公开(公告)号：CN119249225A

公开(公告)日：2025-01-03

申请号：CN202411310216.8

申请日：2024-09-19

Applicant: 浙江大学

Inventor： 文思涵 ,  孟瑜炜 ,  滕舟斌 ,  俞荣栋 ,  王战 ,  钟耀毅 ,  周成伟

IPC: G06F18/241 ,  G06F18/23213 ,  G06F18/213 ,  G06Q50/04 ,  G06N3/0442 ,  G06N3/084 ,  G06F123/02

Abstract: 本发明公开了一种基于长短时记忆网络的智能工厂入侵设备检测方法。本发明基于长短时记忆网络分析不同时刻智能工厂内设备所发射的信号的特征之间的时序关系，并从该时序关系中提取有关信号特征的更深层次的信息，从而提高非法入侵设备的检出效率。本发明基于特定的损失函数进行训练，使得神经网络的特征空间具有较好的稀疏性。利用该稀疏性，可以对识别出的非法入侵设备的特征进行聚类，从而实现智能工厂内非法入侵设备数量的识别。这对实际应用中查找非法入侵设备、排除非法入侵设备有着重要意义。

公开(公告)号：CN119233272A

公开(公告)日：2024-12-31

申请号：CN202411310207.9

申请日：2024-09-19

Applicant: 浙江大学

Inventor： 周成伟 ,  文思涵 ,  贾晓燕 ,  俞荣栋 ,  王战 ,  钟耀毅

IPC: H04W16/18 ,  H04W12/121 ,  G06N3/048 ,  G06N3/0499 ,  G06N3/08 ,  G06F18/2132 ,  G06F18/214 ,  G06F18/2411

Abstract: 本发明公开了一种基于前馈神经网络的非合作未知物联网设备射频感知方法。本发明专注于非合作未知物联网设备发射的通信信号，由于此类设备一旦向外界传递其收集的信息，必然需要发射通信信号，因此通过捕获其通信信号能够有效提高检出概率。本发明通过神经网络提取通信信号特征，无需从设备供应商处获取此特征，有效提升了本发明部署的可行性和便捷性。前馈神经网络是最为精简的神经网络结构之一，其表征能力相对较弱，一般难以完成复杂任务，本发明采用特定的损失函数，使得训练得到的前馈神经网络具有识别非合作未知物联网设备的能力，因此使得本发明具有在同类方法中，对硬件性能要求较低的优点，进而提升了本发明的部署潜力，降低了部署成本。