[发明专利]一种云端边端数据交互的智能识别防御系统有效

专利信息
申请号: 202111654103.6 申请日: 2021-12-30
公开(公告)号: CN114338743B 公开(公告)日: 2023-06-20
发明(设计)人: 谈剑锋;丁震宇;黄磊;石建兵;张力强;钱金金 申请(专利权)人: 上海众人智能科技有限公司
主分类号: H04L67/12 分类号: H04L67/12;G16Y40/50
代理公司: 北京盛询知识产权代理有限公司 11901 代理人: 方亚兵
地址: 200000 上海市浦东*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 云端 数据 交互 智能 识别 防御 系统
【权利要求书】:

1.一种云端边端数据交互的智能识别防御系统,其特征在于,包括:硬件感知子系统,用于通过采集末端智能终端的云控应用系统参数波形数据,根据基于边缘计算的自学习模型,识别所述末端智能终端的故障,并对所述末端智能终端进行协议与数据访问防御,其中,所述云控应用系统参数波形数据至少包括电压波形数据、电流波形数据、温度波形数据、漏电波形数据;

云端数据子系统,用于根据所述硬件感知子系统的云控应用系统参数波形数据,以及所述自学习模型的识别策略和防御策略,对所述末端智能终端进行故障预测,并生成所述自学习模型的输入数据;

所述自学习模型包括:先验限制模型,用于通过采集所述末端智能终端的最佳工作曲线、智能终端防御规律以及智能终端性能特性曲线,对强化学习智能体的执行者网络进行限制;

环境模型,用于对所述云控应用系统参数波形数据进行分布式计算,获取所述末端智能终端的状态观测量;

强化学习智能体,用于根据所述状态观测量生成并向所述末端智能终端输出防御指令;

所述强化学习智能体用于表示学习了智能终端防御策略和协议与数据访问管理策略的深度确定性策略梯度智能体,使用一个具有参考和防御这两个输入和一个输出的深度神经网络作为评价者网络,并使用具有一个参考输入和一个防御输出的深度神经网络作为执行者网络;

传输层子系统,用于将所述硬件感知子系统采集所述云控应用系统参数波形数据,通过4G/5G/NBIoT高速低延迟技术传输到所述云端数据子系统,以及将所述云端数据子系统的所述输入数据,通过4G/5G/NBIoT高速低延迟技术传输到所述硬件感知子系统。

2.根据权利要求1所述一种云端边端数据交互的智能识别防御系统,其特征在于:

所述云端数据子系统还用于通过与其他云端系统进行数据交互,学习所述其他云端系统的故障诊断策略和协议与数据访问防御策略,并根据所述自学习模型的识别策略和防御策略,生成新的识别策略和防御策略,并对所述自学习模型进行策略更新,其中,所述其他云端系统用于表示与所述云端数据子系统具有相同功能的云端系统。

3.根据权利要求1所述一种云端边端数据交互的智能识别防御系统,其特征在于:

所述云端数据子系统还用于将所述云控应用系统参数波形数据传输到其他云端系统进行识别,获取所述其他云端系统生成的故障诊断策略和协议与数据访问防御策略,并根据所述自学习模型的识别策略和防御策略,生成新的识别策略和防御策略,对所述末端智能终端进行故障识别,以及对所述末端智能终端进行协议与数据访问防御,其中,所述其他云端系统用于表示与所述云端数据子系统具有相同功能的云端系统。

4.根据权利要求2-3中任一权利要求所述一种云端边端数据交互的智能识别防御系统,其特征在于:

所述云端数据子系统还用于通过4G/5G/NBIoT网络与移动设备进行数据交互,在所述移动设备显示所述末端智能终端的状态情况。

5.根据权利要求4所述一种云端边端数据交互的智能识别防御系统,其特征在于:

所述传输层子系统包括数据压缩模块、协议转换与加密模块、数据统计模块、数据缓存模块;

所述传输层子系统还用于将所述云端数据子系统、所述硬件感知子系统的系统数据,通过所述数据压缩模块进行数据压缩,并根据所述协议转换与加密模块进行数据加密后,进行系统间的数据交互;

所述数据缓存模块用于存储所述云端数据子系统、所述硬件感知子系统的所述系统数据。

6.根据权利要求5所述一种云端边端数据交互的智能识别防御系统,其特征在于:

所述传输层子系统还用于在所述数据缓存模块,输入所述其他云端系统生成的故障诊断策略和协议与数据访问防御策略,通过分别与所述云端数据子系统、所述硬件感知子系统进行数据交互,进行策略更新与学习。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海众人智能科技有限公司,未经上海众人智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111654103.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top