-
公开(公告)号：CN116436694A
公开(公告)日：2023-07-14
申请号：CN202310564293.5
申请日：2023-05-18
Applicant: 吉林大学
IPC: H04L9/40 , G06F21/64 , H04L67/1097
Abstract: 本发明涉及一种基于bsdiff更新物联网数据的区块链系统实现方法，属于物联网数据存储领域。包括物联感知节点处理传输收集到的物联网数据包，等待接收来自索引信息中包含的多个bsdiff数据存储节点的数据包存储证明，保证已被正确存储，将该索引信息广播到区块链网络中，各个区块链节点调用智能合约处理该索引信息后执行PoW算法，最先完成PoW算法的区块链节点将索引信息打包成一个候选区块并在区块链网络内广播，待到在区块链网络范围内达成共识，对该候选区块进行上链处理。优点是提高了数据传输速度，节省了bsdiff数据存储节点的存储空间和上传至bsdiff数据存储节点的效率，保证存储在bsdiff数据存储节点中的所有物联网数据不易被篡改、窃取。
-
公开(公告)号：CN116319471A
公开(公告)日：2023-06-23
申请号：CN202310281852.1
申请日：2023-03-22
Applicant: 吉林大学
IPC: H04L43/0888 , H04L41/0631 , H04L9/40 , H04L67/12
Abstract: 本发明涉及一种内置车载CAN流量监测报警方法，属于汽车电子技术及车载网络通信安全领域。包括构建阈值库，采集待测CAN总线报文并对报文数据进行预处理，并进行特征提取，判断该报文是否为合法报文，若为合法报文则对处理后的报文数据进行条件熵值计算，否则丢弃，将计算得到的条件熵值与阈值库进行对比分析，判断是否出现异常，异常则发出报警信号。有益效果是通过正常车载CAN通信状态下得到的报文数据进行分析构建了阈值库，作为判断车载CAN是否出现异常的监控基线数据，通过条件熵三元模型，实现了更高的监测精度，更高的计算效率并且更易于部署，以解决车载CAN总线网络流量易被破坏有序性问题。
-
公开(公告)号：CN119620191B
公开(公告)日：2025-04-29
申请号：CN202510162365.2
申请日：2025-02-14
Applicant: 吉林大学
IPC: G01V1/36 , G01V1/28 , G06F18/10 , G06F18/214 , G06F18/22 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种自适应分布估计约束的地震数据盲去噪方法，包括以下步骤：S1、构建初始噪声分布预测网络模型和初始生成扩散去噪网络模型；S2、采集带噪地震数据，获得理想噪声分布预测网络模型；S3、将所述带噪地震数据中的测试数据集输入所述理想噪声分布预测网络模型中进行处理，获得噪声分布估计数据；S4、将所述噪声分布估计数据通过自适应噪声分布匹配算法，获得匹配时间步；S5、将所述测试数据集、所述噪声分布估计数据和所述匹配时间步一起输入到所述初始生成扩散去噪网络模型中，获得理想生成扩散去噪网络模型；S6、将所述测试数据集输入所述理想生成扩散去噪网络模型中，获得高信噪比地震数据。
-
Patent Agency Ranking
公开(公告)号：CN118677669A
公开(公告)日：2024-09-20
申请号：CN202410804253.8
申请日：2024-06-21
Applicant: 吉林大学
Abstract: 本发明涉及一种基于时空的自动驾驶车辆入侵检测方法，属于车载网络通信安全领域。获取车辆状态数据值，预处理后的得到多元车辆状态数据，划分滑动窗口，在空间模型中，计算每个车辆状态数据的异常分数，将异常分数和阈值进行比较，得到空间模型的入侵检测结果，在时间模型中对于一个滑动窗口内的数据，计算相邻两个时间戳之间的马氏距离的累加和，与阈值进行比较，综合时间模型和空间模型的结果得到最终的异常检测结果。本发明优点是通过对车载传感器数据进行多维度分析，识别异常模式，及时发现并应对潜在的安全威胁，在满足实时性的前提下，能够更准确高效的进行入侵检测。
