[發明專利]一種基于果蠅嗅覺神經網絡的隱性異常檢測方法及其裝置有效

申請號：	202110726093.6	申請日：	2021-06-29
公開（公告）號：	CN113313212B	公開（公告）日：	2023-06-06
發明（設計）人：	肖如良;李一奇;張仕;蔡聲鎮	申請（專利權）人：	福建師范大學
主分類號：	G06F18/214	分類號：	G06F18/214;G06N3/006;G06N3/08
代理公司：	福州君誠知識產權代理有限公司 35211	代理人：	戴雨君
地址：	350108 福建省福州***	國省代碼：	福建;35
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	一種基于果蠅嗅覺神經網絡隱性異常檢測方法及其裝置
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明涉及一種基于果蠅嗅覺神經網絡的隱性異常檢測方法及其裝置，其包括以下步驟：S1：獲取一串具有正常的相同數據的數據流為訓練組，一串具有正常的相同數據中混有異常數據的混合數據流為測試組；S2：構建一個果蠅嗅覺神經網絡，利用訓練組對果蠅嗅覺神經網絡進行“習慣化”；S3：利用贏者通吃策略對測試組中異常數據特征提取，輸出異常數據的稀疏二值化的特征向量；S4：異常數據的稀疏二值化的特征向量輸入的全連接層，采用梯度下降法進行訓練并輸出結果；S5:建立基于果蠅嗅覺神經網絡的隱性異常檢測模型，采用以上技術方案能夠過濾掉冗余信息，增強對具有相似信息中新數據的辨別能力，提高物聯網系統隱性異常的檢測能力。

技術領域

本發明涉及物聯網技術領域領域，具體涉及了一種基于果蠅嗅覺神經網絡的隱性異常檢測方法及其裝置。

背景技術

隨著5G時代到來，工業物聯網廣泛應用于國家新基礎設施計劃，其由多種異構網絡接入而成，是物理感知技術與互聯網深度融合的信息物理系統。工業物聯網與傳統物聯網的主要區別在于：它是基于感知數據的自動化控制，具體表現為通過生產過程的現場感知，給出目標設備的動作決策，更是傳統工業控制系統與因特網的融合。因此，對工業物聯網的破壞將直接延伸到各種基礎設施的物理層面，并對大量居民的正常生活乃至國家安全造成嚴重影響。

當前的網絡入侵檢測系統能對工業物聯網的各類顯性網絡攻擊具有較好的檢測能力；當前主流的工控容災系統對工業物聯網物理系統中的顯性錯誤與異常，目前也能較好地快速診斷做出應急反應。然而對工業物聯網系統中的隱性異常，無論是對上層應用系統還是下層物理系統中的隱性異常，目前缺少有效的解決方案。但是，工業物聯網系統中隱性異常是重大的安全隱患，及早發現隱性異常能夠避免重大安全問題的發生，進行隱性異常的快速檢測研究具有重要意義。

發明內容

針對現有技術的不足，本發明提供能夠過濾掉冗余信息，增強對具有相似信息中新數據的辨別能力，提高物聯網系統隱性異常的檢測能力。

本發明的一種基于果蠅嗅覺神經網絡的隱性異常檢測方法，其包括以下步驟：

S1：獲取一串具有正常的相同數據的數據流為訓練組和一串具有正常的相同數據中混有異常數據的混合數據流為測試組；

S2：構建一個果蠅嗅覺神經網絡，利用訓練組對果蠅嗅覺神經網絡進行“習慣化”；

S3：利用贏者通吃策略對測試組中異常數據特征提取，輸出異常數據的稀疏二值化的特征向量；

S4：異常數據的稀疏二值化的特征向量輸入的全連接層，采用梯度下降法進行訓練并輸出結果；

S5:建立基于果蠅嗅覺神經網絡的隱性異常檢測模型。

進一步，所述步驟S2的具體步驟包括：

S2-1：構建一個果蠅嗅覺神經網絡模型，包括受體神經元ORNs、抑制性神經元LN1、投射神經元PN_i；ORNs將激活信息傳遞給投射神經元PN_i，還向抑制性神經元LN1發出前饋興奮信號，而LN1抑制性神經元又將抑制信號傳遞至投射神經元PN_i上，抑制性神經元LN1和投射神經元PN_i的同時激活會增加抑制性神經元LN1和投射神經元PN_i之間突觸的權重w_i，突觸的權重w_i增加，使投射神經元PN_i的激活量隨激活次數而減少；

S2-2：投射神經元PN_i的活性值x_i為：

x_i＝max(s_i-lw_i,0)

下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。

免登錄下載普通用戶下載升級VIP會員，免費下載

該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于福建師范大學，未經福建師范大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】

本文鏈接：http://www.szxzyx.cn/pat/books/202110726093.6/2.html，轉載請聲明來源鉆瓜專利網。