“缪祥华”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果12个，建议您升级VIP下载更多相关专利

[发明专利]一种基于联盟链的数据共享方法-CN202211394738.1在审
发明人：王攀;缪祥华 -专利权人：昆明理工大学
申请日： 2022-11-07 - 公布日： 2023-03-14 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及一种基于联盟链的数据共享方法，在每一个遥感数据提供方部署节点服务器，包括联盟链节点与分布式存储节点，分别由各联盟链节点和分布式存储节点组成一个联盟链系统和分布式存储系统，共同组成一个遥感数据共享交换平台；构建联盟链加解密环境，所述联盟链加解密环境中，至少两个联盟链节点参与加密和解密，在联盟链内设置加解密监听节点，所述监听节点由联盟链节点通过投票轮流担任；将待共享数据经过联盟链加密环境加密，而后将加密后的共享数据放入联盟链的内网环境内展示，并允许在不解密的情况下复制。
一种基于联盟数据共享方法

[发明专利]一种基于信息熵理论结合卷积神经网络的入侵检测方法-CN202211094816.6在审
发明人： 缪祥华;李响 -专利权人：昆明理工大学
申请日： 2022-09-05 - 公布日： 2023-01-31 - 主分类号： G06F21/55 文献下载
摘要：一种基于信息熵理论结合卷积神经网络的入侵检测方法，首先对数据集进行字符型数据转换成数值型数据、数据标准化、数据归一化操作；然后将数据集放入卷积神经网络中进行降维和分类，并结合信息熵不确定度计算对部分数据进行延迟再学习分类决策，延迟决策方法选取随机森林方法。当出现入侵行为时，利用训练好的模型就可以区分出正常数据和攻击数据。该发明利用卷积神经网络特征提取能力和分类学习效果上表现性能较优的特点并结合信息熵理论对分类后的数据进行评估将评估结果作为二次学习分类决策依据，该方法能够尽可能规避因信息提取不充分从而造成误分类的风险提高了入侵检测的性能。
一种基于信息理论结合卷积神经网络入侵检测方法

[发明专利]一种基于深度置信网络和长短时记忆网络的入侵检测方法-CN202110965845.4在审
发明人：王家宝;缪祥华 -专利权人：昆明理工大学
申请日： 2021-08-23 - 公布日： 2021-11-16 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于深度置信网络和长短时记忆网络的入侵检测方法，属于网络中的入侵检测技术领域。本发明首先对数据集进行字符型数据转换成数值型数据、数据标准化、数据归一化操作；然后将数据集放入深度置信网络中进行降维处理，并将降维后的数据集分为训练集和测试集；最后将训练集放入长短时记忆网络中进行训练，再将测试集放入训练好的网络模型中得到分类结果。当出现入侵行为时，利用训练好的模型就可以区分出正常数据和攻击数据。该发明利用深度置信网络对数据做降维处理解决了长短时记忆网络梯度爆炸的问题，提高了入侵检测的效率。
一种基于深度置信网络短时记忆入侵检测方法

[发明专利]一种基于改进后的计算机病毒的入侵检测系统-CN201910614924.3有效
发明人： 缪祥华;单小撤 -专利权人：昆明理工大学
申请日： 2019-07-09 - 公布日： 2021-08-03 - 主分类号： H04L29/06 文献下载
摘要：本发明公开了一种基于改进后的计算机病毒的入侵检测系统，包括步骤如下：S1、构建改进后的计算机病毒用作入侵检测系统的载体；S2、调查网络环境需求；S3、入侵检测分布类型的选择；S4、入侵检测工作方式的选择；S5、信息处理及反馈。本发明以改进后的计算机病毒为载体的入侵检测系统具有灵活特性，打破传统的入侵检测系统固定形式方便了在网络环境中的部署，它其中的一个特点是以病毒的传播特性，游走于网络空间，使依附于各个网络节点，自由而有规律地寻找最合适的“生存地”，保证其作用的最优化、最大化。
一种基于改进计算机病毒入侵检测系统

