[發明專利]一種基于工控信號的控制功能分類方法及系統

有效

• 申請號: 201910058328.1
• 申請日: 2019-01-22
• 公開（公告）號: CN109886119B
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 戚建淮;賴武光;宋晶;鄭偉范
• 申請（專利權）人: 深圳市永達電子信息股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 深圳市順天達專利商標代理有限公司 44217
• 代理人: 高占元

一種基于工控信號的控制功能分類方法，包括：S1、基于工控信號的分類方案生成分類信號集并訓練所述分類信號集以得到第一訓練模型，且生成不同于所述分類信號集的第二分類信號；S2、基于所述第一訓練模型測試所述第二分類信號以獲得異常分類判定條件；S3、基于所述第一訓練模型和所述異常分類判定條件生成用于判定正常分類和異常分類的第二訓練模型。實施本發明的基于工控信號的控制功能分類方法、系統以及計算機可讀存儲介質，通過基于第一訓練模型和異常分類判定條件生成的第二訓練模型，除了能夠識別分類方案中的工控信號外，還可以將未列出的工控信號識別為異常信號，因此提高了工控信號的識別準確率和適用范圍。

技術領域

本發明涉及信號檢測領域，更具體地說，涉及一種基于工控信號的控制功能分類方法及系統。

背景技術

隨著對工控安全的要求越來越高，現有的工控安全檢測都實現在網絡協議檢測層面，無論在網絡協議層面構建何種程度的保護，都無法避免各種層出不窮的網絡攻擊手段的侵入。工控設備物理信號層無疑是最根本的檢測基礎，建立在信號層的檢測手段是更為可靠的一種檢測方法。然而不同類別的工控信號對應的功能也不同，因此通常需要對工控信號的控制功能進行分類。

然后現有的分類技術只能對工控信號的采集樣本中標注了分類標簽的那些工控信號進行分類。然而在實際應用中，很難窮舉所有的樣本的類型。因此，未被列入的工控信號將在測試時降低分類識別的準確率，從而造成對工控信號的識別準確率低，適用范圍小。

發明內容

本發明要解決的技術問題在于，針對現有技術的上述缺陷，提供一種識別準確率高，適用范圍廣的基于工控信號的控制功能分類方法。

本發明解決其技術問題所采用的技術方案是：構造一種基于工控信號的控制功能分類方法，包括：

S1、基于工控信號的分類方案生成分類信號集并訓練所述分類信號集以得到第一訓練模型，且生成不同于所述分類信號集的第二分類信號；

S2、基于所述第一訓練模型測試所述第二分類信號以獲得異常分類判定條件；

S3、基于所述第一訓練模型和所述異常分類判定條件生成用于判定正常分類和異常分類的第二訓練模型。

在所述的基于工控信號的控制功能分類方法中，所述步驟S1進一步包括：

S11、將工控信號按照其功能進行分類以得到工控信號指令集，并激勵所述工控信號指令集以生成分類信號集；

S12、訓練所述分類信號集以獲得所述第一訓練模型；

S13、制造不同于所述工控信號指令集的新類指令，并激勵所述新類指令以獲得第二分類信號。

在所述的基于工控信號的控制功能分類方法中，所述步驟S11進一步包括：

S111、將工控信號按照工控設備說明書列出的功能導入；

S112、基于所述工控信號的功能選擇工控信號并為其設定分類標簽以對所述工控信號進行分類以生成所述工控信號指令集；

S113、激勵所述工控信號指令集并錄制產生的具有分類標簽的信號數據以生成所述分類信號集。

在所述的基于工控信號的控制功能分類方法中，在所述步驟S12中，采用LinearSVM訓練所述分類信號集以獲得所述第一訓練模型。

在所述的基于工控信號的控制功能分類方法中，所述步驟S2進一步包括：

S21、測試所述第二分類信號在所述第一訓練模型中的各個分類的分類概率；

S22、將所述第二分類信號的最大分類概率和最小分類概率的比值作為所述異常分類判定條件。

在所述的基于工控信號的控制功能分類方法中，進一步包括：