天津大學邱鐵獲國家專利權(quán)
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!
龍圖騰網(wǎng)獲悉天津大學申請的專利面向生產(chǎn)線的協(xié)議解析方法及智能采集裝置獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN119520652B 。
龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-16發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202411936037.5,技術(shù)領(lǐng)域涉及:H04L69/22;該發(fā)明授權(quán)面向生產(chǎn)線的協(xié)議解析方法及智能采集裝置是由邱鐵;徐天一;孫景晨;劉兆達;曹楨瑞;黃曉琛;曹頌設(shè)計研發(fā)完成,并于2024-12-26向國家知識產(chǎn)權(quán)局提交的專利申請。
本面向生產(chǎn)線的協(xié)議解析方法及智能采集裝置在說明書摘要公布了:本發(fā)明涉及一種面向生產(chǎn)線的協(xié)議解析方法及智能采集裝置,通過建立已知協(xié)議報文的詞袋模型、利用詞頻?逆向文件頻率算法計算該報文中各單詞的單詞權(quán)重,基于所有單詞權(quán)重挖掘該報文中的關(guān)鍵詞,計算各關(guān)鍵詞在已知協(xié)議報文中出現(xiàn)的詞頻并形成詞頻矩陣,將詞頻矩陣作為已知協(xié)議報文的特征向量輸入在線寬度學習識別模型,對從目標協(xié)議報文所在網(wǎng)絡(luò)環(huán)境中抓取的協(xié)議數(shù)據(jù)包預(yù)處理,對預(yù)處理后協(xié)議數(shù)據(jù)的未知協(xié)議內(nèi)容和已知協(xié)議內(nèi)容做相似度評估,根據(jù)評估結(jié)果得到未知協(xié)議內(nèi)容的字段序列,將該字段序列添加到在線寬度學習模板庫中。如此,實現(xiàn)了工業(yè)生產(chǎn)線上不同生產(chǎn)設(shè)備與數(shù)控機床之間的數(shù)據(jù)交互,達到了生產(chǎn)線上跨設(shè)備以及跨系統(tǒng)的數(shù)據(jù)采集工作。
本發(fā)明授權(quán)面向生產(chǎn)線的協(xié)議解析方法及智能采集裝置在權(quán)利要求書中公布了:1.面向生產(chǎn)線的協(xié)議解析方法,適用于采集生產(chǎn)線設(shè)備的生產(chǎn)數(shù)據(jù),其特征在于,包括以下步驟: 步驟1,建立詞袋模型,將已知協(xié)議報文處理成一系列單詞的單詞集合,且通過N-gram將已知協(xié)議報文轉(zhuǎn)為詞向量; 步驟2,利用詞頻-逆向文件頻率算法,計算已知協(xié)議報文中每一個單詞的單詞權(quán)重,且基于所得所有單詞權(quán)重對應(yīng)挖掘出已知協(xié)議報文中的關(guān)鍵詞; 步驟3,計算每個關(guān)鍵詞在對應(yīng)已知協(xié)議報文中出現(xiàn)的詞頻,由計算得到的所有詞頻一起形成詞頻矩陣,且將該詞頻矩陣作為已知協(xié)議報文的特征向量; 步驟4,將該特征向量輸入到在線寬度學習識別模型;其中,與當前報文一致性最高的協(xié)議被識別成作為代表性樣本; 步驟5,利用網(wǎng)絡(luò)抓包工具從目標協(xié)議報文所在的網(wǎng)絡(luò)環(huán)境中抓取協(xié)議數(shù)據(jù)包,且對抓取到的該協(xié)議數(shù)據(jù)包進行預(yù)處理,得到預(yù)處理后協(xié)議數(shù)據(jù); 步驟6,對預(yù)處理后協(xié)議數(shù)據(jù)中的未知協(xié)議內(nèi)容和已知協(xié)議內(nèi)容做相似度評估判斷: 當未知協(xié)議內(nèi)容為已知協(xié)議內(nèi)容的高相似度協(xié)議時,轉(zhuǎn)入步驟7;否則,轉(zhuǎn)入步驟8; 步驟7,基于該已知協(xié)議內(nèi)容的規(guī)范和信息,建立雙向LSTM-CRF模型,以識別未知ICP中的字段,得到對應(yīng)該未知協(xié)議內(nèi)容的字段序列,轉(zhuǎn)入步驟9; 步驟8,計算該未知協(xié)議內(nèi)容中每個字節(jié)的信息熵以及前后兩個相鄰字節(jié)之間的互信息量,且將信息熵峰值點和互信息量極小值點作為切割點,以在缺乏先驗知識的情況下得出最佳的字段切割點,得到對應(yīng)該未知協(xié)議內(nèi)容的字段序列,轉(zhuǎn)入步驟9; 步驟9,將所得未知協(xié)議內(nèi)容的字段序列添加到在線寬度學習的模板庫中。
如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人天津大學,其通訊地址為:300072 天津市南開區(qū)衛(wèi)津路92號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。
- 北京奇虎科技有限公司趙鑫獲國家專利權(quán)
- 科迪亞克生物科學公司努魯?shù)隙鳌·萊維斯獲國家專利權(quán)
- 蘋果公司張羽書獲國家專利權(quán)
- 上海長海醫(yī)院肖仕初獲國家專利權(quán)
- 合肥疆程技術(shù)有限公司康棟獲國家專利權(quán)
- 深圳邁瑞生物醫(yī)療電子股份有限公司丁鐘奎獲國家專利權(quán)
- 網(wǎng)易(杭州)網(wǎng)絡(luò)有限公司梁旭獲國家專利權(quán)
- 奧動新能源汽車科技有限公司陸文成獲國家專利權(quán)
- 通用電氣公司D·J·林克獲國家專利權(quán)
- 弗勞恩霍夫應(yīng)用研究促進協(xié)會阿德里安·姆塔薩獲國家專利權(quán)