一种轻量化特征提取模型和浮选过程运行状态评价方法

    公开(公告)号:CN116778181A

    公开(公告)日:2023-09-19

    申请号:CN202310752315.0

    申请日:2023-06-25

    申请人: 东北大学

    摘要: 本申请公开了一种轻量化特征提取模型和浮选过程运行状态评价方法,所述模型包括:第一教师模块被配置为:根据所述泡沫图像生成第一粗选图像特征和第一扫选图像特征;第二教师模块被配置为:根据所述泡沫数据生成第一数据特征;学生模块被配置为:根据第一粗选图像特征生成第二粗选图像特征;根据第一扫选图像特征生成第二扫选图像特征;根据第一数据特征生成第二数据特征;融合模块被配置为:将第二粗选图像特征、第二扫选图像特征和第二数据特征进行融合生成第一融合特征,并根据第一融合特征生成状态等级标签;确定当前浮选过程运行状态的状态等级,以达到提供更加轻量化的模型部署,在实际工业场景中的应用更具竞争力的目的。

    一种基于改进遗传算法特征选择的工控系统入侵检测方法

    公开(公告)号:CN115688097A

    公开(公告)日:2023-02-03

    申请号:CN202211396668.3

    申请日:2022-11-09

    申请人: 东北大学

    摘要: 本发明属于工控系统、网络安全及人工智能领域,提出一种基于改进遗传算法特征选择的工控系统入侵检测方法。对待特征选择的流量数据进行预处理;基于预处理的流量数据生成种群;利用多维度染色体评估方法对每个个体染色体进行评估;利用特征排序融合方法对评估结果进行融合排名;采用改进的适应度评估函数计算个体适应度;利用生长树聚类算法进行交叉和变异操作,得到新种群;根据特征排序融合结果对个体进行进化和淘汰操作;输出最高适应度个体并利用神经网络模型建立分类模型。相比于传统的入侵检测方法,本发明具有更高的分类准确率、更低的算法复杂度、更适用于不均衡的工业控制数据、有效降低最终选择的特征数目。

    一种用于工业控制系统入侵检测的隐蔽个性化联邦学习方法

    公开(公告)号:CN117692204A

    公开(公告)日:2024-03-12

    申请号:CN202311696859.6

    申请日:2023-12-12

    申请人: 东北大学

    摘要: 本发明属于工控网络安全领域,提出一种用于工业控制系统入侵检测的隐蔽个性化联邦学习方法。在服务端和客户端之间增设隐蔽信道,用于服务端和客户端通信;所述服务端分发各客户端初始化的全局模型,各客户端根据所输入的数据进行训练,得到各个局部本地模型和本地个性化模型;各个局部本地模型传输至服务端,服务端根据各客户端参数的重要性,聚合获得更新后的全局模型;所述全局模型再次下发至客户端进行训练;所述服务端和客户端间通信达到设定次数后,最终更新的本地个性化模型用于各个工业控制系统的入侵检测。该方法增强相似客户端间的协作效果,降低通信压力和服务器压力,同时保证模型的准确度,为服务端和客户端建立隐蔽通信方式,降低攻击者对联邦设备的关注度。