CN110855478A - 一种面向不可靠信息的单传感器拓扑感知方法及装置 - Google Patents
一种面向不可靠信息的单传感器拓扑感知方法及装置 Download PDFInfo
- Publication number
- CN110855478A CN110855478A CN201911042150.8A CN201911042150A CN110855478A CN 110855478 A CN110855478 A CN 110855478A CN 201911042150 A CN201911042150 A CN 201911042150A CN 110855478 A CN110855478 A CN 110855478A
- Authority
- CN
- China
- Prior art keywords
- topology
- adjacency matrix
- data
- sensing
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
Abstract
本发明提供了一种面向不可靠信息的单传感器拓扑感知方法及装置,该方法及装置包括:提出一种基于霍克斯过程的拓扑感知算法,根据该算法能够应对考虑无线信道衰落和环境噪声的复杂通信场景,将通信过程建模为霍克斯过程,利用获取到的已受干扰的不可靠信息,分析整个目标网络的连通关系,从而得到拓扑结构信息。本发明能够帮助用户在侦查未知网络的过程中,利用有限的信息推理未知网络的通联关系,从而分析该网络的关键节点,为后续的工作提供基础保证。
Description
技术领域
本发明涉及通信技术,尤其涉及一种面向不可靠信息的单传感器拓扑感知方法。
背景技术
随着科技的不断进步,面对当前日益多变的战场电磁环境,常规电子战手段所取得的作战效能也在逐步下降,面临着诸多丞待解决的问题:一是目标信号情报获取与分析面临巨大挑战;二是当前装备的抗干扰能力飞速提升,这就要求加快干扰技术的发展;三是人工智能的不断发展对电子战装备的智能化提出了新的要求;四是如何迅速、准确、有效地对组网系统实施打击将是未来电子战发展的瓶颈。在这样的大背景下,认知电子战技术应运而生。网络态势感知是作为攻击方了解敌方网络情况的重要技术手段,其主要目标是获取网络当前状态、综合形势以及演化趋势等时域、频域、空域、用户域、网络域等多域网络态势信息,简单可以分为频谱态势感知、节点空间位置感知、网络拓扑感知、网络演化趋势预测等。网络拓扑感知,即通过对敌方网络一段时间的信息搜集,利用有效算法合理推断敌方通信网络的连通关系、分析重要通信枢纽,它作为网络态势感知的关键技术,对精准高效的打击战略有着重要的意义,也是应对传统电子战四大挑战的核心技术。
现有的研究工作大多数是建立在通信信息的可靠获取,没有考虑无线信道的衰落和环境噪声,但是在实际的复杂通信场景中,这些干扰都是必不可少的。因此,找到一种有效的面向不可靠信息的拓扑感知方法迫在眉睫。
发明内容
针对上述现有技术的不足,本发明的目的在于提供一种面向不可靠信息的单传感器拓扑感知方法及装置。
本发明提供一种面向不可靠信息的单传感器拓扑感知方法,包括如下步骤:
步骤1:依照信号检测机理获取目标网络一段时间内发送数据的节点号和发送时刻作为初始数据,即事件序列和时间序列;
步骤2:将信息传输过程建模为多维霍克斯过程,利用最小化负对数似然的方法求出初步邻接矩阵;
步骤3:依照具体场景和需求对邻接矩阵进行筛选,筛选过程包括依次对邻接矩阵进行设置阈值、对称化和二值化,最终获得的邻接矩阵就是目标网络的拓扑信息。
优选的,步骤1中,依照信号检测机理获取目标网络一段时间内发送数据的节点号和发送时刻的具体步骤包括:
步骤1.1:传感器通过采样感知某时隙的信号能量值,并将能量值与信号检测阈值比较,确定该时隙是否存在信号;
步骤1.2:若存在信号,则将发送信号的节点号和时隙分别记录下来,得到事件序列和时间序列;若不存在信号,则继续感知,直到到达规定时间为止。
优选的,步骤2的具体步骤包括:
步骤2.1:将含有n个节点的网络信息传输过程建模为n维霍克斯过程,并将步骤1中得到的时间序列和事件序列作为本步骤的原始数据;
步骤2.2:对负对数似然函数进行求导,求出最符合条件的初步邻接矩阵。
