公开(公告)号：CN119622589A

公开(公告)日：2025-03-14

申请号：CN202411781875.X

申请日：2024-12-05

Applicant: 国网福建省电力有限公司漳州供电公司 ,  国网福建省电力有限公司

Inventor： 张坤三 ,  陈辰 ,  潘思琪 ,  林晋煌 ,  刘学翰 ,  黄正 ,  张淑媛 ,  傅昱 ,  陈铮 ,  蔡洪明 ,  朱雅珊

IPC: G06F18/2433 ,  G06F18/214 ,  G06N3/0895 ,  G06F18/10 ,  G06F18/213 ,  G06F18/22

Abstract: 本发明提供了一种基于对比学习的设备异常检测方法及系统，包括以下步骤：S1、从工业控制系统中主机设备获取设备历史日志，进行数据增强和数据预处理，构建训练数据集；S2、构建基于对比学习的设备异常检测模型；S3、使用构建好的数据集训练设备异常检测模型，直至模型收敛；S4、使用训练好的异常检测模型进行实时设备日志的异常检测。本发明通构建过样本对，结合样本分类损失和样本之间的对比损失，能够自适应学习正常和异常日志的特征分布，实时检测设备日志中的异常行为，有效增强工业控制系统的安全性。

公开(公告)号：CN119652604A

公开(公告)日：2025-03-18

申请号：CN202411781951.7

申请日：2024-12-05

Applicant: 国网福建省电力有限公司漳州供电公司 ,  国网福建省电力有限公司

Inventor： 张坤三 ,  张松 ,  罗富财 ,  沈立翔 ,  术茜 ,  林小平 ,  陈辰 ,  林晋煌 ,  潘思琪 ,  张淑媛

IPC: H04L9/40 ,  G06F18/24 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/045 ,  G06F18/22 ,  G06N3/084

Abstract: 本发明提供了一种基于改进三胞胎神经网络的工控入侵检测方法及系统，该方法通过构建以任意三元组样本为输入的改进三胞胎神经网络模型，结合自注意力机制与优化的损失函数设计，提升了模型的收敛速度并降低了训练计算成本。本发明将实时网络流量输入该改进三胞胎神经网络，计算其与正常样本质心及异常样本质心之间的距离，并与预设阈值进行比较，从而判断是否存在入侵行为。本发明能够有效监测和识别工业网络中的异常活动，具有较高的检测精度和实时性。