买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华中科技大学申请的专利一种催化裂化分馏系统攻击和故障的辨别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119598349B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411712975.7，技术领域涉及：G06F18/2431；该发明授权一种催化裂化分馏系统攻击和故障的辨别方法是由周纯杰;杨晓雨;何劲东;王昆昆;杜鑫设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种催化裂化分馏系统攻击和故障的辨别方法在说明书摘要公布了：本发明公开了一种催化裂化分馏系统攻击和故障的辨别方法，属于工业控制系统信息安全领域，该方法首先提取出系统信息域设备节点和物理域变量节点的异常状态，对上述多域异常特征进行拼接后用于训练KNN模型，以学习系统在攻击、故障和正常状态下的模式；最后利用训练好的KNN模型进行在线攻击和故障辨别。该方法通过提取信息域和物理域的多边特征，可以全面描述攻击和故障的行为特征，克服了仅从物理过程角度分析异常原因的局限，可有效提高辨别准确率；此外，KNN模型可以有效降低由攻击类和故障类的个别样本交叉造成的辨别错误问题。

本发明授权一种催化裂化分馏系统攻击和故障的辨别方法在权利要求书中公布了：1.一种催化裂化分馏系统攻击和故障的辨别方法，其特征在于，包括： 训练阶段： S1，确定所述催化裂化分馏系统分别在正常状态、攻击状态和故障状态下时，其中的信息域设备节点的异常特征向量IF＝{I1,I2,...,Im}； 其中，m为信息域设备节点总数，对于通信双方Ii和Ij，若发送方报文的哈希值与接收方报文的哈希值一致，则Ii＝0,Ij＝0，否则Ii＝1,Ij＝1；Ii、Ij分别为第i、j个信息域设备节点的异常特征，i、j的取值范围均为1到m； S2，确定所述催化裂化分馏系统在正常状态下时，其中的n维物理域过程变量中各变量的强相关变量及上述变量之间的因果关系，并将其输入至LSTM网络，以构建C-LSTM网络；将正常状态下的n维物理域过程变量输入至C-LSTM网络以对其进行训练，分别将攻击状态、故障状态和未参与训练的正常状态下的n维物理域过程变量输入至训练好的C-LSTM网络以获取对应状态下n维物理域过程变量的预测值，并计算其与对应实际值的差值，若其大于阈值，则该物理域过程变量对应节点的特征值为1，否则为0，从而得到正常状态、攻击状态和故障状态下各物理域过程变量对应节点的特征向量PF＝{P1,P2,...,Pn}；其中，Pn为第n个物理域过程变量对应节点的特征； S3，将各通信周期内所有信息域设备节点的异常特征向量IFA＝{IFA1,IFA2,...,IFAm}和PF＝{P1,P2,...,Pn}进行拼接得到所述催化裂化分馏系统在各状态下的信息域和物理域异常特征向量F＝{IFA1,IFA2,...,IFAm,P1,P2,...,Pn}，并以F为样本，以F对应的状态为标签，对KNN模型进行训练，得到训练好的催化裂化分馏系统攻击和故障辨别模型； 其中，IFAi＝I1i∨I2i∨...∨Iqi，q为一个通信周期内的报文数量，Iqi为从第q条报文中得到的第i个信息域设备节点异常特征； 应用阶段： 将待辨别的催化裂化分馏系统在一个通信周期内的所有信息域设备节点的异常特征向量与所有物理域过程变量对应节点的特征向量进行拼接后输入至训练好的催化裂化分馏系统攻击和故障辨别模型，得到待辨别的催化裂化分馏系统的攻击和故障辨别结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。