优选的,步骤3中,依照具体场景和需求对邻接矩阵进行筛选的方法为设置阈值,具体步骤包括:
步骤3.1.1:根据场景挑选阈值设置方案:若目标是得到所有链路,允许有些许冗余链路存在,则需要设置较低阈值,即删去现有链路的10%;若目标是得到关键链路,不予许有冗余链路,则需要设置较高阈值,即删去现有链路的30%;
步骤3.1.2:利用步骤2得到的邻接矩阵计算现有链路数,以及需要删去的链路数,计算相应阈值;
优选的,步骤3中,依照具体场景和需求对邻接矩阵进行筛选的方法为选择对称化准则对经过设置阈值操作的邻接矩阵进行对称化操作,具体步骤包括:
步骤3.2.1:根据场景挑选对称化准则:若目标是得到所有链路,允许有些许冗余链路存在,则选择“或”准则,即对于邻接矩阵中的Aij和Aji只要有一个不为零则认为节点i和节点j之间存在链路;若目标是得到关键链路,不予许有冗余链路,则选择“和”准则,即对于邻接矩阵中的Aij和Aji必须全不为0才认为节点i和节点j之间存在链路;
步骤3.2.2:根据选择的准则,将邻接矩阵中的Aij和Aji进行相应计算。
优选的,步骤3中,依照具体场景和需求对邻接矩阵进行筛选的方法为对经过对称化操作的邻接矩阵进行二值化操作,即遍历整个邻接矩阵,将不为0的项设置为1。
本发明提供一种面向不可靠信息的单传感器拓扑感知装置,包括:
感知模块,用于感知在某时刻某节点是否发送数据,从而获取事件序列和时间序列作为拓扑推理的初始数据;
分析模块:利用感知模块提供的数据,进行合理处理分析,推理出目标网络的连通关系,从而获得完整拓扑信息。
优选的,所述感知模块中的感知在某时刻某节点是否发送数据,还包括:
初始化单元:用于初始化装置,清空上一时间段的数据;
信号检测单元:用于检测在该时刻是否有信号在传输;
目标识别单元:用于判断正在传输的信号来自哪一个节点;
数据存储单元:用于将感知到的数据进行存储;
输出单元:用于将感知到的数据输出到分析模块。
优选的,所述分析模块中对感知模块提供的数据进行合理处理分析,还包括:
预处理单元:用于将感知模块收集到的数据转化为求解单元可以直接使用的标准形式;
求解单元:用于将信息传输过程建模为霍克斯过程,利用最小化负对数似然函数的方法初步求解出邻接矩阵;
推理单元:用于对求解单元初步求出的邻接矩阵进行筛选剔除,最终获得的邻接矩阵就是目标网络的拓扑信息。
本发明提供一种面向不可靠信息的单传感器拓扑感知装置,包括:
存储器,用于存储指令和数据;
处理器,与所述存储器耦合,所述处理器被配置为调用并执行存储在存储器中的指令与数据,具体为:
所述处理器,具体用于依照信号检测机理获取目标网络一段时间内发送数据的节点号和发送时刻作为初始数据;也用于将信息传输过程建模为多维霍克斯过程,利用最小化负对数似然的方法求出初步邻接矩阵;然后用于依照具体场景和需求邻接矩阵进行筛选,最终获得的邻接矩阵就是目标网络的拓扑信息,并将其存储至存储器。
本发明提供的技术方案具有如下有益效果:
本发明提供了一种面向不可靠信息的单传感器拓扑感知方法及装置,通过该方法或装置中的基于霍克斯过程的拓扑感知算法来应对复杂通信环境和信道衰落带来的干扰,还原目标未知网络的连通关系,从而准确地推理出网络拓扑信息;使得在网络对抗、军事侦查、网络管理等多项任务中,能够利用感知到的有限不可靠信息,对拓扑进行精准推理,从而获得关键节点信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单的介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的一种面向不可靠信息的单传感器拓扑感知方法及装置的适用场景示意图;
图2是本发明提供的一种面向不可靠信息的单传感器拓扑感知方法的流程示意图;
图3是本发明提供的一种面向不可靠信息的单传感器拓扑感知方法的具体流程图;
图4是本发明提供的拓扑感知方法中基于霍克斯过程的拓扑感知算法的具体流程图;
图5是本发明提供的一种面向不可靠信息的单传感器拓扑感知装置的结构示意图;
图6是本发明提供的另一面向不可靠信息的单传感器拓扑感知装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1是本发明提供的一种面向不可靠信息的单传感器拓扑感知方法及装置的场景示意图;即在考虑无线信道衰落和环境噪声时,单传感器对未知目标网络拓扑进行推理的场景。
