“宁博伟”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习高效工业控制协议解析方法-CN202210201202.7有效
发明人： 宁博伟;宗学军;何戡;郑洪宇;杨忠君;连莲;孙逸菲 -专利权人：沈阳化工大学
申请日： 2022-03-03 - 公布日： 2023-10-24 - 主分类号： H04L69/22 文献下载
摘要：一种基于深度学习高效工业控制协议解析方法，涉及一种工业控制协议解析方法，该方法从仿真平台和开源平台截获得工业控制系统流量数据报文，通过分析协议字段变化特征，采用无监督学习方法，投票专家算法（VE）对协议字段进行序列分割和格式特征推断。将经过处理字段序列特征作为输入，搭建加入注意力机制的双向长短期记忆神经网络模型（BiLSTM‑AM）并进行训练，使用softmax作为协议字段分类器，并且根据分类结果来实现工业协议字段分类结果预测。本发明基于加入注意力机制的双向长短期记忆神经网络模型，在未知工业协议预测和分类上达到了良好检测结果；解决了目前市面上多数网络协议逆向工具无法高效准确解析工业协议的问题。
一种基于深度学习高效工业控制协议解析方法

[发明专利]一种基于优化随机森林的工控网络异常检测方法-CN202310045012.5在审
发明人：宗学军;王润鹏;何戡;杨忠君;连莲;郑洪宇;孙逸菲;宁博伟 -专利权人：沈阳化工大学
申请日： 2023-01-30 - 公布日： 2023-05-26 - 主分类号： G06F18/2431 文献下载
摘要：本发明公开了一种基于优化随机森林的工控网络异常检测方法，涉及一种工控网络安全检测方法。该方法对数据集进行特征提取并利用主成分分析降维，划分训练集与测试集，考虑异常检测效率和准确率低的问题，利用改进鲸鱼算法优化随机森林模型。将柯西变异和自适应动态惯性权重相结合，一方面利用柯西变异算子增加种群多样性，避免算法陷入局部最优；另一方面引用自适应动态惯性权重因子提高种群全局搜索能力，加快算法收敛速度。结本发明有着更高的准确率和较强的适应性，更适合工业环境。此外，在国内石油化工行业信息安全重点实验室的油气集输全流程工业场景攻防靶场上进行验证实验，证明了本发明在实际应用中有较高的检测精度。
一种基于优化随机森林网络异常检测方法