基于零信任构架的智能网联汽车信任动态评估系统及方法

    公开(公告)号:CN117580049A

    公开(公告)日:2024-02-20

    申请号:CN202311659729.5

    申请日:2023-11-30

    Applicant: 安徽大学

    Abstract: 本发明涉及智能网联汽车领域,具体涉及基于零信任构架的智能网联汽车信任动态评估系统及方法。方法包括:智能网联车群,包括若干个通信节点;零信任构架平台,用于接收请求节点的通信请求,并评估请求节点的信任度;零信任构架平台分别评估请求节点的连通度、重要度、可信度和可靠度,并加权计算得到请求节点的加权信任度,最终对请求节点的加权信任度进行持续更新和调整,并在动态信任度满足预设要求时,允许请求节点访问目标节点。本发明在零信任架构下建立用于评估连通度、重要度、可信度和可靠度的信任评估模型来使节点信任评估更加全面和可靠,同时使用RMSprop算法更新模型权重来实现信任评估模型的持续适应性。

    一种基于零信任架构的车辆队列控制方法

    公开(公告)号:CN118655890A

    公开(公告)日:2024-09-17

    申请号:CN202410680804.4

    申请日:2024-05-29

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于零信任架构的车辆队列控制方法,包括:对车辆队列中的车辆进行建模,生成车辆动力学模型;将车辆队列中的车辆视为节点,结合车辆之间的信任度建立基于零信任架构的车辆队列通信拓扑模型;通过重复囚徒困境算法实时更新车辆之间的信任度来使得车辆队列选择合作策略;根据车辆之间信任度的实时更新结果,结合车辆动力学模型和车辆队列通信拓扑模型为每个车辆设计对应的控制器,进而通过控制器控制各个车辆的行驶状态。本发明通过实时更新车辆队列中车辆之间的信任度来使得车辆队列始终选择合作策略,同时为车辆队列中的每个车辆设置独立的控制器使得车辆队列控制的适应性和可扩展性更强。

    未知非线性系统最优跟踪控制的方法、设备及存储介质

    公开(公告)号:CN117572776A

    公开(公告)日:2024-02-20

    申请号:CN202311693952.1

    申请日:2023-12-08

    Applicant: 安徽大学

    Abstract: 本发明是一种未知非线性系统最优跟踪控制的方法、设备及存储介质,其方法包括S100、建立扩展一个受限输入的增广多智能体非线性系统模型;S200、采用传统的基于模型的方法来证明通过求解S100所建立新系统的耦合Hamilton‑Jacobi‑Bellman方程的解得到最优控制策略的可行性;S300、在S200已证明可行性的前提下,对S100建立的扩展系统模型采用无模型强化算法,即利用RL技术,得到了一个无模型Bellman方程,同时通过一种actor‑critic体系结构,得到HJB方程的近似解;S400、最后采用Lyapunov方法,证明系统在采用该无模型强化算法下得到的最优控制策略是稳定的。本发明的无模型强化算法具有灵活性、鲁棒性和高效性,适用于多智能体未知非线性系统的最优跟踪控制问题,并在实际应用中具有较好的表现。

    一种基于SDP和视觉Transformer编码的轴承故障诊断方法

    公开(公告)号:CN117009770A

    公开(公告)日:2023-11-07

    申请号:CN202311106774.8

    申请日:2023-08-30

    Applicant: 安徽大学

    Abstract: 本发明具体涉及一种基于SDP和视觉Transformer编码的轴承故障诊断方法,包括:将振动信号转换为SDP图;将SDP图输入经过训练的故障诊断模型中输出对应的故障类型预测值:将SDP图分割成一系列的SDP图像块序列;在SDP图像块序列的向量中线性添加位置嵌入得到位置嵌入图像块序列;捕捉SDP图像块序列中的局部信息和全局信息并学习SDP图像块序列中不同部分之间的依赖关系,得到SDP图像块序列编码表示;通过MLP头部层得到各类故障类型的概率值,进而将最大概率值对应的故障类型作为故障类型预测值。本发明通过将SDP算法和视觉Transformer编码有效融合,能够有效地从复杂的振动信号中提取出轴承故障的特征信息,同时更好地捕捉轴承振动信号的时间序列中的长期依赖关系。

    岸基驾控内河船舶群的异常状态检测方法及系统

    公开(公告)号:CN119603680B

    公开(公告)日:2025-05-02

    申请号:CN202510128058.2

    申请日:2025-02-05

    Abstract: 本发明涉及船舶自动化控制、信息安全技术领域,解决了内河船舶在操作环境复杂多变的场景下,传统方法无法有效实时监测并迅速预警来预防各种事故的技术问题,尤其涉及一种岸基驾控内河船舶群的异常状态检测方法及系统,共分为四个部分:身份认证、节点异常检测、动态信任评估以及节点自适应控制。本发明通过严格的验证流程和持续的信任评估,确保只有可靠的实体能够参与通信,不仅加强了通信安全,还实现了对内河船舶群体的全面、实时监测,能够及时发现物理故障或网络攻击等异常情况,并提前预警潜在风险,从而提升整体航行的安全性和可靠性。

    一种零信任网络架构下的车辆运行状态监测方法

    公开(公告)号:CN119907007A

    公开(公告)日:2025-04-29

    申请号:CN202510046968.6

    申请日:2025-01-13

    Abstract: 本发明属于零信任网络技术领域,涉及一种零信任网络架构下的车辆运行状态监测方法:根据在ZTNA架构下车辆信任级别不可传递的特性,建立信任等级评估规则;根据信任级别评估规则及信任级别的非互易性,建立信息接收方与发送方的通信关系;建立车辆节点i的系统模型;建立车队ICVs组的系统模型;基于每辆车只完全信任自身ICVs传感器的检测输出及来自自身控制器的控制输入以及车辆管理系统对从邻近车辆接收到的信息赋予相应的信息信任级别来设计能实现估计目标的分布式未知输入观测器;本发明根据每个车辆节点仅利用自身已知的信息和来自邻近车辆的状态估计信息以及邻近车辆的状态估计信息包括相应车辆的信任等级来设计的分布式未知输入观测器以实现估计目标。

Patent Agency Ranking