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！

龙图腾网获悉南京大学申请的专利一种无线充电网络中对抗攻击的安全充电方法及装置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：CN119231776B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411295186.8，技术领域涉及：H02J50/20；该发明授权一种无线充电网络中对抗攻击的安全充电方法及装置是由戴海鹏;任美璇设计研发完成，并于2024-09-16向国家知识产权局提交的专利申请。

本一种无线充电网络中对抗攻击的安全充电方法及装置在说明书摘要公布了：本发明公开了一种无线充电网络中对抗攻击的安全充电方法及装置。所述方法包括：构建一个考虑波干扰的充电和电磁辐射模型，用以精确计算充电功率和电磁辐射分布；利用分段常数函数近似非线性电磁辐射，将二维区域划分为多个等效子区域，利用基于干涉特性的最大辐射点计算方法将区域内所有点的电磁辐射安全约束简化为最大值点的有限约束，把无线充电网络中对抗攻击点安全充电问题化为有限约束的双层优化问题；采用对偶学习方法结合强化学习方法实现对抗最优攻击的防御充电策略，该策略能够实现斯塔克尔伯格均衡。本发明在有效防御了对电磁辐射安全的攻击的同时，在充电效用方面平均比对比算法提高了40.48％。

本发明授权一种无线充电网络中对抗攻击的安全充电方法及装置在权利要求书中公布了：1.一种无线充电网络中对抗攻击的安全充电方法，其特征在于，包括以下步骤： 1根据无线充电网络设备分布建立考虑波干涉的充电模型和电磁辐射模型，所述充电模型考虑不同充电器辐射的电磁波由于路径长度差异到达可充电设备时产生的相位变化计算多个充电器提供的累积充电功率； 假设有n个相同的无线充电器和m个相同的可充电传感器位于二维平面Ω，所述充电模型表示如下： 其中，x为充电器激活策略，xi表示无线充电器si是否被激活，C1是充电模型中预先确定的常数；Pij和Pkj分别表示充电器si传输给传感器oj和ok的充电功率，Ux为充电器激活策略x所获得的充电效用；Δφ是不同充电器辐射的电磁波由于路径长度差异到达可充电设备时产生的相位变化； 平面内任一位置p的电磁辐射模型表示如下： 其中，C2是电磁辐射模型中预先确定的常数，Pip和Pkp分别表示充电器si和sk传输到点p的充电功率，epx为点p处的电磁辐射强度； 2基于所建立的充电模型和电磁辐射模型构建无线充电网络中对抗攻击的安全充电问题的数学模型，所述无线充电网络中对抗攻击的安全充电问题的优化目标是最大化所有可充电传感器充电效用的和，同时保证电磁辐射安全约束，所述电磁辐射安全约束是指在遭受针对电磁辐射安全的攻击后，网络任一点的电磁辐射总量不超过预定的安全阈值；所述无线充电网络中对抗攻击的安全充电问题如下： 其中，x和y是充电器激活策略和攻击策略，将充电器激活策略作为防御策略，x和y分别由n个二元变量xi和yi组成，表示无线充电器si是否被激活攻击，激活充电器集合S′＝{si∈S|xi∨yi,i＝1,2,...,n}由x和y共同控制；Ux,y为x和y策略下的充电效用，epx,y为x和y策略下点p处的电磁辐射强度；问题P1将无线充电网络中攻防状态描述为斯塔克尔伯格博弈过程，防御者Defense在第一阶段StageI确定充电器的激活策略，攻击者Attack在第二阶段StageII观察该策略后智能地开启额外的k个无线充电器，目的是最大化电磁辐射峰值，以破坏网络的电磁辐射安全约束，Rt是给定的电磁辐射安全阈值； 3利用分段常数函数近似非线性电磁辐射，将无线充电网络的二维平面区域划分为多个等效电磁辐射子区域，根据干涉特性确定各个等效电磁辐射子区域的最大辐射值点，基于最大辐射值点的辐射约束，将所述无线充电网络中对抗攻击的安全充电问题转化为有限约束的双层优化问题，表示为： 其中，表示最大辐射值点电磁辐射； 4针对转化后的双层优化问题，结合原始对偶优化与多智能体深度强化学习框架，提出一种约束强化学习算法用于生成防御策略，实现斯塔克尔伯格均衡以对抗最优攻击，所述约束强化学习算法中，防御者和攻击者被视作执行深度确定性策略梯度的智能体，具备执行网络和双重评价网络，采用拉格朗日松弛技术将约束优化问题转化为无约束问题，采用原始-对偶优化方法迭代更新策略和对偶变量。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。