-
-
公开(公告)号:CN112380274A
公开(公告)日:2021-02-19
申请号:CN202011276874.1
申请日:2020-11-16
Applicant: 北京航空航天大学
IPC: G06F16/2458 , G06K9/62
Abstract: 本发明通过人工智能领域的方法,实现了一种面向控制过程的异常检测系统,系统架构分为训练阶段和测试阶段两部分,训练阶段中,将所述训练集的所述传感器数据经过离散化步骤后输入关联规则挖掘步骤,将所述执行器的数据直接输入关联规则挖掘步骤之后,则通过关联规则挖掘算法生成关联规则;测试阶段中,所述传感器数据离散化后,与执行器数据和标签属性一起输入到异常检测模型,所述异常检测模型利用关联规则挖掘算法,最终输出检测结果。通过上述手段实现一种面向工业控制系统的基于关联规则的异常检测方法,将更多的关联规则用于异常检测过程中,并在保证一定召回率的情况下,有效的减少误报,在保证不影响结果的情况下,避免大量关联规则降低效率。
-
-
公开(公告)号:CN112380274B
公开(公告)日:2023-08-22
申请号:CN202011276874.1
申请日:2020-11-16
Applicant: 北京航空航天大学
IPC: G06F16/2458 , G06F18/214 , G06F18/23213
Abstract: 本发明通过人工智能领域的方法,实现了一种面向控制过程的异常检测方法,系统架构分为训练阶段和测试阶段两部分,训练阶段中,将所述训练集的所述传感器数据经过离散化步骤后输入关联规则挖掘步骤,将所述执行器的数据直接输入关联规则挖掘步骤之后,则通过关联规则挖掘算法生成关联规则;测试阶段中,所述传感器数据离散化后,与执行器数据和标签属性一起输入到异常检测模型,所述异常检测模型利用关联规则挖掘算法,最终输出检测结果。通过上述手段实现一种面向工业控制系统的基于关联规则的异常检测方法,将更多的关联规则用于异常检测过程中,并在保证一定召回率的情况下,有效的减少误报,在保证不影响结果的情况下,避免大量关联规则降低效率。
-
-
-