公开(公告)号：CN115412332B

公开(公告)日：2024-06-07

申请号：CN202211026383.0

申请日：2022-08-25

Applicant: 暨南大学

Inventor： 曾国强 ,  杨耀伟 ,  耿光刚 ,  翁健 ,  黄家承 ,  张宇

IPC: H04L9/40 ,  H04L67/12 ,  G16Y40/50 ,  G16Y40/20 ,  G16Y40/10 ,  G16Y30/10 ,  G06N3/045 ,  G06N3/006 ,  G06N3/084 ,  G06F18/24

Abstract: 本发明公开了一种基于混合神经网络模型优化的物联网入侵检测系统及方法。从物联网系统历史数据库中采集生成过程的历史监控数据，经过数据解析和归一化后作为物联网入侵检测离线优化模块的输入数据集，设计基于离散粒子群优化技术的混合神经网络模型优化平台，获得物联网入侵检测特征库和混合神经网络最优模型，针对物联网系统实时数据库中的实时监控数据，从而实现物联网入侵检测的在线检测。本发明不仅可实现用于物联网入侵检测系统的混合神经网络模型的自动生成和优化设计，提高了物联网入侵检测系统的智能化设计水平和设计效率，还提升了物联网系统入侵检测的精准率、召回率和F1评分等性能指标。

公开(公告)号：CN115412332A

公开(公告)日：2022-11-29

申请号：CN202211026383.0

申请日：2022-08-25

Applicant: 暨南大学

Inventor： 曾国强 ,  杨耀伟 ,  耿光刚 ,  翁健 ,  黄家承 ,  张宇

IPC: H04L9/40 ,  H04L67/12 ,  G16Y40/50 ,  G16Y40/20 ,  G16Y40/10 ,  G16Y30/10 ,  G06N3/08 ,  G06N3/04 ,  G06N3/00 ,  G06K9/62

Abstract: 本发明公开了一种基于混合神经网络模型优化的物联网入侵检测系统及方法。从物联网系统历史数据库中采集生成过程的历史监控数据，经过数据解析和归一化后作为物联网入侵检测离线优化模块的输入数据集，设计基于离散粒子群优化技术的混合神经网络模型优化平台，获得物联网入侵检测特征库和混合神经网络最优模型，针对物联网系统实时数据库中的实时监控数据，从而实现物联网入侵检测的在线检测。本发明不仅可实现用于物联网入侵检测系统的混合神经网络模型的自动生成和优化设计，提高了物联网入侵检测系统的智能化设计水平和设计效率，还提升了物联网系统入侵检测的精准率、召回率和F1评分等性能指标。

公开(公告)号：CN116318773A

公开(公告)日：2023-06-23

申请号：CN202211504988.6

申请日：2022-11-28

Applicant: 暨南大学

Inventor： 曾国强 ,  杨耀伟 ,  耿光刚 ,  翁健 ,  黄家承 ,  张宇

IPC: H04L9/40 ,  H04L43/026 ,  H04L67/12 ,  G06N3/0455 ,  G06N3/086

Abstract: 本发明公开了一种基于自编码器模型优化的工业互联网对抗训练式无监督入侵检测系统及方法。本发明使用数据解压模块采集工业互联网系统的通讯时序流量，经过谱残差技术的数据清洗、数据归一化和数据样本化等获得输入数据集，将AE网络模型的架构和参数进行二进制编码，设计基于二进制遗传优化技术的AE网络模型离线优化平台，并利用对抗训练对个体适应度进行评估，经迭代优化后自动获得工业互联网入侵检测系统的AE网络最优模型。本发明不仅可实现用于工业互联网无监督入侵检测系统的AE模型的对抗式训练和自动优化设计，提高了工业互联网入侵检测系统的模型训练稳定性和智能化设计水平，还提升了工业互联网系统入侵检测的召回率和F1评分等性能指标。