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!
申请/专利权人:北京航空航天大学;中国科学院数学与系统科学研究院
摘要:发明涉及一种基于残差块的高斯混合工业互联网网络攻击检测系统,属于工业互联网的安全防控技术领域。解决了现有技术中的检测系统不能对各类工业互联网网络攻击实现快速有效的精准检测的问题。本发明基于残差块的高斯混合自编码器工业攻击检测系统,该系统的残差块模型轻量化,可以很容易部署在工业领域中;同时,还提出了一种损失函数,可以对残差块进行有效的训练;通过仿真验证,可以以较高的准确率检测出大部分的攻击状态。
主权项:1.一种基于残差块的高斯混合工业互联网网络攻击检测系统,其特征在于,包括多个残差块、分类器和损失函数模块;残差块包括初始特征映射层、RELU激活函数转换模块、特征深化映射层、Dropout正则化模块和层归一化模块;初始特征映射层和特征深化映射层用于对输入数据进行线性变换;RELU激活函数转换模块用于将经过初始特征映射层线性变换的输出数据进行非线性变换到另一个空间;Dropout正则化模块用于在训练的过程中随机丢弃其含有的神经元,以预设概率将神经元的输出置为零;将保留的神经元的输出进行缩放;归一化模块用于对Dropout正则化模块中不同层的输出特征进行归一化处理;分类器包括第一线性层、第一LeakyRelu激活函数赋值模块、第二线性层、第二LeakyRelu激活函数赋值模块和Linearlayer模块;损失函数模块包括高斯混合编码器的损失函数模块和应对于分类任务的交叉熵损失函数模块,用于训练检测系统;其中,高斯混合编码器的损失函数模块的表达式为: 其中,表示高斯混合自编码的损失值;表示给定真实输入的变量,隐变量的概率分布;是隐变量的概率分布;表示隐变量损失;表示重构损失项;表示KL散度;表示计算期望;KL散度的表达式为: 其中,表示随机变量X的真实概率分布;表示随机变量X的模型预测概率分布;表示随机变量X等于样本值的真实概率;表示随机变量X等于样本值的模型预测概率;交叉熵的损失函数模块的表达式为: 其中,表示交叉熵的损失值;是第i个类别的真实输出的标签,为检测系统输出的标签。
全文数据:
权利要求:
百度查询: 北京航空航天大学 中国科学院数学与系统科学研究院 基于残差块的高斯混合工业互联网网络攻击检测系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。