-
公开(公告)号：CN116886314A
公开(公告)日：2023-10-13
申请号：CN202311014272.2
申请日：2023-08-11
申请人： 国网上海市电力公司 , 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 南京航空航天大学 , 国家电网有限公司
发明人： 唐跃中 , 吴金龙 , 顾荣斌 , 方晓蓉 , 何旭东 , 潘晨灵 , 张皛 , 邵佳炜 , 刘文意 , 胡游君 , 邹徐熹 , 沈耀威 , 刘军 , 邱玉祥 , 魏训虎 , 樊泽宇 , 刘皓 , 施健 , 钱李烽 , 位雪银 , 李静
摘要： 本发明公开了一种基于指纹深度提取技术的物联网设备识别方法及系统，包括流量数据处理、深度信息提取、指纹生成、参数训练和设备分类。首先将pcap文件划分为会话并提取会话信息矩阵，通过基于自学习的图注意力神经网络和基于Inception的时间卷积神经网络分别学习会话信息矩阵不同非隐私信息序列间的依赖关系和会话数据包之间的时间依赖关系，再通过全卷积Transformer进一步提取特征，生成设备指纹，接着基于多分类交叉熵损失函数，利用Adam优化算法更新神经网络参数，最后利用分类器实现设备分类。本发明结合会话信息矩阵多种属性信息，实现了高质量的指纹生成技术，提升了物联网设备识别方法的可扩展性，避免了物联网设备识别方法在应用中使用受限等问题。
-
公开(公告)号：CN117076171A
公开(公告)日：2023-11-17
申请号：CN202311014078.4
申请日：2023-08-11
申请人： 国网上海市电力公司 , 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 南京航空航天大学 , 国家电网有限公司
发明人： 张王俊 , 吴金龙 , 何旭东 , 顾荣斌 , 潘晨灵 , 刘文意 , 张皛 , 方晓蓉 , 邵佳炜 , 周忠冉 , 李马峰 , 蔡世龙 , 潘安顺 , 顾亚林 , 张俊杰 , 邱文元 , 富思 , 李静 , 陈世伟
IPC分类号： G06F11/07 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08
摘要： 本发明公开了一种面向多元时序数据的异常检测及定位方法及装置，方法包括以下步骤：S1：对多元时序数据中每个时间点的数据划分多个尺度的滑动窗口，计算得到多元时序数据的特征矩阵；S2：使用正常的多尺度特征矩阵和自特征矩阵作为训练集输入训练模型进行迭代训练；S3：组建异常检测器，将多元时序数据输入异常检测器，得到重构数据，计算多元时序数据的异常分数；S4：基于异常分数以及阈值，判定多元时序数据是否为异常；S5：根据异常贡献程度确定发生异常的根因。本发明具有能有效识别异常根因，进而完成对故障传感器检测及定位的技术效果。
-
公开(公告)号：CN118296519A
公开(公告)日：2024-07-05
申请号：CN202410205625.5
申请日：2024-02-23
申请人： 南京航空航天大学 , 国网上海市电力公司 , 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 国家电网有限公司
发明人： 廖俊轩 , 李静 , 王路航 , 吴金龙 , 顾荣斌 , 何旭东 , 方晓蓉 , 邵佳炜 , 张晶 , 潘晨灵 , 刘文意 , 刘金锁 , 胡游君 , 周忠冉 , 邹徐熹 , 沈耀威 , 邱玉祥 , 魏训虎 , 樊泽宇 , 施健
IPC分类号： G06F18/2433 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/045 , G06N3/0464 , G06F123/02
摘要： 本发明公开了一种基于动态图神经网络的信息物理系统时间序列异常检测方法和装置，包括：采用解耦图注意力提取并分离信息物理系统时间序列的动、静态特征；使用特征重构模块将分离的静态特征转化为图的拓扑结构，动态特征转化为拓扑结构上的动态信息，使特征重构为动态图形式；利用基于趋势特征提取的预测器，结合动态图和原序列中趋势特征，实现对序列未来值的预测；利用训练好的模型预测测试数据，以预测数据和真实数据之间的误差作为判断时序数据某个点为异常的可能性，最终实现对信息物理系统中异常的检测。本发明充分考虑了动、静态特征的发展变化与动、静态特征之间的相互作用，提升了复杂时空特征的建模能力，提升了异常检测的准确性。
-
公开(公告)号：CN116760742B
公开(公告)日：2024-06-21
申请号：CN202310749445.9
申请日：2023-06-21
