[发明专利]一种利用在线机器学习算法的工业控制系统中网络异常探测方法有效
| 申请号： | 201810988956.5 | 申请日： | 2018-08-28 |
| 公开（公告）号： | CN109495437B | 公开（公告）日： | 2020-12-08 |
| 发明（设计）人： | 李光夏;沈玉龙;刘佳 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;H04L12/24;G06N20/00 |
| 代理公司： | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人： | 郝梦玲 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种利用在线机器学习算法的工业控制系统中网络异常探测方法，该探测方法包括：获取第一矩阵和第二矩阵，其中所述第一矩阵包括第一输入数据和第二输入数据；利用所述第一矩阵和复合权重矩阵获取初始预测值；根据所述初始预测值与所述第二矩阵对所述第一输入数据进行检测；利用损失函数更新所述复合权重矩阵；利用更新后的所述复合权重矩阵对所述第二输入数据进行检测。本发明的探测方法能够满足工业控制系统对系统不间断运行以及快速响应的要求，且该探测方法的计算复杂度低，能够满足工业控制系统有限的计算能力的限制。 | ||
| 搜索关键词： | 一种 利用 在线 机器 学习 算法 工业 控制系统 网络 异常 探测 方法 | ||
【主权项】：
1.一种利用在线机器学习算法的工业控制系统中网络异常探测方法，其特征在于，包括：获取第一矩阵和第二矩阵，其中所述第一矩阵包括第一输入数据和第二输入数据；利用所述第一矩阵和复合权重矩阵获取初始预测值；根据所述初始预测值与所述第二矩阵对所述第一输入数据进行检测；利用损失函数更新所述复合权重矩阵；利用更新后的所述复合权重矩阵对所述第二输入数据进行探测。
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西安电子科技大学，未经西安电子科技大学许可，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/patent/201810988956.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种可信云平台度量系统及方法
- 下一篇：用于车内网络入侵检测的系统和方法
