龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：东北大学
申请日：2024-03-19
公开（公告）日：2024-07-16
公开（公告）号：CN118348948A
专利技术分类：.电检验式监视[2006.01]
专利摘要：本发明属于网络安全技术领域，公开了一种基于多元时间序列预测的工业控制网络异常检测方法。利用格兰杰因果检验方法得到多元时间序列各时间序列之间的统计因果关系，生成有向图；通过季节分解算法对每个时间序列进行分解，得到趋势分量，周期分量和残差分量，将多元时间序列分解成3倍的时间序列；图卷积算法对各传感器的时间序列进行图嵌入，得到图嵌入后的向量；将图嵌入向量输入到Transformer编码器与解码器，生成预测值；利用MSE损失函数对模型进行优化，最终得到基于多元时间序列预测的工业控制网络异常检测模型。本发明所提算法相比于现有算法，检测的精确率，召回率和F1值均有提升，并能发现异常的原因，定位到异常元件。
专利权项：1.一种基于多元时间序列预测的工业控制网络异常检测方法，其特征在于，通过改进的格兰杰因果算法获取多元时间序列中各时间序列的格兰杰因果关系，生成格兰杰因果图的邻近矩阵；再根据季节分解算法对各时间序列进行分解，得到对应时间序列的趋势分量子序列Rt、周期分量子序列Ct和残差分量子序列It共3个子序列，最终得到全部传感器的时间序列XSTL∈Rn×T×3，n表示传感器数量，T表示时间序列采样数，3表示每条时间序列分解成3条子序列；全部传感器的时间序列XSTL∈Rn×T×3输入至图卷积模块进行嵌入表示，通过图卷积模块的图注意力机制结合所述格兰杰因果关系图的邻近矩阵发掘不同序列间潜在关系，得到嵌入后的时间序列向量使用改进的Transformer编码器-解码器模块对嵌入后的时间序列向量进行学习，生成预测值使用MSE损失函数对图卷积模块和Transformer编码器-解码器模块进行优化，获得优化后的图卷积模块和改进的Transformer编码器-解码器模块，用于工业控制网络异常检测；所述改进的格兰杰因果算法基于现有格兰杰因果算法使用L2正则化对求解速度进行改进。
百度查询： 东北大学 基于多元时间序列预测的工业控制网络异常检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号