龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：四川大学
申请日：2023-01-03
公开（公告）日：2024-07-05
公开（公告）号：CN118296517A
主分类号：G06F18/2433
分类号：G06F18/2433;G06F18/23;G06N3/0442;G06N3/045
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明针对上述问题，提出了一种基于最大信息系数的离线工控异常检测算法MICHC‑NN。针对皮尔逊积矩系数不能识别非线性关系的缺陷，本发明首先引入了最大信息系数来计算传感器之间的相关性，基于层次聚类算法，本发明将传感器之间的相关性作为逻辑距离，选出系统中的关键传感器，最后，本发明利用轻量级神经网络模型拟合关键传感器的正常运行状态以进行异常检测。测试结果表明，本发明提出的算法由于使用少量传感器，因此能够部署在算力极为有限的工控环境中，并获得了与使用所有传感器接近的异常检测效果。
主权项：1.一种基于最大信息系数的离线工控异常检测算法，其特征在于，所述方法包括以下步骤：步骤1、为计算传感器时序数据相关性，首先收集所有传感器一段时间内正常运行时的数据，然后使用相关性算法，生成两两传感器之间的相关性矩阵；步骤2、为选出关键传感器，基于传感器的相关性矩阵，算法使用层次聚类将所有传感器分为不同的簇，并使得每一个簇内的传感器之间具有强耦合关系，接下来，利用本发明提出的关键传感器定位算法，找出组内与其他传感器相关性最强的传感器作为关键传感器；步骤3、为训练异常检测神经网络，将所有关键传感器一段时间内的正常数据输入深度神经网络，通过使用足够多的数据进行拟合，神经网络就能够根据输入数据进行短时预测，在为神经网络输入受到攻击之后的异常数据时，其输出就会和真实值产生较大的偏差，本算法就通过识别较大的预测偏差来识别工控系统中产生的异常。
全文数据：
权利要求：
百度查询： 四川大学 一种基于最大信息系数的离线工控异常检测算法
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