学
IPC: G06F16/215 , G06F16/2458 , G06F16/28 , G06N20/20
Abstract: 本发明公开了一种基于D‑N的工业互联网入侵检测数据集处理方法，该算法改进了现有集成学习类算法解决工业互联网入侵检测问题时，数据集中的冗余数据项导致训练出的集成学习模型泛化性能差、数据集中某些类型的数据标签不能被集成学习的个体学习器识别、数据集中某些类型的数据标签被集成学习的个体学习器错误识别导致训练出的集成学习模型检测精度低的上述问题，为使用集成学习类算法解决工业互联网入侵检测问题时，训练数据集、验证数据集的处理提供了新的方法。
-
Patent Agency Ranking
公开(公告)号：CN116056226A
公开(公告)日：2023-05-02
申请号：CN202310064319.X
申请日：2023-01-15
Applicant: 吉林大学
IPC: H04W72/0453 , H04W72/044 , H04W72/53 , H04W52/24 , H04W4/40
Abstract: 本发明公开了一种基于延迟接受算法的C‑V2X资源分配方法。这个通信系统的模型应用于常见的高速公路场景，包括一个基站以及若干个V2I用户和V2V用户。所述方法将资源分配问题分解为功率控制和频谱资源块分配两个子问题，先通过求闭式解得到最优发射功率；再在满足发射功率限制条件下，采用改进的延迟接受算法来实现V2V用户复用V2I用户多个频谱资源块的“一对多”复用。上述方法在模型建立时充分考虑V2X通信用户的可靠性和延时，可以保证V2I用户通信需求，在满足复用条件的情况下，最大化V2I用户的链路容量。因此本发明更符合V2X高速通信场景。
-
公开(公告)号：CN113934719A
公开(公告)日：2022-01-14
申请号：CN202111202373.3
申请日：2021-10-15
Applicant: 吉林大学
IPC: G06F16/215 , G06F16/2458 , G06F16/28 , G06N20/20
Abstract: 本发明公开了一种基于D‑N的工业互联网入侵检测数据集处理方法，该算法改进了现有集成学习类算法解决工业互联网入侵检测问题时，数据集中的冗余数据项导致训练出的集成学习模型泛化性能差、数据集中某些类型的数据标签不能被集成学习的个体学习器识别、数据集中某些类型的数据标签被集成学习的个体学习器错误识别导致训练出的集成学习模型检测精度低的上述问题，为使用集成学习类算法解决工业互联网入侵检测问题时，训练数据集、验证数据集的处理提供了新的方法。
-
公开(公告)号：CN112200293A
公开(公告)日：2021-01-08
申请号：CN202011201843.X
申请日：2020-11-02
Applicant: 吉林大学
Abstract: 本发明公开了一种基于CART‑AMV改进的随机森林算法，该改进算法改进了现有随机森林算法的算法复杂度高、无法解决回归类问题、决策树不具有剪枝过程、对于噪声比较大的数据集，容易陷入过拟合、对于决策树的数量较多的随机森林，计算强度高，计算时间长的上述问题，为工业互联网的入侵检测提供了新的方法。
-
公开(公告)号：CN109388944A
公开(公告)日：2019-02-26
申请号：CN201811310446.9
申请日：2018-11-06
Applicant: 吉林大学
Abstract: 本发明涉及一种基于KPCA和ELM的入侵检测方法，包括以下步骤：随机选取KDD CUP 99数据集中的数据作为训练集和测试集，并利用基于核函数的主成分分析方法(KPCA)对数据进行预处理，对数据进行特征提取从而降低数据的维数；构建基于ELM算法的入侵检测分类器，并用经特征提取后的训练集对基于ELM算法的入侵检测分类器进行训练，然后将训练好的基于ELM算法的检测分类器对测试集进行检测分类。本发明可以检测网络数据中的异常数据，与传统的入侵检测算法相比，具有较高的检测精度，同时明显缩短了检测时间，能够更好的应用在需要网络检测的领域中。
-
公开(公告)号：CN108830428A
公开(公告)日：2018-11-16
申请号：CN201810725213.9
申请日：2018-07-04
Applicant: 吉林大学
Abstract: 本发明涉及一种基于四参数混合核函数LSSVM的短时风速预测方法，包括以下步骤：选取一段风速数据，并利用经验小波分解(EWT)及自适应阈值处理对数据进行预处理，以减弱噪声干扰；构建基于RBF和poly的混合核函数LSSVM，以同时提升模型的学习和泛化能力；借助布谷鸟算法对所构建的混合核函数LSSVM的四个参数进行迭代寻优，以求解最优的参数；在确定LSSVM模型后，最终输入数据并完成预测。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.031 seconds)