图2是本发明提供的一种面向不可靠信息的单传感器拓扑感知方法的流程示意图,包括:
S201、感知在某时刻某节点是否发送数据,从而获取事件序列和时间序列作为拓扑推理的初始数据;
S202、根据本发明所提出的基于霍克斯的拓扑感知算法,推理出目标网络的连通关系,从而获得完整拓扑信息。
图3是本发明提供的一种面向不可靠信息的单传感器拓扑感知方法的具体流程图。具体的,本发明将通过以下实施例来阐述所提出的一种面向不可靠信息的单传感器拓扑感知方法,如图3所示。
所述实施例背景为在网络对抗场景中,我方传感器的任务是感知目标未知网络的网络连通关系,从而进行拓扑推理。所述感知目标未知网络的网络连通关系,需要连续收集一段时间的目标网络通信数据,且某通信链路必须在这段时间内多次使用才能被感知到。
进一步地,在一段感知周期内,传感器先感知信号能量来判断是否存在信号传输,如果存在则进一步识别该信号来自于哪个节点,然后将信息记录下来。一段时间后将感知到的时间序列和事件序列统一整合,通过本发明提出的基于霍克斯过程的拓扑感知算法进行拓扑推理。
图4是本发明提供的拓扑感知方法中基于霍克斯过程的拓扑感知算法的具体流程图,具体包括
所述霍克斯过程就是对过去事件的自回归依赖的点过程,它的主要思想是某事件在任何时刻的速率是过程中最近发生的事件的函数,是时间序列预测法的一种。在本发明实施例中,将信息传输过程(需要检测的网络中的所有信息传输)建模为多维霍克斯过程。对于有N个子过程(某个节点的某一次信息传输)的进程(一次信息传输过程),第i个子过程的条件密度函数为
式中:Kj表示第j个子过程中的事件集(某个节点的所有信息传输);μi表示第i个子过程的基础速率;Aij表示第i个子过程对第j个子过程的响应程度,Aij=0表示第j个子过程发生对第i个子过程无影响,Aij>0表示第j个子过程发生会导致第i个子过程发生概率的临时增加,同时Aij越大,表示影响越大。A就是本发明实施例需要求解的邻接矩阵。
为了确定邻接矩阵A,本发明实施例利用最小化负对数似然函数的方法,在时间t∈[0,T]内,第i个进程的负对数似然函数为
对于多维霍克斯过程中的子过程,负对数似然是上式在所有N个子过程中的求和:
因为λi(t)只依赖于μi和A的第i行,因此可以独立地优化每个子过程的似然函数。这将优化程序最小化(3)式(在N(N+1)参数上进行优化)划分为(2)式中形式的N个独立子问题(每个优化只在(N+1)个参数上进行)。每个子问题都是一个凸优化问题,求解起来相对简单。因此本发明实施例需要求解的邻接矩阵A就可由下式得到:
进一步地,所述阈值设置的目的在于去除冗余链路。设置阈值的具体方法为一种启发式算法:如果最终想要尽可能多的发现通信链路,那么就可以将阈值设置为较低阈值,即删去所有链路的10%,此时是以引入较多冗余链路为代价的;但是如果最终只是想要发现网络使用最频繁的重要链路,那么就可以将阈值设置为较高阈值,即删去所有链路的30%,,此时是以放弃部分真实链路为代价的。
具体步骤如下:根据场景挑选阈值设置方案:若目标是得到所有链路,允许有些许冗余链路存在,则需要设置较低阈值,即删去现有链路的10%;若目标是得到关键链路,不予许有冗余链路,则需要设置较高阈值,即删去现有链路的30%;利用步骤2得到的邻接矩阵计算现有链路数,以及需要删去的链路数,计算相应阈值;
进一步地,所属对称化规则有两种:“和”准则与“或”准则。所谓“和”规则,即当且仅当Aij和Aji都不为0时,才认为i节点和j节点相互连通,用式子表示为aij=aji=Aij∩Aji,其中aij和aji对称化后的传染矩阵对应项。所谓“或”规则,即Aij和Aji至少有一个不为0时,就认为i节点和j节点相互连通,用式子表示为aij=aji=Aij∪Aji。
具体步骤如下:根据场景挑选对称化准则:若目标是得到所有链路,允许有些许冗余链路存在,则选择“或”准则,即对于邻接矩阵中的Aij和Aji只要有一个不为零则认为节点i和节点j之间存在链路;若目标是得到关键链路,不予许有冗余链路,则选择“和”准则,即对于邻接矩阵中的Aij和Aji必须全不为0才认为节点i和节点j之间存在链路;根据选择的准则,将邻接矩阵中的Aij和Aji进行相应计算。
进一步地,对于二值化操作具体步骤如下:遍历整个邻接矩阵,将不为0的项设置为1。
