[發(fā)明專利]用于網(wǎng)絡(luò)物理系統(tǒng)的主動學(xué)習(xí)方法、裝置及發(fā)現(xiàn)攻擊的方法、裝置有效
| 申請?zhí)枺?/td> | 202010591068.7 | 申請日: | 2020-06-24 |
| 公開(公告)號: | CN111770078B | 公開(公告)日: | 2022-07-12 |
| 發(fā)明(設(shè)計)人: | 不公告發(fā)明人 | 申請(專利權(quán))人: | 西安深信科創(chuàng)信息技術(shù)有限公司 |
| 主分類號: | H04L9/40 | 分類號: | H04L9/40;G06V10/70;G06K9/62;G06N20/00 |
| 代理公司: | 西安嘉思特知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61230 | 代理人: | 王海棟 |
| 地址: | 710000 陜西省西安市高新區(qū)魚*** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 用于 網(wǎng)絡(luò) 物理 系統(tǒng) 主動 學(xué)習(xí)方法 裝置 發(fā)現(xiàn) 攻擊 方法 | ||
1.一種用于網(wǎng)絡(luò)物理系統(tǒng)的主動學(xué)習(xí)方法,其特征在于,包括:
獲取第一特征向量,所述第一特征向量包括若干第一有效負(fù)載;
通過翻轉(zhuǎn)所述第一特征向量中的預(yù)設(shè)位數(shù)的元素得到第二特征向量;
基于預(yù)先訓(xùn)練完成的第一模型,根據(jù)第二特征向量得到預(yù)設(shè)時間后的第一預(yù)測值;
拼接n1個不同的所述第二特征向量得到第一特征向量序列,拼接n1個不同的絕對差值得到第一差值序列,所述絕對差值為所述預(yù)設(shè)時間后的第一實際值和所述第一預(yù)測值之間的差值的絕對值,n1為第一特征向量序列中第二特征向量的總個數(shù),n1≥2;
將所述第一差值序列中的絕對差值作為適合度,使用輪盤賭選擇法從所述第一特征向量序列中選擇一第二特征向量作為第三特征向量;
基于所述預(yù)先訓(xùn)練完成的第一模型,根據(jù)所述第三特征向量和所述第三特征向量對應(yīng)的預(yù)設(shè)時間后的第二實際值得到第二模型。
2.根據(jù)權(quán)利要求1所述的主動學(xué)習(xí)方法,其特征在于,獲取第一特征向量,包括:
嗅探特定時間點的若干第一數(shù)據(jù)包;
將所述若干第一數(shù)據(jù)包的第一有效負(fù)載按照第一預(yù)設(shè)順序進行連接得到第一特征向量。
3.根據(jù)權(quán)利要求1所述的主動學(xué)習(xí)方法,其特征在于,所述預(yù)先訓(xùn)練完成的第一模型的訓(xùn)練方法包括:
嗅探特定時間點的若干第二數(shù)據(jù)包;
將所有所述第二數(shù)據(jù)包的第二有效負(fù)載按照第二預(yù)設(shè)順序進行連接得到第二特征向量序列;
根據(jù)所述第二有效負(fù)載得到預(yù)設(shè)時間后的第一實際值序列;
將所述第二特征向量序列和所述第一實際值序列輸入至未訓(xùn)練的第一模型中對所述第一模型進行訓(xùn)練,得到所述預(yù)先訓(xùn)練完成的第一模型。
4.根據(jù)權(quán)利要求1至3任一項所述的主動學(xué)習(xí)方法,其特征在于,所述第一模型包括線性模型和梯度增強決策樹中的其中一種。
5.根據(jù)權(quán)利要求1所述的主動學(xué)習(xí)方法,其特征在于,基于預(yù)先訓(xùn)練完成的第一模型,根據(jù)所述第三特征向量和所述第三特征向量對應(yīng)的第二實際值得到第二模型,包括:
將多個不同的所述第三特征向量按照第三預(yù)設(shè)順序進行拼接得到第三特征向量序列;
根據(jù)多個不同的所述第三特征向量對應(yīng)得到預(yù)設(shè)時間后的多個第二實際值,并按照第三預(yù)設(shè)順序?qū)⑺龆鄠€第二實際值進行拼接得到第二實際值序列;
將所述第三特征向量序列和所述第二實際值序列輸入至所述預(yù)先訓(xùn)練完成的第一模型得到第二模型。
6.一種用于網(wǎng)絡(luò)物理系統(tǒng)的主動學(xué)習(xí)裝置,其特征在于,包括:
第一獲取模塊,用于獲取第一特征向量,所述第一特征向量包括若干第一有效負(fù)載;
第一翻轉(zhuǎn)模塊,用于通過翻轉(zhuǎn)所述第一特征向量中的預(yù)設(shè)位數(shù)的元素得到第二特征向量;
第一預(yù)測值生成模塊,用于基于預(yù)先訓(xùn)練完成的第一模型,根據(jù)第二特征向量得到預(yù)設(shè)時間后的第一預(yù)測值;
拼接模塊,用于拼接n1個不同的所述第二特征向量得到第一特征向量序列,拼接n1個不同的絕對差值得到第一差值序列,所述絕對差值為所述預(yù)設(shè)時間后的第一實際值和所述第一預(yù)測值之間的差值的絕對值,n1為第一特征向量序列中第二特征向量的總個數(shù),n1≥2;
選擇模塊,用于將所述第一差值序列中的絕對差值作為適合度,使用輪盤賭選擇法,以從所述第一特征向量序列中選擇一第二特征向量作為第三特征向量;
優(yōu)化模塊,用于基于所述預(yù)先訓(xùn)練完成的第一模型,根據(jù)所述第三特征向量和所述第三特征向量對應(yīng)的預(yù)設(shè)時間后的第二實際值得到第二模型。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西安深信科創(chuàng)信息技術(shù)有限公司,未經(jīng)西安深信科創(chuàng)信息技術(shù)有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010591068.7/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 網(wǎng)絡(luò)和網(wǎng)絡(luò)終端
- 網(wǎng)絡(luò)DNA
- 網(wǎng)絡(luò)地址自適應(yīng)系統(tǒng)和方法及應(yīng)用系統(tǒng)和方法
- 網(wǎng)絡(luò)系統(tǒng)及網(wǎng)絡(luò)至網(wǎng)絡(luò)橋接器
- 一種電力線網(wǎng)絡(luò)中根節(jié)點網(wǎng)絡(luò)協(xié)調(diào)方法和系統(tǒng)
- 一種多網(wǎng)絡(luò)定位方法、存儲介質(zhì)及移動終端
- 網(wǎng)絡(luò)裝置、網(wǎng)絡(luò)系統(tǒng)、網(wǎng)絡(luò)方法以及網(wǎng)絡(luò)程序
- 從重復(fù)網(wǎng)絡(luò)地址自動恢復(fù)的方法、網(wǎng)絡(luò)設(shè)備及其存儲介質(zhì)
- 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法、裝置及存儲介質(zhì)
- 網(wǎng)絡(luò)管理方法和裝置





