-
公开(公告)号:CN114118163B
公开(公告)日:2024-03-19
申请号:CN202111460428.0
申请日:2021-12-01
Applicant: 桂林电子科技大学 , 中国电子科技集团公司第三十四研究所
IPC: G06F18/241 , G08B13/12 , G06F18/10 , G06F18/213 , G06N3/0499 , G06N20/20 , G06N20/10 , G06F18/2411 , G06F18/2431
Abstract: 本发明公开了一种基于机器学习的光纤入侵检测方法,其特征在于,包括如下步骤:1)信号预处理;2)信号特征提取;3)分类模型。这种方法可以快速分辨出正常数据和入侵数据,具有较高的分辨准确率。
-
公开(公告)号:CN112966595A
公开(公告)日:2021-06-15
申请号:CN202110237989.8
申请日:2021-03-04
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于图神经网络的传感器网络数据异常判决方法,其特征在于,包括如下步骤:1)对传感器网络数据进行图建模;2)使用图卷积网络提取图模型中的空间特征;3)使用门控循环单元提取图模型中的时间特征;4)使用全连接层对提取的时空特征进行异常判决;这种方法可以通过分析传感器网络的历史数据从而进行异常判决。
-
公开(公告)号:CN114118163A
公开(公告)日:2022-03-01
申请号:CN202111460428.0
申请日:2021-12-01
Applicant: 桂林电子科技大学 , 中国电子科技集团公司第三十四研究所
Abstract: 本发明公开了一种基于机器学习的光纤入侵检测方法,其特征在于,包括如下步骤:1)信号预处理;2)信号特征提取;3)分类模型。这种方法可以快速分辨出正常数据和入侵数据,具有较高的分辨准确率。
-
公开(公告)号:CN112966595B
公开(公告)日:2022-04-05
申请号:CN202110237989.8
申请日:2021-03-04
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种基于图神经网络的传感器网络数据异常判决方法,其特征在于,包括如下步骤:1)对传感器网络数据进行图建模;2)使用图卷积网络提取图模型中的空间特征;3)使用门控循环单元提取图模型中的时间特征;4)使用全连接层对提取的时空特征进行异常判决;这种方法可以通过分析传感器网络的历史数据从而进行异常判决。
-
-
-