Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江西师范大学杨伟获国家专利权

江西师范大学杨伟获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉江西师范大学申请的专利一种工业无线网络的抗干扰方法、装置及计算机设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117858090B

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410067687.4,技术领域涉及:H04W12/122;该发明授权一种工业无线网络的抗干扰方法、装置及计算机设备是由杨伟;王鑫龙;江曜名;陈少龙;李萍;侯承启设计研发完成,并于2024-01-17向国家知识产权局提交的专利申请。

一种工业无线网络的抗干扰方法、装置及计算机设备在说明书摘要公布了:本发明提供了一种工业无线网络的抗干扰方法,属于物联网网络安全领域。本方案包括:收集工业无线网络性能参数,构建时序数据集;采用相关性和共线性分析时序数据集,将经过筛选和优化的性能参数组合成优化数据集;采用LSTM神经网络对优化数据集作异常分类得到网络性能的异常情况;当发现网络性能异常时,当前通信节点收集并从收发包数据中提取特征向量,采用随机森林机器学习模型对特征向量进行异常分类,得到相邻通信节点的异常情况;根据异常通信节点构建斯塔伯格博弈模型,并得到择最优的抗干扰信道。本方案解决现有技术中的工业物联网系统在受到智能干扰攻击时缺少对网络性能数据方面的监测从而导致对网络的干扰攻击检测和防御不够准确的问题。

本发明授权一种工业无线网络的抗干扰方法、装置及计算机设备在权利要求书中公布了:1.一种工业无线网络的抗干扰方法,其特征在于,所述方法包括: 收集工业无线网络性能参数,构建时序数据集; 采用相关性和共线性分析优化所述时序数据集,将经过筛选和优化的性能参数组合成优化数据集; 采用LSTM神经网络对所述优化数据集作异常分类处理,根据分类结果得到网络性能的异常情况; 当发现网络性能异常时,通信节点收集网络的收发包数据,再从收发包数据中提取节点通信特征向量,采用随机森林机器学习模型对所述节点通信特征向量进行异常分类处理,根据分类结果得到相邻的异常通信节点与正常通信节点; 选择异常通信节点的干扰信道序列及当前通信节点的抗干扰信道序列,根据干扰信道序列与抗干扰信道序列构建斯塔伯格博弈模型,并求解所述博弈模型的博弈均衡解,根据所述博弈均衡解选择最优的抗干扰信道; 其中,所述根据干扰信道序列与抗干扰信道序列构建斯塔伯格博弈模型的步骤包括:为异常通信节点创建干扰信道序列策略集合和对应的干扰信道序列的概率矩阵,为当前通信节点创建抗干扰信道序列策略集合和对应的抗干扰信道序列的概率矩阵;设定异常通信节点作为领导者,当前通信节点作为跟随者;采用Q学习算法和随机选择理论求解模型的博弈纳什均衡解,根据所述均衡解选择最优抗干扰信道; 所述采用相关性和共线性分析优化所述时序数据集具体包括:通过皮尔逊相关系数得到时序数据集性能参数之间的相关性;通过多变量回归分析的方差膨胀因子得到时序数据集性能参数之间的共线性; 两个性能参数之间的皮尔逊相关系数为: 其中,f1和f2是性能参数,xi和yi分别是性能参数f1和f2特征值,代表性能参数fj的算术平均值,N是正整数; 所述多变量回归分析的方差膨胀因子为: 其中,i=1,2,3,…,k,k为正整数,Ri 2是第i个因变量性能参数对其余k-1个自变量性能参数作回归分析后的判断系数,yi、分别代表第i个性能参数的实际值、预测值、均值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人江西师范大学,其通讯地址为:330022 江西省南昌市紫阳大道99号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。