-
公开(公告)号：CN116055174A
公开(公告)日：2023-05-02
申请号：CN202310037113.8
申请日：2023-01-10
Applicant: 吉林大学
Abstract: 本发明涉及一种基于改进MobileNetV2的车联网入侵检测方法，属于车联网入侵检测领域。将入侵数据集进行数据预处理，划分训练集与测试集，将图像训练集作为输入，由改进MobileNetV2模型进行训练，并通过图像测试集评估模型性能，使用改进MobileNetV2模型对真实车联网入侵数据进行检测。有益效果是，相比于其他入侵检测模型，本发明提出改进MobileNetV2的车联网入侵检测方法具有检测攻击种类多、检测率高的优点，经实验验证后，在代表车内网络的CAN入侵数据集的F1值为100％，在代表车外网络的CICIDS2017数据集的F1值为99.93％。
-
公开(公告)号：CN119620191A
公开(公告)日：2025-03-14
申请号：CN202510162365.2
申请日：2025-02-14
Applicant: 吉林大学
IPC: G01V1/36 , G01V1/28 , G06F18/10 , G06F18/214 , G06F18/22 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种自适应分布估计约束的地震数据盲去噪方法，包括以下步骤：S1、构建初始噪声分布预测网络模型和初始生成扩散去噪网络模型；S2、采集带噪地震数据，获得理想噪声分布预测网络模型；S3、将所述带噪地震数据中的测试数据集输入所述理想噪声分布预测网络模型中进行处理，获得噪声分布估计数据；S4、将所述噪声分布估计数据通过自适应噪声分布匹配算法，获得匹配时间步；S5、将所述测试数据集、所述噪声分布估计数据和所述匹配时间步一起输入到所述初始生成扩散去噪网络模型中，获得理想生成扩散去噪网络模型；S6、将所述测试数据集输入所述理想生成扩散去噪网络模型中，获得高信噪比地震数据。
-
公开(公告)号：CN118827187A
公开(公告)日：2024-10-22
申请号：CN202410888072.8
申请日：2024-07-03
Applicant: 吉林大学
Abstract: 本发明涉及一种CAN总线网络异常检测方法及系统，属于车联网汽车的异常检测技术领域。采集并预处理车辆行驶过程中的CAN总线上的通信数据，按照时间戳顺序构建有向消息图，划分数据集，使用图Transformer得到图级特征，使用SVDD算法对图级特征进行异常检测，根据异常得分进行判断，得到CAN总线上的异常检测结果。优点是采用消息图来描述CAN消息流，有利于对欺骗攻击等异常行为的检测；通过采用基于图Transformer和SVDD的异常检测方法，有效解决了在真实车辆环境中难以捕获CAN总线入侵事件导致的训练集数据不平衡和过拟合的问题，进而提升了检测精度和准确性；具有更低的检测延迟和更小的计算复杂度。
-
公开(公告)号：CN116488933A
公开(公告)日：2023-07-25
申请号：CN202310612294.2
申请日：2023-05-27
Applicant: 吉林大学
Abstract: 本发明涉及一种基于CAN总线的异常检测方法，属于汽车CAN总线数据信息安全领域。包括离线阶段，提取出BID和记录每个报文之间的先后关系并计算相关阈值；在线检测阶段，进行实时异常检测；优化阶段，对阈值进行更新，提高检测效率。有益效果是：提出了对于周期性报文和非周期性报文的不同的处理方法并运用在改进的LevenshteinDistance中，提高了异常检测的正确性。本发明采用了遗传算法对阈值进行进一步优化，提高了检测的查准率、查全率和准确率；对不同的攻击都有较高的准确性和极高的查准率，可应用于车载网络这一资源受限的网络中进行异常检测；相较于基于机器学习的方法，有较低的资源占用和较少的检测时间，更适合部署于车载网络中。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
