Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于分布式线性深度学习的工控异常检测方法 

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:桂林电子科技大学

摘要:本发明涉及工业控制系统技术领域,具体涉及基于分布式线性深度学习的工控异常检测方法,对时序数据进行时序双边滤波,有效去除了时序数据中的噪声,也能保留对单个或少数传感器进行攻击的信息,解决了传统双边滤波用于时序序列时,因传感器数据位置不同而造成滤波后数据不同的问题,采用分布式方法将大问题拆分成多个小问题,能将数据、任务等分配到多台机器上并行执行,采用了掩码的方法去除冗余。设计的模型简单有效,再根据验证集的预测误差调整异常检测的阈值,该方法不仅可以检测异常攻击,还可以对引起异常的传感器进行定位,从而解决了现有的工控异常检测方法易受各种噪声干扰、模型复杂和内存花费较高的问题。

主权项:1.基于分布式线性深度学习的工控异常检测方法,其特征在于,包括以下步骤:对数据特征进行预处理,得到数据集;基于所述数据集建立预测模型;所述预测模型基于验证集输出预测误差;基于所述预测误差确定阈值;基于所述阈值判断实际值的工控是否存在异常。

全文数据:

权利要求:

百度查询: 桂林电子科技大学 基于分布式线性深度学习的工控异常检测方法

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。