图5是本发明提供的一种面向不可靠信息的单传感器拓扑感知装置的结构示意图,该装置可以集成在负责侦查感知的传感器上,如图5所示,改装置包括:感知模块501和分析模块502,其中:
感知模块501,用于感知在某时刻某节点是否发送数据,从而获取事件序列和时间序列作为拓扑推理的初始数据;
分析模块502:利用感知模块提供的数据,进行合理处理分析,推理出目标网络的连通关系,从而获得完整拓扑信息。
进一步地,所述感知模块501中的感知在某时刻某节点是否发送数据,还包括:
初始化单元5011:用于初始化装置,清空上一时间段的数据;
信号检测单元5012:用于检测在该时刻是否有信号在传输;
目标识别单元5013:用于判断正在传输的信号来自哪一个节点;
数据存储单元5014:用于将感知到的数据进行存储;
输出单元5015:用于将感知到的数据输出到分析模块。
所述分析模块502中对感知模块提供的数据进行合理处理分析,还包括:
预处理单元5021:用于将感知模块收集到的数据转化为求解单元可以直接使用的标准形式;
求解单元5022:用于将信息传输过程建模为霍克斯过程,利用最小化负对数似然函数的方法初步求解出邻接矩阵;
推理单元5023:用于对求解单元初步求出的邻接矩阵进行筛选剔除,具体方法有设置阈值、对称化和二值化。
本实施例的面向不可靠信息的单传感器拓扑感知装置可以执行图4所示方法的实施例的技术方案,其实现原理类似,在此不再赘述。
本装置中,通过所提的基于霍克斯过程的拓扑感知算法,对具有实施例背景和特点的单传感器拓扑感知问题进行求解,从而得到目标未知网络的连通关系,推理其拓扑结构,为后续任务奠定基础。
图6是本发明提供的另一种面向不可靠信息的单传感器拓扑感知装置的结构示意图,如图6所示,该装置包括:存储器601和处理器602,其中:
存储器601,用于存储指令和数据;
处理器602,与所述存储器耦合,所述处理器602被配置为调用并执行存储在存储器601中的指令与数据,具体为:
处理器602,用于根据所提出的一种面向不可靠信息的单传感器拓扑感知算法,将信息传输过程建模为霍克斯过程,利用最小化负对数似然函数的方法,对邻接矩阵进行求解;
处理器602,通过初步求解的邻接矩阵,对其进行后续处理,包括设置阈值、对称化和二值化。
所述处理器602,具体用于依照信号检测机理获取目标网络一段时间内发送数据的节点号和发送时刻作为初始数据;也用于将信息传输过程建模为多维霍克斯过程,利用最小化负对数似然的方法求出初步邻接矩阵;然后用于依照具体场景和需求邻接矩阵进行筛选,最终获得的邻接矩阵就是目标网络的拓扑信息,并将其存储至存储器601。
本实施例的面向不可靠信息的单传感器拓扑感知装置可以执行图4所示方法的实施例的技术方案,其实现原理类似,在此不再赘述。
本装置中,通过所提的基于霍克斯过程的拓扑感知算法,对具有实施例背景和特点的单传感器拓扑感知问题进行求解,从而得到目标未知网络的连通关系,推理其拓扑结构,为后续任务奠定基础。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.一种面向不可靠信息的单传感器拓扑感知方法,其特征在于,包括如下步骤:
步骤1:依照信号检测机理获取目标网络一段时间内发送数据的节点号和发送时刻作为初始数据,即事件序列和时间序列;
步骤2:将信息传输过程建模为多维霍克斯过程,利用最小化负对数似然的方法求出初步邻接矩阵;
步骤3:依照具体场景和需求对邻接矩阵进行筛选,最终获得的邻接矩阵就是目标网络的拓扑信息。
2.根据权利要求1所述的一种面向不可靠信息的单传感器拓扑感知方法,其特征在于,步骤1中,依照信号检测机理获取目标网络一段时间内发送数据的节点号和发送时刻的具体步骤包括:
步骤1.1:传感器通过采样感知某时隙的信号能量值,并将能量值与信号检测阈值比较,确定该时隙是否存在信号;
步骤1.2:若存在信号,则将发送信号的节点号和时隙分别记录下来,得到事件序列和时间序列;若不存在信号,则继续感知,直到到达规定时间为止。
3.根据权利要求1所述的一种面向不可靠信息的单传感器拓扑感知方法,其特征在于,步骤2的具体步骤包括:
步骤2.1:将含有n个节点的网络信息传输过程建模为n维霍克斯过程,并将步骤1中得到的时间序列和事件序列作为本步骤的原始数据;
步骤2.2:对负对数似然函数进行求导,求出最符合条件的初步邻接矩阵。