申请人： 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 国网上海市电力公司 , 南京航空航天大学 , 国家电网有限公司
发明人： 胡游君 , 刘金锁 , 邱玉祥 , 刘军 , 邹徐熹 , 沈耀威 , 顾亚林 , 李马峰 , 张俊杰 , 邱文元 , 施健 , 刘皓 , 谢伟 , 唐跃中 , 张王俊 , 卢士达 , 张露维 , 冯天波 , 何旭东 , 卲佳炜 , 王虹岚 , 时宽治 , 李静 , 羊麟威
IPC分类号： H04L43/0823 , G06F18/2433 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/08 , H04L43/0888
摘要： 本发明公开了一种基于多阶段时空融合的网络流量深度异常检测方法及系统，首先使用图注意力网络和门控时间卷积网络分别提取网络流量的时空特征，然后采用双仿射模块对时空特征进行深度融合，并提出了多阶段逐层传播机制来增强模型对原始数据的特征提取，提高模型的异常识别能力，再通过对自编码器采用对抗训练的方式来放大异常的重构误差，增加了双解码器对异常样本的区分能力。本发明有效的提高了模型的泛化能力和拟合能力，同时对中间潜变量特征表示运用K‑means算法进行特征聚类，将特征与簇心的最大距离作为判断异常的标准之一，有效的减少了模型的虚警率。
-
公开(公告)号：CN117540333A
公开(公告)日：2024-02-09
申请号：CN202311078583.5
申请日：2023-08-24
申请人： 南京航空航天大学 , 国网上海市电力公司 , 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 国家电网有限公司
发明人： 杨松林 , 李静 , 钱李烽 , 吴金龙 , 顾荣斌 , 何旭东 , 方晓蓉 , 邵佳炜 , 张皛 , 潘晨灵 , 刘文意 , 刘金锁 , 胡游君 , 周忠冉 , 李马峰 , 蔡世龙 , 潘安顺 , 顾亚林 , 张俊杰 , 邱文元 , 富思
IPC分类号： G06F18/25 , G06F18/213 , G06N3/0464 , G06N3/084
摘要： 本发明公开了一种基于时空信息融合的多传感器数据异常检测方法，包括：采用多尺度卷积注意力对多传感器时序数据进行时空特征提取；使用交叉注意力关联互补特征的特征矩阵以对多传感器时序数据的时空信息进行深度融合；利用通道注意力从传感器角度聚合特征，通过全连接层为特征构建注意力权重，进一步增强时空信息的融合效果；利用训练好的模型重构测试数据，以重构数据和真实数据之间的误差作为判断时序数据某个点为异常的可能性，最终实现对多传感器数据异常的检测。本发明充分考虑了时间和空间信息之间的相互作用，实现了跨特征交互的时空融合，提升了传感器数据异常检测的准确性。
-
公开(公告)号：CN116760742A
公开(公告)日：2023-09-15
申请号：CN202310749445.9
申请日：2023-06-21
申请人： 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 国网上海市电力公司 , 南京航空航天大学 , 国家电网有限公司
发明人： 胡游君 , 刘金锁 , 邱玉祥 , 刘军 , 邹徐熹 , 沈耀威 , 顾亚林 , 李马峰 , 张俊杰 , 邱文元 , 施健 , 刘皓 , 谢伟 , 唐跃中 , 张王俊 , 卢士达 , 张露维 , 冯天波 , 何旭东 , 卲佳炜 , 王虹岚 , 时宽治 , 李静 , 羊麟威
IPC分类号： H04L43/0823 , G06F18/2433 , G06F18/25 , G06N3/0464 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/08 , H04L43/0888
摘要： 本发明公开了一种基于多阶段时空融合的网络流量深度异常检测方法及系统，首先使用图注意力网络和门控时间卷积网络分别提取网络流量的时空特征，然后采用双仿射模块对时空特征进行深度融合，并提出了多阶段逐层传播机制来增强模型对原始数据的特征提取，提高模型的异常识别能力，再通过对自编码器采用对抗训练的方式来放大异常的重构误差，增加了双解码器对异常样本的区分能力。本发明有效的提高了模型的泛化能力和拟合能力，同时对中间潜变量特征表示运用K‑means算法进行特征聚类，将特征与簇心的最大距离作为判断异常的标准之一，有效的减少了模型的虚警率。
-
公开(公告)号：CN116522265A
公开(公告)日：2023-08-01
申请号：CN202310462292.X
申请日：2023-04-25
