[发明专利]一种云端边端数据交互的智能识别防御系统

说明书

本发明公开了一种云端边端数据交互的智能识别防御系统，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，识别末端智能终端的故障，并对末端智能终端进行协议与数据访问防御；云端数据子系统，用于根据硬件感知子系统的云控应用系统参数波形数据，以及自学习模型的识别策略和防御策略，对末端智能终端进行故障预测，并生成自学习模型的输入数据；传输层子系统，用于将硬件感知子系统采集云控应用系统参数波形数据，传输到云端数据子系统，以及将云端数据子系统的输入数据，并传输到硬件感知子系统；本发明为智能智造提供数据支撑并提供了预先预知的保障。

技术领域

本申请涉及云数据信息安全管理技术领域，具体而言，涉及一种云端边端数据交互的智能识别防御系统。

背景技术

工业物联网系统状态估计是工业物联网系统调度中心的协议与数据访问管理系统(EMS)的核心功能之一，其功能是根据工业物联网系统的各种量测信息，估计出工业物联网系统当前的运行状态。现代电网的安全经济运行依赖于协议与数据访问管理系统(EMS)，而协议与数据访问管理系统的众多功能又可分成针对电网实时变化进行分析的在线应用和针对典型潮流断面进行分析的离线应用两大部分。工业物联网系统状态估计可以说是大部分在线应用的高级软件的基础。如果工业物联网系统状态估计结果不准确，后续的任何分析计算将不可能得到准确的结果。

现有技术中，更多的是通过局域网进行的协议与数据访问管理，具有一定的局限性，并且由于缺乏实际应用案子，当碰到新发情况时，现有的智能系统反应迟钝，更严重的造成系统死循环或死机，为现有的工作带来非常不利的影响，急需一种通过边云结合的系统来实现对于电力协议与数据访问的智能化管理。

发明内容

为了解决上述问题，本申请提供了一种云端边端数据交互的智能识别防御系统，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，识别末端智能终端的故障，并对末端智能终端进行协议与数据访问防御，其中，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，用于根据硬件感知子系统的云控应用系统参数波形数据，以及自学习模型的识别策略和防御策略，对末端智能终端进行故障预测，并生成自学习模型的输入数据；

传输层子系统，用于将硬件感知子系统采集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云端数据子系统，以及将云端数据子系统的输入数据，通过4G/5G/NBIoT高速低延迟技术传输到硬件感知子系统。

优选地，自学习模型包括：先验限制模型，用于通过采集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，用于对云控应用系统参数波形数据进行分布式计算，获取末端智能终端的状态观测量；

强化学习智能体，用于根据状态观测量生成并向末端智能终端输出防御指令。

优选地，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。

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，并对自学习模型进行策略更新，其中，其他云端系统用于表示与云端数据子系统具有相同功能的云端系统。