4.根据权利要求1所述的一种面向不可靠信息的单传感器拓扑感知方法,其特征在于,步骤3中,依照具体场景和需求对邻接矩阵进行筛选的方法为依次对邻接矩阵进行设置阈值、对称化和二值化。
5.根据权利要求4所述的一种面向不可靠信息的单传感器拓扑感知方法,其特征在于,对邻接矩阵设置阈值,具体步骤包括:
步骤3.1.1:根据场景挑选阈值设置方案:若目标是得到所有链路,允许有些许冗余链路存在,则需要设置较低阈值,即删去现有链路的10%;若目标是得到关键链路,不予许有冗余链路,则需要设置较高阈值,即删去现有链路的30%;
步骤3.1.2:利用步骤2得到的邻接矩阵计算现有链路数,以及需要删去的链路数,计算相应阈值。
6.根据权利要求4所述的一种面向不可靠信息的单传感器拓扑感知方法,其特征在于,选择对称化准则对经过设置阈值操作的邻接矩阵进行对称化操作,具体步骤包括:
步骤3.2.1:根据场景挑选对称化准则:若目标是得到所有链路,允许有些许冗余链路存在,则选择“或”准则,即对于邻接矩阵中的Aij和Aji只要有一个不为零则认为节点i和节点j之间存在链路;若目标是得到关键链路,不予许有冗余链路,则选择“和”准则,即对于邻接矩阵中的Aij和Aji必须全不为0才认为节点i和节点j之间存在链路;
步骤3.2.2:根据选择的准则,将邻接矩阵中的Aij和Aji进行相应计算。
7.一种面向不可靠信息的单传感器拓扑感知装置,其特征在于,包括:
感知模块,用于感知在某时刻某节点是否发送数据,从而获取事件序列和时间序列作为拓扑推理的初始数据;
分析模块:利用感知模块提供的数据,进行合理处理分析,推理出目标网络的连通关系,从而获得完整拓扑信息。
8.根据权利要求7所述的一种面向不可靠信息的单传感器拓扑感知装置,其特征在于,所述感知模块中的感知在某时刻某节点是否发送数据,还包括:
初始化单元:用于初始化装置,清空上一时间段的数据;
信号检测单元:用于检测在该时刻是否有信号在传输;
目标识别单元:用于判断正在传输的信号来自哪一个节点;
数据存储单元:用于将感知到的数据进行存储;
输出单元:用于将感知到的数据输出到分析模块。
9.根据权利要求7所述的一种面向不可靠信息的单传感器拓扑感知装置,其特征在于,所述分析模块中对感知模块提供的数据进行合理处理分析,还包括:
预处理单元:用于将感知模块收集到的数据转化为求解单元可以直接使用的标准形式;
求解单元:用于将信息传输过程建模为霍克斯过程,利用最小化负对数似然函数的方法初步求解出邻接矩阵;
推理单元:用于对求解单元初步求出的邻接矩阵进行筛选剔除,最终获得的邻接矩阵就是目标网络的拓扑信息。
10.一种面向不可靠信息的单传感器拓扑感知装置,其特征在于,包括:
存储器,用于存储指令和数据;
处理器,与所述存储器耦合,所述处理器被配置为调用并执行存储在存储器中的指令与数据,具体为:
所述处理器,具体用于依照信号检测机理获取目标网络一段时间内发送数据的节点号和发送时刻作为初始数据;也用于将信息传输过程建模为多维霍克斯过程,利用最小化负对数似然的方法求出初步邻接矩阵;然后用于依照具体场景和需求邻接矩阵进行筛选,最终获得的邻接矩阵就是目标网络的拓扑信息,并将其存储至存储器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911042150.8A CN110855478A (zh) | 2019-10-30 | 2019-10-30 | 一种面向不可靠信息的单传感器拓扑感知方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911042150.8A CN110855478A (zh) | 2019-10-30 | 2019-10-30 | 一种面向不可靠信息的单传感器拓扑感知方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110855478A true CN110855478A (zh) | 2020-02-28 |
Family
