期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SAE-LSTM的工艺数据异常检测方法
被引量:
14
1
作者
尚文利
石贺
+1 位作者
赵剑明
曾鹏
《电子学报》
EI
CAS
CSCD
北大核心
2021年第8期1561-1568,共8页
为解决工业网络安全防护中工艺数据异常检测误报率较高的问题,本文提出一种基于时间序列的异常检测方法.该方法对工艺数据进行相关性分析、向量映射等处理,再采用堆叠自编码神经网络(SAE)对工艺数据特征进行降维,根据工艺数据在传输序...
为解决工业网络安全防护中工艺数据异常检测误报率较高的问题,本文提出一种基于时间序列的异常检测方法.该方法对工艺数据进行相关性分析、向量映射等处理,再采用堆叠自编码神经网络(SAE)对工艺数据特征进行降维,根据工艺数据在传输序列间的相互关联性,设计基于长短期记忆神经网络(LSTM)的异常检测模型,最后进行工艺数据异常检测仿真实验验证分析.实验结果表明,基于时间序列的异常检测模型能有效提高工艺数据异常检测准确率,并且误报率要低于传统隐马尔可夫异常检测模型,同时获得较好的异常检测实时性.
展开更多
关键词
工业控制系统
工控
异常
检测
自编码神经网络
长短期记忆神经网络
下载PDF
职称材料
题名
基于SAE-LSTM的工艺数据异常检测方法
被引量:
14
1
作者
尚文利
石贺
赵剑明
曾鹏
机构
广州大学电子与通信工程学院
中国科学院沈阳自动化研究所
中国科学院大学
中科院网络化控制系统重点实验室
出处
《电子学报》
EI
CAS
CSCD
北大核心
2021年第8期1561-1568,共8页
基金
国家自然科学基金(No.61773368)
之江实验室开放课题资助(No.2021KF0AB06)。
文摘
为解决工业网络安全防护中工艺数据异常检测误报率较高的问题,本文提出一种基于时间序列的异常检测方法.该方法对工艺数据进行相关性分析、向量映射等处理,再采用堆叠自编码神经网络(SAE)对工艺数据特征进行降维,根据工艺数据在传输序列间的相互关联性,设计基于长短期记忆神经网络(LSTM)的异常检测模型,最后进行工艺数据异常检测仿真实验验证分析.实验结果表明,基于时间序列的异常检测模型能有效提高工艺数据异常检测准确率,并且误报率要低于传统隐马尔可夫异常检测模型,同时获得较好的异常检测实时性.
关键词
工业控制系统
工控
异常
检测
自编码神经网络
长短期记忆神经网络
Keywords
industrial control system
industrial control anomaly detection system
auto-encoder neural network
long and short term memory neural network
分类号
TP393.08 [自动化与计算机技术—计算机应用技术]
TP39 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SAE-LSTM的工艺数据异常检测方法
尚文利
石贺
赵剑明
曾鹏
《电子学报》
EI
CAS
CSCD
北大核心
2021
14
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部