公开(公告)号：CN118353654B

公开(公告)日：2025-04-18

申请号：CN202410391047.9

申请日：2024-04-02

Applicant: 南京审计大学 ,  南京工业大学

Inventor： 季慧慧 ,  李欣 ,  张贺

IPC: H04L9/40

Abstract: 本发明公开了一种融合Transformer‑联邦学习‑知识蒸馏的网络攻击检测方法，该方法通过采集工业互联系统网络攻击数据集，使用Transformer深度学习模型对数据集进行特征提取分类，各个局部服务器进行联邦学习训练将数据使用Transformer加密协议上传至中央，中央服务器解密整体数据后针对非IID分布数据进行知识蒸馏反哺训练返回重新进一步进行决策评估与预测，直至检测满足性能要求结束程序。本发明有效地解决了目前工控系统加密性能差、检测精度低的缺陷，以加强化工工控系统隐私保护的方式搭建了一个基于Transformer‑联邦学习‑知识蒸馏的入侵检测网络框架，提高了训练过程中模型参数的安全性，实现了化工工控网络系统的安全保护。

公开(公告)号：CN118353654A

公开(公告)日：2024-07-16

申请号：CN202410391047.9

申请日：2024-04-02

Applicant: 南京审计大学 ,  南京工业大学

Inventor： 季慧慧 ,  李欣 ,  张贺

IPC: H04L9/40

Abstract: 本发明公开了一种融合Transformer‑联邦学习‑知识蒸馏的网络攻击检测方法，该方法通过采集工业互联系统网络攻击数据集，使用Transformer深度学习模型对数据集进行特征提取分类，各个局部服务器进行联邦学习训练将数据使用Transformer加密协议上传至中央，中央服务器解密整体数据后针对非IID分布数据进行知识蒸馏反哺训练返回重新进一步进行决策评估与预测，直至检测满足性能要求结束程序。本发明有效地解决了目前工控系统加密性能差、检测精度低的缺陷，以加强化工工控系统隐私保护的方式搭建了一个基于Transformer‑联邦学习‑知识蒸馏的入侵检测网络框架，提高了训练过程中模型参数的安全性，实现了化工工控网络系统的安全保护。

公开(公告)号：CN117725552A

公开(公告)日：2024-03-19

申请号：CN202311746135.8

申请日：2023-12-19

Applicant: 南京工业大学

Inventor： 张贺 ,  李欣 ,  薄翠梅

IPC: G06F18/25 ,  G06F18/213 ,  G06F18/243 ,  G06N20/20 ,  G06N3/0442

Abstract: 本发明公开了一种基于卡尔曼滤波的轮胎压延数据融合方法，其包括：S1、利用多元线性回归方法建立轮胎压延厚度模型；S2、对获取来自不同传感测量设备的数据，实现多源数据集的数据清洗工作；S3、进行时序排列组成序列数据，通过LSTM算法实现对复杂轮胎压延多源数据的特征提取工作；S4、实现对轮胎压延工艺精度的评估，通过随机森林算法构建决策树、对数据进行分类，得到观测权重值、以及属性判决结果；S5、根据随机森林的属性判决结果分别进行属性关联和数据融合，获取轮胎压延数据融合的特征和估计值。本发明根据影响压延机厚度的重要因素，考虑数据缺失数据异常等问题，构建多元异构轮胎压延算法，提高了轮胎的厚度质量，降低了装置运行能耗。

公开(公告)号：CN117914590A

公开(公告)日：2024-04-19

申请号：CN202410073560.3

申请日：2024-01-18

Applicant: 南京工业大学

Inventor： 张贺 ,  李欣 ,  薄翠梅 ,  李俊

IPC: H04L9/40 ,  G06N3/06 ,  G06F17/15 ,  G06F18/2411 ,  G06F18/213 ,  H04L41/16

Abstract: 本发明公开了一种融合NSGA‑II和DS证据论的网络攻击检测方法，该检测方法通过采取数据集，结合DS证据论对数据集进行特征提取，经过计算时间同步网络物理质量函数及决策函数的评估，使用多目标遗传算法对特征子集进行优化，将优化后的特征子集进行多层感知机分类(MLP)，通过麻雀搜索算法计算MLP每层的神经网络对应的神经元，通过迭代输出最优神经元，直到检测率满足性能指标结束程序。本发明能更好的适用于信息不完整场景，并减轻了数据不一致及多个冲突目标对检测性能的影响，提高整体的网络检测准确性和鲁棒性。