买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京中新赛克科技有限责任公司;南京理工大学申请的专利用于工业互联网安全异常行为挖掘与分析的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119030799B 。

龙图腾网通过国家知识产权局官网在2025-06-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411510513.7，技术领域涉及：H04L9/40；该发明授权用于工业互联网安全异常行为挖掘与分析的方法是由顾欢欢;李千目;糜靖峰设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本用于工业互联网安全异常行为挖掘与分析的方法在说明书摘要公布了：本发明提供了一种用于工业互联网安全异常行为挖掘与分析的方法，包括以下步骤：通过安装在工业互联网各节点上的数据采集装置，实时收集多维度数据；对收集到的多维度数据进行预处理，生成预处理后的数据集；对预处理后的数据集进行特征提取，获得反映设备运行状态和网络行为的关键特征，这些关键特征包括时序特征和频率特征；通过无监督学习算法对提取的关键特征进行分析，建立工业互联网正常运行的基线模型；在工业互联网的实际运行过程中，将提取的特征输入基线模型进行比较，检测出偏离基线模型的异常行为。该方法通过多层次的数据处理和分析，有效提高了工业互联网安全异常行为的检测准确性和响应速度，增强了系统的整体安全性。

本发明授权用于工业互联网安全异常行为挖掘与分析的方法在权利要求书中公布了：1.用于工业互联网安全异常行为挖掘与分析的方法，其特征在于，包括： 通过安装在工业互联网各节点上的数据采集装置，实时收集工业互联网中的多维度数据，其中，所述多维度数据包括设备运行状态数据、网络流量数据、用户操作日志和传感器数据； 对多维度数据进行预处理，生成预处理后的数据集，其中，预处理包括数据清洗、缺失值填补、噪声过滤及数据格式标准化； 对预处理后的数据集进行特征提取，获得反映设备运行状态和网络行为的关键特征，其中，关键特征包括时序特征和频率特征； 通过无监督学习算法对提取的关键特征进行分析，建立工业互联网正常运行的基线模型；在工业互联网的实际运行过程中，实时采集新数据并进行预处理和特征提取，将提取的特征输入基线模型进行比较，检测出偏离基线模型的异常行为； 所述通过无监督学习算法对提取的关键特征进行分析，建立工业互联网正常运行的基线模型，包括： 将提取的关键特征表示为特征向量集合X＝{x1,x2,…,xn}，其中，每个关键特征向量xi包括时序特征和频率特征，n是关键特征的数量； 使用K均值聚类算法对特征向量集合X进行聚类分析，设定聚类数k，计算特征向量集合X中个特征向量到聚类中心的距离，迭代更新聚类中心C＝{c1,c2,…,ck}，直到收敛；其中，第j个聚类中心cj按照如下的公式1进行计算： 其中，Sj表示属于第j个聚类的特征向量集合；|Sj|为所述特征向量集合Sj中特征向量的数量；m为所有特征向量的均值向量；λ1为调整参数，用于平衡聚类中心的偏移和分散度； 对于每个特征向量xi，按照如下的公式2，计算其到最近聚类中心的距离作为异常分数： 其中，di是特征向量xi的异常分数；||xi-cj||是特征向量xi与聚类中心cj之间的欧氏距离；α为调整参数，用于调节欧氏距离和绝对差值的权重；xi，t表示特征向量xi在第t个维度上的值；cj，t表示聚类中心cj在第t个维度上的值；T为特征向量的维度数； 对所有的异常分数{d1，d2，...，dn}进行统计分析，拟合其概率分布；根据拟合的概率分布，计算异常分数的平均值μd和标准差σd；按照如下的公式3计算阈值： 其中，θ是检测异常行为的阈值；n是异常分数的数量；di是第i个异常分数； 将异常分数小于θ的特征向量集合{xi|diθ}作为工业互联网正常运行的基线模型； 对预处理后的数据集进行特征提取，获得反映设备运行状态和网络行为的关键特征，包括： 将预处理后的数据集按照固定时间窗口划分为多个子集，在每个时间窗口内按照如下的公式5和6分别计算均值μt和标准差σt： 其中，xi为时间窗口内的第i个数据点；wi为第i个数据点的权重；ti为第i个数据点的时间戳；λ为时间衰减系数；n为时间窗口内的数据点总数； 其中，xi为时间窗口内的第i个数据点；wi为第i个数据点的权重；ti为第i个数据点的时间戳；λ为时间衰减系数；n为时间窗口内的数据点总数； 按照如下的公式7计算自相关系数ρt： 其中，xi为时间窗口内的第i个数据点；k为滞后步数；n为时间窗口内的数据点总数； 将计算出来的均值μt、标准差σt以及自相关系数ρt确定为时序特征； 对每个时间窗口内的数据应用离散傅里叶变换将时间域数据转换到频域，获得频域表示Xf；按照如下的公式8计算主频率fpeak： 将计算出来的fpeak确定为频率特征； 将确定的时序特征和频率特征拼接，生成反映设备运行状态和网络行为的关键特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京中新赛克科技有限责任公司;南京理工大学，其通讯地址为：211153 江苏省南京市江宁区正方中路888号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。