[发明专利]一种基于混合采样与膨胀卷积相结合的入侵检测方法-CN202110344942.1在审
发明人： 缪祥华;刘兴元 -专利权人：昆明理工大学
申请日： 2021-03-31 - 公布日： 2021-07-09 - 主分类号： H04L29/06 文献下载
摘要：本发明涉及一种基于混合采样与膨胀卷积相结合的入侵检测方法，属于网络安全领域的入侵检测技术。本发明提出一种新的数据平衡方法，使用了SVMSMOTE过采样和高斯混合(GMM)欠采样相结合，采用了网络运行的UNSW‑NB15入侵检测数据集；对UNSW‑NB15数据集进行了数据预处理操作；包括数值化、特征缩减、标准化和特征选择；随之对UNSW‑NB15训练集进行混合采样技术；使得训练集各个类别所占的比例处于均衡状态；随之将处理好的训练集导入膨胀卷积网络模型进行训练，使得模型迭代至收敛；最后将测试集放入训练好的模型进行测试；并得出最终的分类结果。该方法有效的能有效的解决类不均衡问题，能显著提高少数类别的检测进度，多分类上的准确率都优于现有方法。
一种基于混合采样膨胀卷积相结合入侵检测方法

[发明专利]一种基于边云协同的入侵检测方法-CN202110200602.1在审
发明人： 缪祥华;欧元芳 -专利权人：昆明理工大学
申请日： 2021-02-23 - 公布日： 2021-06-01 - 主分类号： H04L29/06 文献下载
摘要：本发明提供一种基于边云协同的入侵检测方法。包括如下步骤：主机或网络设备上抓取数据包，上传到边缘端；在边缘端将采集到的数据包进行数据预处理，然后使用预先构建的分类器模型来分类出各种攻击；云端分析边缘端上传的入侵检测模型处理结果的可靠性，为了边缘端能解决未知入侵，云端对边缘端的模型更新后重新传回边缘端。当系统通过模型判别攻击类型时出现将正常行为判定为攻击类型时，网络管理员将误报反馈给系统，同时上传至云端，在云端进行模型更新后传回边缘端，以减少边缘端出现误报。将边缘计算与云计算进行协同，应用于入侵检测，能降低时延，更能提高入侵检测系统的检测准确率，同时增强对未知攻击类型的检测。
一种基于协同入侵检测方法

[发明专利]一种基于PCA和随机森林的区分DDoS攻击和大象流的方法-CN202110051338.X在审
发明人： 缪祥华;胡晓红;袁梅宇 -专利权人：昆明理工大学
申请日： 2021-01-15 - 公布日： 2021-05-11 - 主分类号： H04L29/06 文献下载
摘要：本发明涉及一种基于PCA和随机森林的区分DDoS攻击和大象流的方法，属于网络中的攻击检测技术领域。本发明首先从DDoS数据集中选取训练集和测试集，同时将大象流数据集分别加入训练集和测试集中；然后将训练集中的数据用PCA处理降维得到低维特征矩阵；随后将低维特征矩阵放入随机森林模型进行训练，得到一个随机森林分类器；最后将测试集样本输入训练好的随机森林分类器，得到分类结果。当出现DDoS攻击时，利用随机森林就可以区分出合法大象流和DDoS攻击流。
一种基于 pca 随机森林区分 ddos 攻击大象方法

[发明专利]一种基于循环神经网络的混合入侵检测方法-CN202011419001.1在审
发明人： 缪祥华;王佳坤;邵建龙 -专利权人：昆明理工大学
申请日： 2020-12-07 - 公布日： 2021-03-19 - 主分类号： G06F21/55 文献下载
摘要：本发明设计公开了一种基于循环神经网络的混合入侵检测方法，采用的步骤为，步骤一：首先利用抓包工具抓取网络原始流量并分为训练数据集和测试数据集，再对数据集进行标准化和归一化的处理，使其能够达到进行训练和检测。步骤二：通过建立入侵检测模型，首先使用循环神经网络进行首次检测，分离出正常预测的数据，其次将这些正常预测的数据再次输入经过训练的决策树中进行二次检测。通过本发明的入侵检测方法，可以有效解决传统入侵检测技术的缺点，并且对未知新型的入侵手段也具有一定的检测性。本发明的入侵检测方法应用于网络安全领域，实现了对网络攻击的检测和攻击分类，并且具有准确率高，误报率低等特点，有效的提高了入侵检测的性能。
一种基于循环神经网络混合入侵检测方法

