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：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：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。

公开(公告)号：CN118301092A

公开(公告)日：2024-07-05

申请号：CN202410303496.3

申请日：2024-03-15

申请人： 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： 邹徐熹 ,  刘军 ,  魏训虎 ,  胡游君 ,  刘金锁 ,  周忠冉 ,  邱玉祥 ,  李马峰 ,  蔡世龙 ,  沈耀威 ,  刘赛 ,  潘安顺 ,  顾亚林 ,  张俊杰 ,  邱文元 ,  富思 ,  樊泽宇 ,  刘皓 ,  施健 ,  万明 ,  赵华 ,  方晓蓉 ,  张皛 ,  李静 ,  王虹岚 ,  李飞

IPC分类号： H04L47/2483 ,  H04L67/10 ,  H04L67/12 ,  G06F18/2431 ,  G06F18/2415 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/098

摘要： 本发明公开了一种基于联邦学习的分布式物联网设备识别方法及系统，包括流量数据预处理、深度指纹提取、基于知识蒸馏的设备识别、生成式知识蒸馏和模型聚合五部分。本发明在边缘设备方面，提出了轻量级设备指纹识别模型，提取网络流量会话中的时序信息以及特征间信息以生成可识别的指纹，并训练一个高效的分类器实现指纹识别；在中央服务器方面，设计了基于生成式知识蒸馏的异构联邦学习算法，通过训练变分生成器以无代理数据的方式集成本地信息并利用集成知识指导局部模型，从而解决分布式场景下的统计异构问题。提升分布式物联网设备识别的效果和可行性。

公开(公告)号：CN118094443B

公开(公告)日：2024-07-09

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。

公开(公告)号：CN117332295A

公开(公告)日：2024-01-02

申请号：CN202311216144.6

申请日：2023-09-19

申请人： 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： 周忠冉 ,  胡游君 ,  樊泽宇 ,  刘金锁 ,  邱玉祥 ,  李马峰 ,  蔡世龙 ,  潘安顺 ,  顾亚林 ,  张俊杰 ,  邹徐熹 ,  沈耀威 ,  邱文元 ,  富思 ,  施健 ,  魏训虎 ,  刘赛 ,  赵华 ,  宋凯 ,  高雪 ,  甘岚 ,  潘晨灵 ,  何旭东 ,  王虹岚 ,  李静

IPC分类号： G06F18/24 ,  H04L67/12 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明公开了一种基于流量的电力物联终端智能识别方法，包括：获取电力物联终端设备所产生的流量数据和时间戳；将流量数据切割成多个流量序列，标识设备类型、所属时间段、所属电力物联终端设备在所属时间段所占的数量百分比；生成流量样本数据集；采用流量样本数据集对卷积神经网络进行训练，构建得到电力物联终端智能识别模型；将待识别的电力物联终端设备的流量数据、当前时间段和当前时间段不同电力物联终端设备的数量百分比构成多个特征向量，对待识别的电力物联终端设备进行类型识别。本发明能够基于流量数据和当前时间戳对物联网设备类型多样、物联网设备数量庞大的电力物联终端进行快速、准确地识别。