一种针对工业时序数据的预测方法及系统

    公开(公告)号:CN111815053A

    公开(公告)日:2020-10-23

    申请号:CN202010654676.8

    申请日:2020-07-09

    Abstract: 本发明涉及一种针对工业时序数据的预测方法及系统。该方法包括:获取生产过程中所监测到的历史记录数据;建立由预测网络和滤波算法组成的预测矫正模型,并利用获取到的历史记录数据以对所述预测网络训练;通过训练好的预测网络预测当前时刻的目标变量的近似高斯分布;根据生产过程中当前时刻目标变量的监测值以及监测误差分布,结合上述目标变量的分布,通过扩展卡尔曼滤波算法计算此时刻目标变量的后验分布,并将矫正结果作为修正数据放回预测网络进行下一时刻的预测,迭代进行目标变量的预测以及矫正。本发明所不依赖于精确数学模型,可以针对传感器监测值存在误差问题进行滤波矫正,为之后时刻的预测提供了更好的数据支撑。

    基于云计算的安全数据存储系统

    公开(公告)号:CN119135445A

    公开(公告)日:2024-12-13

    申请号:CN202411595477.9

    申请日:2024-11-11

    Abstract: 本发明涉及数据存储技术领域,具体为基于云计算的安全数据存储系统,系统包括数据重要性评估模块、数据加密存储模块、用户权限动态调整模块和数据访问管理模块。本发明,通过结合数据类型、数量和大小,对数据重要性的综合评估,优化了数据访问权限阈值的调整,使数据存储安全性更加精准,根据数据的重要性,动态调整分布式节点的备份数量,提高了数据的安全性和可靠性,基于用户行为数据的风险指数评估与权限调整,加强了对用户访问的控制,精细化管理用户权限,有效降低了因用户行为不当导致的安全风险,通过权限偏差评估调整数据访问密钥,实现了对数据访问更严格的实时控制,确保了数据存储访问管理的精确性和时效性。

    基于粒子群优化加权朴素贝叶斯入侵检测方法及装置

    公开(公告)号:CN116738415A

    公开(公告)日:2023-09-12

    申请号:CN202311000721.8

    申请日:2023-08-10

    Abstract: 本发明公开了一种基于粒子群优化加权朴素贝叶斯入侵检测方法及装置,属于计算机网络安全技术领域,方法包括以下步骤:采集用于入侵检测的原始数据;对原始数据进行预处理;对预处理后原始数据进行特征提取,并对特征属性去粗取精,得到所需要的数据集;采用粒子群优化算法对加权朴素贝叶斯的权重进行优化,构造加权朴素贝叶斯分类器;利用数据集对加权朴素贝叶斯分类器进行训练,得到优化的加权朴素贝叶斯分类器;利用优化的加权朴素贝叶斯分类器进行入侵检测,并保存检测结果。本发明结合了粒子群算法和加权朴素贝叶斯算法的优点,解决了传统朴素贝叶斯算法的特征项冗余问题和特征项间的强独立性问题;能够有效地检测出高维复杂入侵行为。

Patent Agency Ranking