[发明专利]工业互联网女巫攻击检测方法、装置及电子设备

说明书

本申请提供一种工业互联网女巫攻击检测方法、装置及电子设备，所述方法包括：获取工业互联网中每一个运动节点的行驶状态矩阵；计算所述行驶状态矩阵的特征值；选择预定个数的所述特征值作为节点特征值；将所有所述运动节点的所述节点特征值输入预先构建好的极限学习机模型，其中，所述极限学习机模型包括输入层、隐藏层、输出层，在所述隐藏层设有激励函数；通过所述极限学习机模型中的所述激励函数和所述隐藏层采用加权求和方法对所述节点特征值进行计算，得到所述运动节点的分类结果；将所述分类结果作为女巫攻击检测结果。通过利用极限学习机模型复杂度低、计算开销小的优势，提高了工业互联网中女巫攻击检测的效率。

技术领域

本申请涉及工业互联网数据安全技术领域，尤其涉及一种工业互联网女巫攻击检测方法、装置及电子设备。

背景技术

工业互联网中开放的无线信道中必定存在网络攻击，这些攻击直接或间接损害了BSM(Basic Safety Message，基本安全信息)的品质，对工业互联网的可靠性造成了很大的影响。

网络攻击中的女巫攻击是通过同一个物理节点完成的，常规基于地理位置、移动轨迹等的检测方法存在耗费时间长、不能应用于大规模检测的缺点。

发明内容

有鉴于此，本申请的目的在于提出一种工业互联网女巫攻击检测方法、装置及电子设备，用以解决或部分解决上述技术问题。

基于上述目的，本申请的第一方面提供了一种工业互联网女巫攻击检测方法，所述方法包括：

获取工业互联网中每一个运动节点的行驶状态矩阵；

计算所述行驶状态矩阵的特征值；

选择预定个数的所述特征值作为节点特征值；

将所有所述运动节点的所述节点特征值输入预先构建好的极限学习机模型，其中，所述极限学习机模型包括输入层、隐藏层、输出层，在所述隐藏层设有激励函数；

通过所述极限学习机模型中的所述激励函数和所述隐藏层采用加权求和方法对所述节点特征值进行计算，得到所述运动节点的分类结果；

将所述分类结果作为女巫攻击检测结果。

基于同一个发明构思，本申请的第二方面提出了一种工业互联网女巫攻击检测装置，包括：

行驶状态获取模块，被配置为获取工业互联网中每一个运动节点的行驶状态矩阵；

特征值计算模块，被配置为计算所述行驶状态矩阵的特征值；

特征值选择模块，被配置为选择预定个数的所述特征值作为节点特征值；

特征值输入模块，被配置为将所有所述运动节点的所述节点特征值输入预先构建好的极限学习机模型，其中，所述极限学习机模型包括输入层、隐藏层、输出层，在所述隐藏层设有激励函数；

特征值处理模块，被配置为通过所述极限学习机模型中的所述激励函数和所述隐藏层采用加权求和方法对所述节点特征值进行计算，得到所述运动节点的分类结果；

检测结果生成模块，被配置为将所述分类结果作为女巫攻击检测结果。

基于同一个发明构思，本申请的第三方面提出了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面所述的方法。

从上面所述可以看出，本申请提供的一种工业互联网女巫攻击检测方法、装置及电子设备，通过采用极限学习机模型中的激励函数和隐藏层节点对工业互联网中运动节点的行驶状态矩阵进行计算，得到运动节点的女巫攻击检测结果，利用极限学习模型复杂度低、计算开销小的优势，减少了每个运动节点的女巫攻击检测的时间，进而提高了工业互联网中女巫攻击检测的效率。

附图说明