北京邮电大学李娜获国家专利权
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!
龙图腾网获悉北京邮电大学申请的专利一种面向卫星直连通信的分布式协作无线接入安全方法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:CN118972852B 。
龙图腾网通过国家知识产权局官网在2025-10-10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:202411241433.6,技术领域涉及:H04W12/121;该发明授权一种面向卫星直连通信的分布式协作无线接入安全方法是由李娜;田予晗;陶小峰;崔琪楣;南国顺设计研发完成,并于2024-09-05向国家知识产权局提交的专利申请。
本一种面向卫星直连通信的分布式协作无线接入安全方法在说明书摘要公布了:一种面向卫星直连通信的分布式协作无线接入安全方法,属于卫星通信领域,包括:利用本地聚类算法聚类生成原子簇;使用高斯模型参数估计生成每个原子簇对应的高斯模型,将高斯模型的均值、协方差和样本数构成本地模型并将其发送给聚合中心;聚合中心将本地模型聚合成全局模型得到聚类集合;卫星基于全局模型得到最终的聚类集合,当卫星发生切换时源卫星将攻击者的全局模型参数发送给目标卫星与无人机,目标卫星利用增量聚类算法更新全局模型得到更新的全局模型参数,卫星通过二元假设检验检测攻击发生并估计攻击者数量。本发明降低了计算开销和复杂度,简化了卫星切换时聚类模型重新训练的过程,并实现了持续检测,增加了检测可靠性。
本发明授权一种面向卫星直连通信的分布式协作无线接入安全方法在权利要求书中公布了:1.一种面向卫星直连通信的分布式协作无线接入安全方法,其特征在于,包括以下步骤: S1:模型训练与更新阶段; S1.1:当用户与卫星基站正常通信时,Nu个无人机按照预先设定的轨迹匀速运动,监测用户接入情况,并在数据采集时间Ttw内采集用户信号,计算出由RSS和CFO构成的检测样本St; S1.2:无人机用检测样本St作为本地数据,利用本地聚类算法结合K近邻核密度与高密度近邻进行本地聚类生成kl个原子簇; S1.3:无人机基于已聚类出的原子簇,使用高斯模型参数估计,生成每个原子簇对应的高斯模型,将高斯模型的均值、协方差和样本数构成本地模型,并将本地模型发送给聚合中心; S1.4:聚合中心将本地模型聚合成全局模型,得到K个聚类集合; S1.5:所述聚合中心为无人机或卫星;若聚合中心为无人机,则需要将全局模型发送给卫星;若聚合中心为卫星,则不需要将全局模型发送给卫星; S1.6:卫星基于全局模型得到最终的K个聚类集合C'={C'1,C'2,...,C'K},C'K={μ'K,∑'K,n'K},μ'K、∑'K、n'K分别表示第K个簇集的均值、协方差和样本数; S1.7:当卫星发生切换时,源卫星将检测到的攻击者的全局模型参数I0发送给目标卫星与无人机,目标卫星利用增量聚类算法更新全局模型得到更新的全局模型参数Iupdate; 所述增量聚类算法的具体实现流程如下: ①无人机根据源全局模型参数I0得到源全局模型表示第i个簇的均值,表示第i个簇的协方差,并将此源全局模型作为新的本地模型; ②当收集到新的样本xq时,无人机基于源全局模型对新数据进行分类; ③无人机根据CB-MONNAD识别离群值,并将数据采集时间内的所有离群值记为OA; 无人机根据CB-MONNAD识别离群值的具体实现流程如下: 假设是簇λq的数据集,基于类的K-距离是数据集中样本xq和样本xp之间的距离,记为它满足以下两个条件:至少有K个样本使得distxq,x'p≤distxq,xp∧x'p∈λq,且至多有K个样本,使得distxq,x'pdistxq,xp∧x'p∈λq,distxq,x'p表示样本xq和样本x'p之间的距离,distxq,xp表示样本xq和样本xp之间的距离; 样本xq的基于类的K-距离领域包含与样本xq之间的距离不大于的样本,表示为: 样本xq的基于类的局部可达密度lrdxq表示为: 样本xq的基于类的局部离群因子LOF表示为: 无人机基于LOF计算样本xq的CB-MONNAD分数的具体计算公式如下: 如果新收集到的样本的CB-MONNAD分数超过指定的阈值Thresholdm,则将其标记为离群值,将数据采集时间内的所有离群值记为OA; ④无人机使用采集到的离群值OA作为本地数据按照步骤S1.2中的本地聚类算法得到个新聚类集合的高斯模型; ⑤无人机根据新数据中非离群值的部分对原簇的参数进行更新和优化,得到更新的本地模型参数集合; ⑥聚合中心聚合本地模型得到更新的全局模型参数,如果聚合中心是无人机,则相邻无人机之间传输更新的本地模型参数集合无人机进行本地模型聚合得到更新的全局模型参数Iupdate,然后再将全局模型传输给卫星;如果聚合中心是卫星,则无人机将更新的本地模型参数集合发送给卫星,卫星进行本地模型聚合得到更新的全局模型参数Iupdate; S2:攻击检测阶段; S2.1:卫星通过二元假设检验检测攻击发生并估计攻击者数量; S2.2:当卫星发生切换时,源卫星将检测到的攻击者的全局模型参数I0发送给目标卫星与无人机,目标卫星利用步骤S1.7中的增量聚类算法更新全局模型得到更新的全局模型参数Iupdate,然后根据步骤S2.1进行攻击检测与攻击者数量估计; S2.3:当无人机数量Nu大于或等于3时,能够实现对攻击者的定位。
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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励