-
公开(公告)号:CN117033999A
公开(公告)日:2023-11-10
申请号:CN202211640140.6
申请日:2022-12-20
Applicant: 四川大学
IPC: G06F18/214 , G06F18/27 , G06F18/10 , G06F17/18 , G06N3/0442 , G06N3/08 , G06F123/02
Abstract: 本发明涉及一种基于ARIMA‑GRU混合模型的异常检测算法,该算法利用ARIMA和GRU的混合模型来进行预测,ARIMA模型对数据中的平稳性特征有更好的表达能力,弥补了GRU模型只关注非线性特性带来的不足,能够有效提高预测的精确度。同时,发明算法使用CRITIC这一客观加权方法来整合两个模型的输出结果,CRITIC方法通过量化ARIMA模型和GRU模型这两种方案中数据所包含的对比和冲突,为两个模型赋予不同的权重,以达到最佳的组合效果。这一过程不关注输入数据间的联系,保证了模型的泛化能力。针对因阈值设置偏差带来的异常检测精度不足这一问题,发明算法利用上一阶段完成训练的模型来辅助确定阈值,减少人工设置带来的误差和对经验的依赖。
-
公开(公告)号:CN113067861A
公开(公告)日:2021-07-02
申请号:CN202110282979.6
申请日:2021-03-16
Applicant: 四川大学
Abstract: 本发明公开了基于区块链的分布式可扩展访问控制授权系统和方法。本方案以区块链智能合约为载体,提出了新架构,结合传统的访问控制模型,引入属性序号值对和前缀标识的概念对系统策略检索方法进行了优化。架构层面,方案在区块链网络和各管理域的中间引入智能网关作访问请求和数据请求代理,由管理员对设备注册、属性进行管理;智能合约层面,本方案设计了策略实施合约、策略合约和策略管理合约,共同对访问控制进行授权管理;策略检索方法层面,为访问请求和策略生成前缀标识,通过对两者进行位计算,进行策略初步匹配,同时引入策略冲突配置,大大优化了策略检索速度。故本方案相较于其他的访问控制解决方案有一定的优势。
-
公开(公告)号:CN118228091A
公开(公告)日:2024-06-21
申请号:CN202211640159.0
申请日:2022-12-20
Applicant: 四川大学
IPC: G06F18/241 , G06F18/10 , G06F18/213 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/0985 , G06F123/02
Abstract: 本发明涉及一种基于注意力机制的CNN‑LSTM自动编码器,用于检测多变量时间序列中的异常情况,发明中的自动编码器模型能够捕获多变量时间序列数据中变量间的潜在关系。首先使用一个两阶段的滑动窗口为自动编码器提供更好的数据表示。在第一个滑动窗口中增加一个核心属性的派生属性来丰富原始数据中的信息,并扩展为带有正常或异常标签的固定长度序列段。在第二个较小的滑动窗口中,每个序列段被转换为连续的子序列。然后使用了一个CNN和LSTM自动编码器提取数据在时空上的深层次特征,并引入注意力机制保证学习性能。最后通过一个全连接层作分类输出。最后,自动编码器中的几个超参数通过随机搜索方式进行优化,以进一步提高模型的性能。
-
-