[发明专利]一种基于变邻域算法和模糊聚类的网络异常检测方法-CN202011243442.0在审
发明人： 缪祥华;高妍妍 -专利权人：昆明理工大学
申请日： 2020-11-10 - 公布日： 2021-02-26 - 主分类号： H04L29/06 文献下载
摘要：本发明涉及一种基于变邻域算法和模糊聚类的网络异常检测方法，属于网络安全技术领域。本发明首先对收集到的正常网络数据流、主机系统日志等进行模糊聚类，生成正常数据流的模型，在聚类过程中利用变邻域搜索帮助模糊聚类算法跳出局部最优解，由于收集到的原始数据噪声和冗余过大因此利用曼哈顿距离减少噪声数据对聚类结果的影响，提高了正常数据流模型的正确性；接着利用该模型对待检测的网络数据进行判别，对判定为了异常的流量进行警报。本发明将变邻域算法和模糊聚类混合应用于网络异常检测，有利于充分发挥各自算法的优势，进一步提高优化效率并提供更好的结果。
一种基于邻域算法模糊网络异常检测方法

[发明专利]一种DDoS攻击的移动目标防御方法-CN202011026007.2在审
发明人： 缪祥华;方绍敏;袁梅宇 -专利权人：昆明理工大学
申请日： 2020-09-25 - 公布日： 2020-12-25 - 主分类号： H04L29/06 文献下载
摘要：本发明涉及一种DDoS攻击的移动目标防御方法，属于网络信息安全技术领域。提出了一种SDN环境下基于端址跳变的DDoS防御方法，使用基于信息熵的DDoS检测方法，通过分析发送给SDN控制器数据包信息，根据正常网络环境与DDoS攻击网络环境中数据包目的地址的随机性变化判断是否遭受DDoS攻击，SDN控制器通过下发流表过滤恶意流量，并在随机地址端口表中选取虚拟IP地址及端口进行通信，实现服务器端址跳变躲避DDoS攻击。实验表明，该方法不仅能快速检测出DDoS攻击，并且能够有效缓解DDoS攻击带来的影响。
一种 ddos 攻击移动目标防御方法

[实用新型]一种滤棒成型机刀头砂轮支架定位装置-CN201921008064.0有效
发明人：杨舒涵;何成浩;刘兵;张长征;罗运河;李玺;陈邦伟;缪祥华 -专利权人：红云红河烟草（集团）有限责任公司
申请日： 2019-07-01 - 公布日： 2020-03-03 - 主分类号： B24B41/00 文献下载
摘要：本实用新型公开了一种滤棒成型机刀头砂轮支架定位装置，所述滤棒成型机刀头砂轮支架定位装置定位支架和定位销，定位支架上设置支架安装孔，定位支架一侧设置有定位销安装座，定位销安装座上开设螺纹孔，定位销一端设置与螺纹孔相匹配的螺柱，定位销通过螺柱安装在螺纹孔上。本实用新型能够在拆卸砂轮支架之前安装在刀盘齿轮箱，定位砂轮支架的位置，修理工作完成后，根据定位装置找到砂轮支架的安装位置，精准还原拆卸之前状态，防止位置差别引起的其他问题，提高了砂轮支架定位精度，同时能够辅助设备维修，大大减少维修时间，提高维修效果。
一种成型刀头砂轮支架定位装置

[发明专利]基于SIFT+RANSAC算法的医学图像配准和融合方法-CN201910303778.2在审
发明人：尚振宏;张成军;缪祥华 -专利权人：昆明理工大学
申请日： 2019-04-16 - 公布日： 2019-08-09 - 主分类号： G06T7/30 文献下载
摘要：本发明涉及基于SIFT+RANSAC算法的医学图像配准和融合方法，属于医学图像处理技术领域。本发明包括步骤：构建高斯尺度空间；高斯尺度空间特征点检测及精确定位；去除不稳定的点；包括低对比度的点和位于图像边缘的点；计算特征点方向；构建图像的特征点描述子，形成特征向量；图像配准，这样就得到一幅清晰的图像配准的效果图；RANSAC算法求出单应矩阵，根据单应矩阵做线性加权，通过线性加权函数得到两幅图像之间的联系，最后将两个图像融合为一幅图像；修饰融合过的图像。本发明能够有效实现图像的配准,再通过RANSAC随机抽样一致算法计算投影变换矩阵以实现图像的融合，为后续的一些研究工作做铺垫。
图像配准融合高斯尺度空间单应矩阵图像配准医学图像特征点构建投影变换矩阵线性加权函数医学图像处理特征点检测低对比度两幅图像算法计算随机抽样特征向量图像边缘图像融合线性加权有效实现描述子效果图去除修饰铺垫清晰研究

1
共 12 条