一種基于深度學習的工控系統(tǒng)異常檢測方法、裝置
基本信息
申請?zhí)?/td> | CN202110086545.9 | 申請日 | - |
公開(公告)號 | CN112418361A | 公開(公告)日 | 2021-02-26 |
申請公布號 | CN112418361A | 申請公布日 | 2021-02-26 |
分類號 | G06N3/04(2006.01)I;G06N3/08(2006.01)I;G06K9/62(2006.01)I | 分類 | 計算;推算;計數; |
發(fā)明人 | 任咪咪;雷濛;郭賓;楊杰;馬遠洋;趙宇;章渠豐;羅怡靚;朱奕輝;向昶宇 | 申請(專利權)人 | 浙江木鏈物聯(lián)網科技有限公司 |
代理機構 | 杭州華知專利事務所(普通合伙) | 代理人 | 李姣姣 |
地址 | 310000浙江省杭州市余杭區(qū)五常街道聯(lián)創(chuàng)街188號4幢10樓 | ||
法律狀態(tài) | - |
摘要
摘要 | 本申請涉及一種基于深度學習的工控系統(tǒng)異常檢測方法、裝置。所述方法包括:獲取工控系統(tǒng)通信數據,并提取多種特定異常類型的特征數據;將每種所述特定異常類型的特征數據輸入A?LSTM模型;所述A?LSTM模型在LSTM模型的基礎上設置注意力機制層,所述注意力機制層用于計算每個時序的權重,再將所有時序的向量進行加權和作為特征向量輸入輸出層;所述A?LSTM模型的輸出層輸出每個所述特定異常類型的特征數據對應的異常類別。采用本方法能夠提高異常類別判斷的準確率。?? |