申请人： 国网上海市电力公司 , 南京南瑞信息通信科技有限公司 , 国网电力科学研究院有限公司 , 南京航空航天大学
发明人： 谢伟 , 吴金龙 , 顾荣斌 , 何旭东 , 方晓蓉 , 邵佳炜 , 张晶 , 潘晨灵 , 刘文意 , 刘金锁 , 胡游君 , 周忠冉 , 李马峰 , 蔡世龙 , 潘安顺 , 顾亚林 , 张俊杰 , 邱文元 , 富思 , 李静 , 时宽治 , 王虹岚
IPC分类号： G06F18/2433 , G06F18/213 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/08 , G06F123/02
摘要： 本发明公开了基于多尺度双向时空信息融合的工业互联网时序数据异常检测方法及装置，包括基于GAT和BiLSTM的双向时空特征提取、基于多尺度门控TCN的多尺度特征提取、基于双仿射的特征融合编码、基于变分自编码的对抗训练的和基于工业时序数据重构误差的异常检测。本发明首先通过构建的双向时空特征提取模块依次捕获多个时间序列之间的相关性和双向依赖性。其次，采用设计的多尺度特征提取模块自适应的提取时间序列的多尺度时序特征，并引入双仿射特征融合编码模块实现多尺度时序特征和双向时空特征的交叉融合，增强模型对原始数据的特征提取。最后，提出了结合对抗训练的变分自编码器来放大异常的重构误差并增强模型对训练数据噪声的抗干扰能力，提高了本发明对异常数据的区分能力和检测性能。
-
公开(公告)号：CN113342487B
公开(公告)日：2024-05-07
申请号：CN202110568571.5
申请日：2021-05-24
申请人： 南京航空航天大学 , 南京南瑞信息通信科技有限公司 , 国网上海市电力公司 , 国家电网有限公司
摘要： 本发明公开了一种基于在线容错的云计算资源调度方法。在线容错包含静态容错和动态容错两个方面，针对反应容错方法备份成本高的问题，静态容错通过马尔科夫模型，筛选出关键组件，对其进行备份，提高备份组件的准确性，仅对少数组件备份便可达到很好的容错效果，即对使用频率高、功能重要的组件进行备份；针对主动容错监控成本高，动态容错通过数学建模的方式，分析各个组件的可靠性，可以通过少量指标就可以获得组件的实时状态，在故障发生时，迅速选择监控组件进行替换；以此提高了云计算系统的可靠性并减少云计算容错过程的成本开销。
-
公开(公告)号：CN113342487A
公开(公告)日：2021-09-03
申请号：CN202110568571.5
申请日：2021-05-24
申请人： 南京航空航天大学 , 南京南瑞信息通信科技有限公司 , 国网上海市电力公司 , 国家电网有限公司
摘要： 本发明公开了一种基于在线容错的云计算资源调度方法。在线容错包含静态容错和动态容错两个方面，针对反应容错方法备份成本高的问题，静态容错通过马尔科夫模型，筛选出关键组件，对其进行备份，提高备份组件的准确性，仅对少数组件备份便可达到很好的容错效果，即对使用频率高、功能重要的组件进行备份；针对主动容错监控成本高，动态容错通过数学建模的方式，分析各个组件的可靠性，可以通过少量指标就可以获得组件的实时状态，在故障发生时，迅速选择监控组件进行替换；以此提高了云计算系统的可靠性并减少云计算容错过程的成本开销。
-
公开(公告)号：CN118094443A
公开(公告)日：2024-05-28
申请号：CN202410487675.7
申请日：2024-04-23
申请人： 南京航空航天大学 , 国网上海市电力公司 , 国网电力科学研究院有限公司 , 国家电网有限公司
发明人： 王虹岚 , 李静 , 吴金龙 , 顾荣斌 , 何旭东 , 方晓蓉 , 邵佳炜 , 张皛 , 潘晨灵 , 刘文意 , 胡游君 , 邹徐熹 , 沈耀威 , 刘军 , 邱玉祥 , 魏训虎 , 樊泽宇 , 刘皓 , 施健
IPC分类号： G06F18/2433 , G06N3/0464 , G06N3/088 , G06F123/02
摘要： 本发明公开了一种基于差分多分辨率分解的时间序列异常检测方法，包括：利用快速傅里叶变换对输入的时间序列进行周期性分析，得到时间序列的周期成分及每个周期成分对应的权重；构建多分辨率分解网络，以分解的方式将不同周期成分分离，将每一层分离出的周期成分的重构表示聚合得到最终的重构表示；其中，在多分辨率分解网络中，基于差分法按周期大小将时间序列分解为差分序列和残差序列两部分，差分序列包含着对应周期的周期性；再通过双路对比学习架构分别对残差序列和差分序列进行时序依赖建模，利用细粒度对比学习方法得到相应的时间表示，组合得到每个周期成分的重构表示。本发明能够有效处理时间序列异常检测中的异常过度泛化问题。
-
-
-
-
-
-
-
-
-
搜索结果
378 条记录 (耗时 0.295 秒)
