-
Patent Agency Ranking
公开(公告)号：CN118210644A
公开(公告)日：2024-06-18
申请号：CN202410102062.7
申请日：2024-01-25
Applicant: 哈尔滨工业大学(威海)
IPC: G06F11/07
Abstract: 本发明提供面向智能平台的故障注入系统，涉及故障注入技术领域。该面向智能平台的故障注入系统，该系统采用客户端与服务器端的架构，用户在客户端设置好故障模型的参数后传递给服务器端，服务器端得到参数后开始进行故障注入和故障结果检测，所述故障注入系统可以利用软件模拟航天场景中的单粒子故障现象，并对该故障注入过程进行覆盖性评测和敏感性评测。本发明中，通过构建面向智能平台的软件模拟故障注入系统，用软件来模拟单粒子故障的注入，采用客户端远程连接服务器端的架构，用户在客户端设置好故障模型的参数传递给服务器端，服务器端得到参数后开始进行故障注入和故障结果检测，能够更好地评测宇航设备的可靠性。
-
公开(公告)号：CN116599726A
公开(公告)日：2023-08-15
申请号：CN202310571388.X
申请日：2023-05-20
Applicant: 哈尔滨工业大学(威海)
Abstract: 本发明提供了一种基于漏洞利用网的工控安全事件识别响应方法及系统，该系统包括知识图谱构建部分和安全事件识别响应部分，分为以下步骤：将知识库数据提取并转化为知识图谱中的节点；使用基于预训练机器学习模型的方式建立节点间的连接；使用设备和攻击方式节点的关键识别特征匹配工控系统的状态并映射至漏洞节点；将所匹配漏洞节点进行连接，形成漏洞利用网；根据漏洞利用网的不同形态，给出对应的响应信息。相比于传统的工控安全检测及响应方法，本发明将漏洞的识别问题转变为有更明显特征的设备和攻击方式的识别问题，减少了识别难度；同时，通过漏洞利用网模型，本发明能够生成更为有效的事件响应信息。
-
公开(公告)号：CN117826747A
公开(公告)日：2024-04-05
申请号：CN202311690640.5
申请日：2023-12-11
Applicant: 哈尔滨工业大学(威海)
IPC: G05B23/02
Abstract: 本发明提供了一种基于多维时间序列的单粒子故障预测方法，该方法采用全连接网络提取故障信息的关联维度，然后利用循环神经网络中一种门控循环单元结构长短期神经网络学习辐射环境中发生的单粒子故障信息，得到故障注入预测模型。该系统包括数据收集模块、模型训练模块和故障预测模块。数据收集模块从系统中获取历史单粒子故障数据，并对该数据进行预处理，再交给模型训练模块。模型训练模块收到预处理后的数据开始进行长短时记忆神经网络模型的训练和优化。故障预测模块用训练好的模型预测系统中会出现的单粒子故障。
-
公开(公告)号：CN116582349A
公开(公告)日：2023-08-11
申请号：CN202310683222.7
申请日：2023-06-09
Applicant: 哈尔滨工业大学(威海)
IPC: H04L9/40 , H04L41/16 , H04L41/147 , H04L41/14
Abstract: 本申请公开了一种基于网络攻击图的攻击路径预测模型生成方法及装置，涉及工控安全技术领域，通过获取工控网络数据和国家漏洞数据库的漏洞数据生成整个工控网络的网络漏洞信息，根据网络漏洞信息生成工控网络各个区域的网络攻击图，从网络攻击图中提取攻防方博弈对抗训练所需要的信息并进行对抗训练，得到攻击路径选择概率，根据攻击路径选择概率量化网络攻击图有向边的权值，根据网络攻击图和网络漏洞信息计算漏洞可利用率，根据漏洞可利用率量化网络攻击图节点的权值，根据量化后的网络攻击图，使用DDQN算法和联邦学习算法训练得到整个工控网络的攻击路径预测模型，解决了规模较大的网络结构下的攻击路径预测问题。
-
公开(公告)号：CN116501022A
公开(公告)日：2023-07-28
申请号：CN202310571353.6
申请日：2023-05-20
Applicant: 哈尔滨工业大学(威海)
IPC: G05B23/02
Abstract: 本发明提供了一种基于分布式环境的工控异常检测方法，该方法获取网络数据包；对获取的数据进行解析、预处理，将数据转化为邻接矩阵的形式，并构建一个有向图；将该图划分为多个子图后，输入到多台服务器上进行训练；模型训练完成，将实际工控网络数据输入到模型中，判断其是否异常。本发明采用分布式架构，极大地减少了主机在训练时所需的性能和时间开销。本发明还提供了一种基于分布式环境的工控异常检测系统。
-
-
-
-
Search Results
5
records
(took 0.024 seconds)
