一种基于多维时间序列的单粒子故障预测方法

    公开(公告)号:CN117826747A

    公开(公告)日:2024-04-05

    申请号:CN202311690640.5

    申请日:2023-12-11

    Abstract: 本发明提供了一种基于多维时间序列的单粒子故障预测方法,该方法采用全连接网络提取故障信息的关联维度,然后利用循环神经网络中一种门控循环单元结构长短期神经网络学习辐射环境中发生的单粒子故障信息,得到故障注入预测模型。该系统包括数据收集模块、模型训练模块和故障预测模块。数据收集模块从系统中获取历史单粒子故障数据,并对该数据进行预处理,再交给模型训练模块。模型训练模块收到预处理后的数据开始进行长短时记忆神经网络模型的训练和优化。故障预测模块用训练好的模型预测系统中会出现的单粒子故障。

    一种基于多模式人工智能的工控安全检测系统

    公开(公告)号:CN114679334B

    公开(公告)日:2023-08-25

    申请号:CN202210417783.8

    申请日:2022-04-20

    Abstract: 本发明提供了一种基于多模式人工智能的工控安全检测和防御系统。该系统包括模型搭配模块,工控及其数据分析模块,工控模拟系统,蜜罐及其数据分析模块,攻防对抗模块。模型搭配模块提供人工智能模型。工控及其数据分析模块提取数据模式,将数据模式和模拟数据的异常情况反馈给工控模拟系统。工控模拟系统改进以缩小与真实工控系统的差距;在攻防博弈达到纳什均衡后,扩容或改变配置。蜜罐复刻模拟环境并实际部署,其数据分析模块提取启发式策略。攻防对抗模块综合模型搭配模块提供的模型和蜜罐数据分析模块的启发式策略,进行对抗演练以达到纳什均衡。

    基于网络攻击图的攻击路径预测模型生成方法及装置

    公开(公告)号:CN116582349A

    公开(公告)日:2023-08-11

    申请号:CN202310683222.7

    申请日:2023-06-09

    Abstract: 本申请公开了一种基于网络攻击图的攻击路径预测模型生成方法及装置,涉及工控安全技术领域,通过获取工控网络数据和国家漏洞数据库的漏洞数据生成整个工控网络的网络漏洞信息,根据网络漏洞信息生成工控网络各个区域的网络攻击图,从网络攻击图中提取攻防方博弈对抗训练所需要的信息并进行对抗训练,得到攻击路径选择概率,根据攻击路径选择概率量化网络攻击图有向边的权值,根据网络攻击图和网络漏洞信息计算漏洞可利用率,根据漏洞可利用率量化网络攻击图节点的权值,根据量化后的网络攻击图,使用DDQN算法和联邦学习算法训练得到整个工控网络的攻击路径预测模型,解决了规模较大的网络结构下的攻击路径预测问题。

    一种高可靠的异构平台的大型图数据库系统的实现方法

    公开(公告)号:CN112100415B

    公开(公告)日:2023-03-17

    申请号:CN202010961877.2

    申请日:2020-09-14

    Abstract: 本文结合存储高度关联的大型图数据库的需求,并结合在上述数据库中提高操作时的安全性与性能的需求,以及传统的原生图数据库Neo4j存在的安全性差、性能不能满足数据量较大时的大量查询的问题,在原有的存储结构基础上,结合GPGPU的高带宽和大吞吐量以及高计算密度的特点,通过增添安全校验码改良原有数据存储结构,提出了一种以GPU为存储和操作核心的模型,并且在提高了数据库的安全性的同时、不损失常用查询效率的数据库结构。本发明创新地利用GPU处理数据时按块对齐、并行处理的特点,做到了图数据库的安全可靠与性能稳定的统一;同时对于一些常用操作的效率明显优于传统的原生图数据库,且对硬件要求较低、兼容性较强,性价比较高,可扩展性较强。

Patent Agency Ranking