- 专利标题: 一种面向智能电网服务器流量异常检测的深度学习方法
- 专利标题(英): A deep learning method for flow abnormity detection of an intelligent power grid server
-
申请号: CN201910053584.1申请日: 2019-01-21
-
公开(公告)号: CN109886833A公开(公告)日: 2019-06-14
- 发明人: 杨永娇 , 陈守明 , 林强
- 申请人: 广东电网有限责任公司信息中心
- 申请人地址: 广东省广州市越秀区东风东路水均岗6号8号十八楼
- 专利权人: 广东电网有限责任公司信息中心
- 当前专利权人: 广东电网有限责任公司信息中心
- 当前专利权人地址: 广东省广州市越秀区东风东路水均岗6号8号十八楼
- 代理机构: 深圳市科吉华烽知识产权事务所
- 代理商 胡吉科
- 主分类号: G06Q50/06
- IPC分类号: G06Q50/06 ; G06N3/04 ; H04L29/06
摘要:
本发明公开了一种面向智能电网服务器流量异常检测的深度学习方法。该方法基于监控电网服务器流量的高维时间序列数据信息,利用一种基于两层LSTM神经元的Encoder-Decoder深度神经网络,构建了流量正常状态估计。基于估计得到的流量正常行为,分析其与实测值残差的分布情况,并最终给出置信区间作为判别异常行为的控制限,从而实现了对智能电网服务器流量异常行为的检测。本发明方法够自适应动态逼近变量间非线性关系,无需进行人为干预选取变量特征,无需数据降维,具有一定的普适性,且对预防严重故障的发生有着十分重要的科学意义和应用价值。
公开/授权文献
- CN109886833B 一种面向智能电网服务器流量异常检测的深度学习方法 公开/授权日:2023-01-17