公开(公告)号：CN119788432A

公开(公告)日：2025-04-08

申请号：CN202510279270.9

申请日：2025-03-11

Applicant: 长春工程学院

Inventor： 陈翰林 ,  齐恩铁 ,  颜辉 ,  赵琪 ,  陈亚男 ,  龙多 ,  于萍 ,  龙蕴鑫 ,  周彤

IPC: H04L9/40 ,  H04L43/045 ,  G06F18/15 ,  G06F18/213 ,  G06F18/214 ,  G06F18/2433 ,  G06F18/20 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明适用于工业控制网络技术领域，提供了工业控制网络安全态势可视化级别评估方法，包括以下步骤：网络威胁建模与安全态势评估：从工业控制网络中收集数据，构建贝叶斯攻击图，整合网络中可能的攻击路径，并量化每条路径的成功可能性及其潜在影响，以评估和分析网络的安全状况，输出可视化结果；深度神经网络模型构建及入侵检测：对NSL‑KDD数据集进行规范化和特征编码；结合卡方检验、自编码器和主成分分析特征提取算法，构建特征提取模型，识别并提取对分类任务最为关键的特征；深度神经网络模型训练；分类与测试。本发明有效解决了保护核心数据不被篡改、破坏及泄露的难题，实现了工业控制网络中数据的可视化监测与防护。

公开(公告)号：CN110400008A

公开(公告)日：2019-11-01

申请号：CN201910613961.2

申请日：2019-06-28

Applicant: 长春工程学院

Inventor： 于萍 ,  龙多 ,  龙蕴鑫

IPC: G06Q10/04 ,  G06Q50/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于无监督深度学习的农业大数据挖掘方法，包括：定义双向深度递归神经网络计算公式、定义深度双向深度递归神经网络计算公式、特征学习、数据预处理、最后得到预测值；本发明通过深度递归神经网络把多个传统神经网络的隐藏层神经元连接起来，每个神经网络表示某一时刻输入输出的一个模型，把多个连续时刻的模型连在一起，就可以结合前后时刻的内容来进行分析预测，以用于农业大数据的挖掘，填补现有技术在这一方面的空白。