ID=69599058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911042150.8A Pending CN110855478A (zh) | 2019-10-30 | 2019-10-30 | 一种面向不可靠信息的单传感器拓扑感知方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110855478A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113328881A (zh) * | 2021-05-26 | 2021-08-31 | 南京航空航天大学 | 一种面向非合作无线网络的拓扑感知方法及装置、系统 |
CN114339832A (zh) * | 2021-12-23 | 2022-04-12 | 深圳大学 | 一种无线传感器网络的确定方法及装置 |
CN114500291A (zh) * | 2022-01-04 | 2022-05-13 | 西北工业大学 | 一种侦察信息传输链路优化方法 |
CN114828139A (zh) * | 2022-04-18 | 2022-07-29 | 西安羚控电子科技有限公司 | 一种集群装置的通信组网行为模拟方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140098678A1 (en) * | 2012-10-05 | 2014-04-10 | Nec Laboratories America, Inc. | Network Management |
CN108055207A (zh) * | 2017-10-26 | 2018-05-18 | 北京天元创新科技有限公司 | 一种网络拓扑感知方法及装置 |
CN109525285A (zh) * | 2018-11-13 | 2019-03-26 | 国网江苏省电力有限公司电力科学研究院 | 一种具有电网拓扑感知功能的电力线载波通信模块 |
-
2019
- 2019-10-30 CN CN201911042150.8A patent/CN110855478A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140098678A1 (en) * | 2012-10-05 | 2014-04-10 | Nec Laboratories America, Inc. | Network Management |
CN108055207A (zh) * | 2017-10-26 | 2018-05-18 | 北京天元创新科技有限公司 | 一种网络拓扑感知方法及装置 |
CN109525285A (zh) * | 2018-11-13 | 2019-03-26 | 国网江苏省电力有限公司电力科学研究院 | 一种具有电网拓扑感知功能的电力线载波通信模块 |
Non-Patent Citations (1)
Title |
---|
ZITONG LIU.ETC: ""Topology Sensing in Wireless Networks by Leveraging Symmetrical Connectivity"", 《MLICOM 2019: MACHINE LEARNING AND INTELLIGENT COMMUNICATIONS》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113328881A (zh) * | 2021-05-26 | 2021-08-31 | 南京航空航天大学 | 一种面向非合作无线网络的拓扑感知方法及装置、系统 |
CN114339832A (zh) * | 2021-12-23 | 2022-04-12 | 深圳大学 | 一种无线传感器网络的确定方法及装置 |
CN114339832B (zh) * | 2021-12-23 | 2023-12-22 | 深圳大学 | 一种无线传感器网络的确定方法及装置 |
CN114500291A (zh) * | 2022-01-04 | 2022-05-13 | 西北工业大学 | 一种侦察信息传输链路优化方法 |
CN114828139A (zh) * | 2022-04-18 | 2022-07-29 | 西安羚控电子科技有限公司 | 一种集群装置的通信组网行为模拟方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110855478A (zh) | 一种面向不可靠信息的单传感器拓扑感知方法及装置 | |
