[發(fā)明專利]工業(yè)傳感網(wǎng)絡(luò)信息物理攻擊下的傳感數(shù)據(jù)異常檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010922289.8
• 申請(qǐng)日: 2020-09-04
• 公開（公告）號(hào): CN112087443B
• 公開（公告）日: 2021-06-04
• 發(fā)明（設(shè)計(jì)）人: 楊強(qiáng);楊濤;郝唯杰;王文海
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): H04L29/06
• 分類號(hào): H04L29/06;H04L29/08
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 鄭海峰

1.一種工業(yè)傳感網(wǎng)絡(luò)信息物理攻擊下的傳感數(shù)據(jù)異常檢測(cè)方法，其特征在于，包括以下步驟：

(1)將工業(yè)傳感網(wǎng)絡(luò)的歷史傳感數(shù)據(jù)作為訓(xùn)練集，標(biāo)記正常或攻擊類型標(biāo)簽，并對(duì)傳感器數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，所述預(yù)處理包括數(shù)據(jù)標(biāo)準(zhǔn)化和數(shù)據(jù)擴(kuò)充；擴(kuò)充方法為：引入數(shù)值為0的假想傳感器，對(duì)一維傳感器數(shù)據(jù)進(jìn)行擴(kuò)充，假設(shè)傳感器數(shù)目為m，需要找到一個(gè)最小的正整數(shù)n，使得m+n能分解為q*q，q為正整數(shù)，m+n＝q*q；

(2)將經(jīng)步驟(1)預(yù)處理后得到的具有m+n個(gè)數(shù)的一維傳感器數(shù)據(jù)切分為q段，且每一段均包含q個(gè)傳感器數(shù)據(jù)，將后一段數(shù)據(jù)放置在前一段數(shù)據(jù)的下一行構(gòu)成二維格式的傳感器數(shù)據(jù)矩陣，將二維格式的傳感器數(shù)據(jù)矩陣轉(zhuǎn)變成灰度圖；

(3)利用灰度圖及相應(yīng)的標(biāo)簽，對(duì)卷積神經(jīng)網(wǎng)絡(luò)分類器進(jìn)行訓(xùn)練，獲得訓(xùn)練好的分類器；

(4)實(shí)時(shí)獲取工業(yè)傳感網(wǎng)絡(luò)的傳感器數(shù)據(jù)，根據(jù)步驟(1)和步驟(2)將傳感器數(shù)據(jù)處理得到灰度圖，將灰度圖作為訓(xùn)練好的分類器的輸入，輸出正常或正在遭受攻擊的類型。

2.根據(jù)權(quán)利要求1所述的工業(yè)傳感網(wǎng)絡(luò)信息物理攻擊下的傳感數(shù)據(jù)異常檢測(cè)方法，其特征在于，步驟(1)中對(duì)傳感器數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，其公式如下：

式中，x_i是第i個(gè)傳感器數(shù)值，Max_i是第i個(gè)傳感器數(shù)值的最大值，Min_i是第i個(gè)傳感器數(shù)值的最小值，x'_i是標(biāo)準(zhǔn)化后的第i個(gè)傳感器數(shù)值。

3.根據(jù)權(quán)利要求2所述的工業(yè)傳感網(wǎng)絡(luò)信息物理攻擊下的傳感數(shù)據(jù)異常檢測(cè)方法，其特征在于，所述步驟(2)具體為：

(a)將一個(gè)具有m+n個(gè)數(shù)的一維數(shù)據(jù)切分為q段，且每一段均包含q個(gè)傳感器數(shù)據(jù)，將后一段數(shù)據(jù)放置在前一段數(shù)據(jù)的下一行構(gòu)成二維格式的傳感器數(shù)據(jù)矩陣[m_ij]_{i、j＝1,2,...,q}，其中m_ij為切分后的第i段第j個(gè)傳感器數(shù)據(jù)，在矩陣中位于第i行第j列；所述二維矩陣中的數(shù)據(jù)值全都在[0,1]內(nèi)；

(b)將所述二維矩陣中的每個(gè)數(shù)值乘以255，然后生成灰度圖。

4.根據(jù)權(quán)利要求1所述的工業(yè)傳感網(wǎng)絡(luò)信息物理攻擊下的傳感數(shù)據(jù)異常檢測(cè)方法，其特征在于，所述步驟(3)采用的卷積神經(jīng)網(wǎng)絡(luò)分類器包括三層卷積層，卷積核大小為3*3，步長(zhǎng)為1。

5.根據(jù)權(quán)利要求4所述的工業(yè)傳感網(wǎng)絡(luò)信息物理攻擊下的傳感數(shù)據(jù)異常檢測(cè)方法，其特征在于，在每一層所述卷積層之后連接一層池化層，前兩層池化層大小相同，最后一層池化層大于或等于第一層池化層。

6.根據(jù)權(quán)利要求4所述的工業(yè)傳感網(wǎng)絡(luò)信息物理攻擊下的傳感數(shù)據(jù)異常檢測(cè)方法，其特征在于，所述卷積神經(jīng)網(wǎng)絡(luò)分類器采用ReLU激活函數(shù)。