-
公开(公告)号:CN112348080A
公开(公告)日:2021-02-09
申请号:CN202011228032.9
申请日:2020-11-06
申请人: 北京石油化工学院
摘要: 本发明涉及工控异常检测技术领域,具体涉及一种基于工控异常检测的RBF改进方法、装置和设备,所述方法包括采集工业控制系统的网络数据,对网络数据进行预处理得到样本网络数据,基于减聚类算法,在样本网络数据中确定隐节点的聚类中心,并根据聚类中心确定隐节点的扩展常数,基于灰狼算法,进一步确定隐节点的输出权重,根据聚类中心、扩展常数和输出权重确定改进后的RBF优化模型。本发明提供的技术方案,通过减聚类算法与灰狼优化算法优化RBF模型的聚类中心、扩展常数和输出权重等网络参数,避免陷入极小值,提高运算效率与分类正确度,适用于高维冗余的工控数据集,能够快速判断工业控制系统的网络行为是否存在异常,避免网络攻击带来的损失。
-
公开(公告)号:CN115099400B
公开(公告)日:2024-08-06
申请号:CN202210249392.X
申请日:2022-03-14
申请人: 北京石油化工学院
IPC分类号: G06N3/082
摘要: 本发明的基于泊松分布的神经网络混合差分剪枝方法和剪枝装置属于工业控制与人工智能技术领域,本发明在泊松分布规律下,计算滤波器各个参数一范数的一阶差分与二阶差分,将其赋予权重后得到参数的活跃度。采用归一化函数将加权值转化为活跃度,免去剪枝中的阈值选择过程。该方法能够达到对各类入侵检测分类器的卷积层进行高比率剪枝的效果,能够使入侵检测分类器在资源十分稀缺的边缘工控系统中发挥优秀的性能,对轻量化工控系统的建设有一定的指导意义。将本发明的剪枝方法应用于LeNet‑5、VGG、ResNet等神经网络算法实验时,该剪枝方法能有效剪枝入侵检测分类器。
-
公开(公告)号:CN113689351B
公开(公告)日:2023-10-10
申请号:CN202110974453.4
申请日:2021-08-24
申请人: 北京石油化工学院
摘要: 本发明涉及一种基于深度相机的危化品仓储监控方法、装置及设备,属于三维建模技术领域,该方法通过获取不同视角下的点云数据,并对点云数据进行噪音消除预处理,以获得较为精准的点云数据,并对多视角的点云数据进行拼接,解决了现在技术中的遮挡问题;通过采用梯度下降优化的坐标系转换规则,将拼接后的点云数据进行坐标系的转换平移,得到真实坐标系的点云数据,实现了危化品仓库在真实世界坐标系下无死角的监测和显示。
-
公开(公告)号:CN113689351A
公开(公告)日:2021-11-23
申请号:CN202110974453.4
申请日:2021-08-24
申请人: 北京石油化工学院
摘要: 本发明涉及一种基于深度相机的危化品仓储监控方法、装置及设备,属于三维建模技术领域,该方法通过获取不同视角下的点云数据,并对点云数据进行噪音消除预处理,以获得较为精准的点云数据,并对多视角的点云数据进行拼接,解决了现在技术中的遮挡问题;通过采用梯度下降优化的坐标系转换规则,将拼接后的点云数据进行坐标系的转换平移,得到真实坐标系的点云数据,实现了危化品仓库在真实世界坐标系下无死角的监测和显示。
-
公开(公告)号:CN113065606A
公开(公告)日:2021-07-02
申请号:CN202110418515.3
申请日:2021-04-19
申请人: 北京石油化工学院
摘要: 本发明涉及一种基于轻量级深度学习的异常点位检测方法及系统,该方法通过构建轻量级卷积神经网络模型,并进行模型训练,得到异常点位检测模型,从而实现从生产现场实测数据集中定位出可能被攻击的异常点位数据,由于本发明提供的技术方案,是基于轻量级卷积神经网络模型实现的,在保证正确率的情况下,算法模型小、训练速度快,并能够识别可能的被攻击点位,解决了现有技术中安全防护系统只能给出生产数据是否异常的分类结果,但不能识别哪些点位受到攻击的问题,用户体验度好、满意度高。
-
公开(公告)号:CN113065606B
公开(公告)日:2023-11-17
申请号:CN202110418515.3
申请日:2021-04-19
申请人: 北京石油化工学院
IPC分类号: G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