Koroniotis et al. | A new network forensic framework based on deep learning for Internet of Things networks: A particle deep framework | |
CN111600919B (zh) | 智能网络应用防护系统模型的构建方法和装置 | |
CN112468347B (zh) | 一种云平台的安全管理方法、装置、电子设备及存储介质 | |
CN110768971B (zh) | 适用于人工智能系统的对抗样本快速预警方法及系统 | |
Liu et al. | Distributed set-membership filtering for time-varying systems under constrained measurements and replay attacks | |
CN112769869B (zh) | 一种基于贝叶斯攻击图的sdn网络安全预测方法及对应系统 | |
CN116756327B (zh) | 基于知识推断的威胁情报关系抽取方法、装置和电子设备 | |
Ullah et al. | An efficient data aggregation and outlier detection scheme based on radial basis function neural network for WSN | |
Hu et al. | Intrusion detection engine based on Dempster-Shafer's theory of evidence | |
CN117220920A (zh) | 基于人工智能的防火墙策略管理方法 | |
Hadi et al. | A novel approach to network intrusion detection system using deep learning for Sdn: Futuristic approach | |
CN116026593A (zh) | 跨工况的滚动轴承故障靶向迁移诊断方法及系统 | |
CN116582349A (zh) | 基于网络攻击图的攻击路径预测模型生成方法及装置 | |
CN113328881B (zh) | 一种面向非合作无线网络的拓扑感知方法及装置、系统 | |
CN112307674A (zh) | 低空目标知识辅助智能电磁感知方法、系统及存储介质 | |
CN116916317A (zh) | 一种基于大白鲨和随机森林的入侵检测方法 | |
Weber et al. | Diagnosability evaluation for a system-level diagnosis algorithm for wireless sensor networks | |
Khaleefah et al. | Detection of iot botnet cyber attacks using machine learning | |
CN115037517B (zh) | 智能物联终端安全状态采集方法、装置及电子设备 | |
CN117478519A (zh) | 一种基于信息熵的通信网络拓扑推理方法及系统 | |
Wu et al. | A simple heuristic for classification with ant-miner using a population | |
Goel et al. | Cyber Security Technique for Internet of Things Using Machine Learning | |
Oates | The suitability of the dendritic cell algorithm for robotic security applications | |
CN117240632B (zh) | 一种基于知识图谱的攻击检测方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200228 |