[发明专利]网络攻击下产品与供应链协同演进系统补偿方法及系统有效

专利信息
申请号: 202210271701.3 申请日: 2022-03-18
公开(公告)号: CN114760101B 公开(公告)日: 2023-05-26
发明(设计)人: 李庆奎;高雪峰;易军凯 申请(专利权)人: 北京信息科技大学
主分类号: H04L9/40 分类号: H04L9/40;H04L67/12;G06Q10/04;G06Q10/087;G06Q10/10;G06Q50/04;G06N3/044;G06N3/092
代理公司: 北京恒律知识产权代理有限公司 11416 代理人: 张琳丽
地址: 100096 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 网络 攻击 产品 供应 协同 演进 系统 补偿 方法
【说明书】:

发明涉及一种网络攻击下产品与供应链协同演进系统补偿方法及系统,针对分布式信息物理系统在网络攻击下数据包丢失的问题,先利用每条子链的历史数据设计基于循环神经网络的预测模型,利用该预测模型预测子链当前库存状态数据,以弥补因网络攻击造成的库存数据丢失;其次,利用零和博弈的思想解决变更以及不确定市场需求下的产品与供应链协同演进系统变更后的一致性问题;最后计算出博弈解以确定最优生产率和不确定市场需求。本发明能够保证系统在DoS攻击导致设计变更情形下,使产品与供应链协同演进系统达到领导跟随H∞一致,并抑制不确定需求和变更设计带来的牛鞭效应。

技术领域

本发明涉及产品与供应链系统领域,特别是涉及一种网络攻击下产品与供应链协同演进系统补偿方法及系统。

背景技术

产品与供应链协同演进系统是由服务于产品生产设计及流通的各个节点企业如供应商、制造商、分销商和零售商组成,通过对信息流、物流、资金流的控制实现将原材料生产为产品并交付给用户的分布式网络控制系统 (Networked Control System,NCS)。随着人工智能技术的迅速发展,制造业正逐步由制造自动化向协同智能制造转型。作为国家智能制造重大工程的支撑,产品与供应链协同演进系统在电力供应,智能制造,生物医药,食品加工等领域具有广泛应用前景。

传统的产品与供应链协同演进系统以满足生产需求为主导,采用专用信道进行数据传输,在运作过程中通常出现物流缓慢,信息传递不及时,无法实现定制化生产,以及因生产率设计不准确而导致库存积仓等问题,致使资源利用率极低。得益于大数据技术与人工智能技术的迅猛发展,产品与供应链协同演进系统开始向数字化,智能化,可组织化转变,成为数据驱动、综合计算和网络通信于一体的信息物理系统(cyber-physical system,CPS)。基于信息物理系统与多智能体技术,产品与供应链协同演进系统可以实现以用户需求为导向的定制化生产,同时对生产过程实时监控以及智能化仓储,从而极大地减少商品库存过剩现象,简化生产流程,提高企业的经营效益。

基于信息物理系统的产品与供应链协同演进系统以可靠、高效、实时协同的优势为复杂产品的生产销售提供了极大的便利,但由于大量网络设备的引入,使得这类信息物理系统更易受到恶意网络攻击。近年来,网络攻击事件频发,对企业造成了严重的经济损失。产品与供应链协同演进系统已经成为网络攻击的主要目标,频繁的网络攻击会使得产品与供应链协同演进系统中的节点企业遭受严重经济损失,甚至会危害社会稳定和国家发展。因此,如何提高产品与供应链协同演进系统在一类突发网络攻击事件下的应急能力和稳定性具有重要的现实意义。

发明内容

本发明的目的是提供一种网络攻击下产品与供应链协同演进系统变更补偿方法及系统,解决网络攻击情形下的系统应急变更控制问题。

为实现上述目的,本发明提供了如下方案:

一种网络攻击下产品与供应链协同演进系统补偿方法,所述方法包括:

获取产品与供应链协同演进系统中每条子链的历史库存状态数据,所述历史库存状态数据包括遭受网络攻击前子链的历史库存状态数据和遭受网络攻击后子链的历史库存状态数据;

以所述遭受网络攻击后子链的历史库存状态数据为输入,以所述遭受网络攻击前子链的历史库存状态数据为标签,对基于循环神经网络建立的预测模型进行训练,得到训练好的预测模型;

针对每条子链,将遭受网络攻击后获得的子链最新库存状态数据输入所述训练好的预测模型,预测出子链当前库存状态数据;

根据所述子链当前库存状态数据得到子链的局部邻域库存跟踪误差;

根据所述子链的性能指标函数,以所述子链的局部邻域库存跟踪误差最小为目标,利用零和博弈方法设计子链的最佳生产率和不确定市场需求;所述性能指标函数为关于所述子链的局部邻域库存跟踪误差、所述生产率和所述不确定需求的函数。

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北京信息科技大学,未经北京信息科技大学许可,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/202210271701.3/2.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