摘要: 本发明涉及一种基于轻量级深度学习的异常点位检测方法及系统,该方法通过构建轻量级卷积神经网络模型,并进行模型训练,得到异常点位检测模型,从而实现从生产现场实测数据集中定位出可能被攻击的异常点位数据,由于本发明提供的技术方案,是基于轻量级卷积神经网络模型实现的,在保证正确率的情况下,算法模型小、训练速度快,并能够识别可能的被攻击点位,解决了现有技术中安全防护系统只能给出生产数据是否异常的分类结果,但不能识别哪些点位受到攻击的问题,用户体验度好、满意度高。
-
公开(公告)号:CN113095433B
公开(公告)日:2023-06-23
申请号:CN202110461233.1
申请日:2021-04-27
申请人: 北京石油化工学院
IPC分类号: G06F18/214 , G06N3/0464 , G06N3/08
摘要: 本申请涉及一种入侵检测网络结构模型的训练方法,包括:获取原始数据集;对原始数据集进行预处理,得到训练数据集;按照预设时间长度对训练数据集进行分组,将每组中的数据拼接成一个二维数组样本,得到第一预设数量的二维数组样本;利用第一预设数量的二维数组样本对预先构建的网络结构模型进行训练;网络结构结构为添加了BAM的卷积神经网络;输出训练结果;训练结果为入侵检测网络模型。如此,将神经网络与注意力机制相结合引入到工控系统之中,把工控系统中的数据进行特征重排序以强化注意力机制神经网络的作用,进行时空拼接后输入到网络中进行训练,不仅可以实现对欺骗性攻击的检测,还能够提升计算效率和性能,进一步提高检测速度。
-
公开(公告)号:CN113032150A
公开(公告)日:2021-06-25
申请号:CN202110338871.4
申请日:2021-03-30
申请人: 北京石油化工学院
摘要: 本申请涉及一种卷积神经网络模型的剪裁方法及智能工控系统,属于深度学习技术领域,本申请的方法包括,选取卷积神经网络模型中要进行剪裁的目标元素;在模型迭代训练中,对模型中各目标元素的度量值在前预定轮次迭代中的变化进行统计计算,得到各目标元素的度量值在前预定轮次迭代中的变化量;将各变化量与评价阈值分别进行比较判断,当变化量大于等于评价阈值时,确定该变化量所对应的目标元素在后续轮次迭代中保留,否则确定该变化量所对应的目标元素在后续轮次迭代中删除。本申请可有效得到满足边缘计算要求的卷积神经网络模型。
-
公开(公告)号:CN115099400A
公开(公告)日:2022-09-23
申请号:CN202210249392.X
申请日:2022-03-14
申请人: 北京石油化工学院
IPC分类号: G06N3/08
摘要: 本发明的基于泊松分布的神经网络混合差分剪枝方法和剪枝装置属于工业控制与人工智能技术领域,本发明在泊松分布规律下,计算滤波器各个参数一范数的一阶差分与二阶差分,将其赋予权重后得到参数的活跃度。采用归一化函数将加权值转化为活跃度,免去剪枝中的阈值选择过程。该方法能够达到对各类入侵检测分类器的卷积层进行高比率剪枝的效果,能够使入侵检测分类器在资源十分稀缺的边缘工控系统中发挥优秀的性能,对轻量化工控系统的建设有一定的指导意义。将本发明的剪枝方法应用于LeNet‑5、VGG、ResNet等神经网络算法实验时,该剪枝方法能有效剪枝入侵检测分类器。
-
公开(公告)号:CN113095433A
公开(公告)日:2021-07-09
申请号:CN202110461233.1
申请日:2021-04-27
申请人: 北京石油化工学院
摘要: 本申请涉及一种入侵检测网络结构模型的训练方法,包括:获取原始数据集;对原始数据集进行预处理,得到训练数据集;按照预设时间长度对训练数据集进行分组,将每组中的数据拼接成一个二维数组样本,得到第一预设数量的二维数组样本;利用第一预设数量的二维数组样本对预先构建的网络结构模型进行训练;网络结构结构为添加了BAM的卷积神经网络;输出训练结果;训练结果为入侵检测网络模型。如此,将神经网络与注意力机制相结合引入到工控系统之中,把工控系统中的数据进行特征重排序以强化注意力机制神经网络的作用,进行时空拼接后输入到网络中进行训练,不仅可以实现对欺骗性攻击的检测,还能够提升计算效率和性能,进一步提高检测速度。
-
-
-
-
-
-
-
-
-