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:江南大学
摘要:本发明属于攻击检测技术领域,涉及一种CPS系统远程状态估计方法、装置及可读存储介质;获取时刻传感器的CPS系统状态估计数据;对时刻所有传感器的CPS系统状态估计数据进行聚类,得到受到攻击簇和未受到攻击簇;利用GMM聚类法对时刻所有传感器的CPS系统状态估计数据进行重新聚类,得到受到攻击高斯分布簇及混合系数、未受到攻击高斯分布簇及混合系数;基于时刻各个传感器的CPS系统状态估计数据属于未受到攻击高斯分布簇的权重、各个传感器的测量数据和时刻待检测CPS系统的状态估计数据计算得到时刻待检测CPS系统的状态估计数据,从而准确反映系统运行状态。
主权项:1.一种CPS系统远程状态估计方法,其特征在于,包括:基于待检测CPS系统中k时刻各个传感器的测量数据,得到k时刻各个传感器的CPS系统状态估计数据;利用K-means聚类法对k时刻所有传感器的CPS系统状态估计数据进行聚类,得到受到攻击簇和未受到攻击簇;将受到攻击簇的聚类中心和未受到攻击簇的聚类中心作为聚类中心初始值,利用GMM聚类法对k时刻所有传感器的CPS系统状态估计数据进行重新聚类,得到受到攻击高斯分布簇及其混合系数,以及未受到攻击高斯分布簇及其混合系数;计算k时刻每个传感器的CPS系统状态估计数据在受到攻击高斯分布簇下的分布概率密度函数与受到攻击高斯分布簇混合系数的第一乘积,以及k时刻该传感器的CPS系统状态估计数据在未受到攻击高斯分布簇下的分布概率密度函数与未受到攻击高斯分布簇混合系数的第二乘积;将所述第二乘积占所述第一乘积和所述第二乘积之和的比重作为k时刻该传感器的CPS系统状态估计数据属于未受到攻击高斯分布簇的权重;其中,k时刻传感器的CPS系统状态估计数据在受到攻击高斯分布簇下的分布概率密度函数的计算公式为: 其中,表示k时刻第i个传感器的CPS系统状态估计数据在受到攻击高斯分布簇下的分布概率密度函数;表示k时刻第i个传感器的CPS系统状态估计数据;表示对k时刻所有传感器的CPS系统状态估计数据进行重新聚类后得到的受到攻击高斯分布簇的均值;表示对k时刻所有传感器的CPS系统状态估计数据进行重新聚类后得到的受到攻击高斯分布簇的协方差;n表示k时刻第i个传感器的CPS系统状态估计数据的维度;T表示矩阵的转置;k时刻传感器的CPS系统状态估计数据在未受到攻击高斯分布簇下的分布概率密度函数的计算公式为: 其中,表示k时刻第i个传感器的CPS系统状态估计数据在未受到攻击高斯分布簇下的分布概率密度函数;表示k时刻第i个传感器的CPS系统状态估计数据;表示对k时刻所有传感器的CPS系统状态估计数据进行重新聚类后得到的未受到攻击高斯分布簇的均值;Pk,i表示k时刻第i个传感器的估计误差协方差矩阵;n表示k时刻第i个传感器的CPS系统状态估计数据的维度;T表示矩阵的转置;基于k时刻各个传感器的CPS系统状态估计数据属于未受到攻击高斯分布簇的权重、k时刻各个传感器的测量数据和k-1时刻待检测CPS系统的状态估计数据计算k时刻待检测CPS系统的状态估计数据;其中,k时刻待检测CPS系统的状态估计数据表示为: 其中,表示k时刻待检测CPS系统的状态估计数据;表示k-1时刻待检测CPS系统的状态估计数据;N表示待检测CPS系统中的传感器数量;表示k时刻第i个传感器的CPS系统状态估计数据属于未受到攻击高斯分布簇的权重;Pk表示k时刻待检测CPS系统的估计误差协方差矩阵;Ci表示第i个传感器的观测矩阵,T表示矩阵的转置;表示第i个传感器的测量噪声协方差矩阵的逆矩阵;yk,i表示k时刻第i个传感器的测量数据;A表示待检测CPS系统过程矩阵。
全文数据:
权利要求:
百度查询: 江南大学 一种CPS系统远程状态估计方法、装置及可读存储介质
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。