[發明專利]一種通過自適應集成的設備安全威脅預測方法及裝置

在審

• 申請號: 202210071992.1
• 申請日: 2022-01-21
• 公開（公告）號: CN114418222A
• 公開（公告）日: 2022-04-29
• 發明（設計）人: 湯懌;付佳佳;楊云帆;吳勤勤;吳迪
• 申請（專利權）人: 廣東電網有限責任公司;廣東電網有限責任公司電力調度控制中心
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郭浩輝

1.一種通過自適應集成的設備安全威脅預測方法，其特征在于，所述方法包括：

采集多個設備運行時的異常數據集，并將所述異常數據集分別輸入至n個預設的神經網絡，得到n個預測結果，其中，n為大于1的正整數；

對所述n個預測結果進行權重分配和集成得到初始集成結果；

利用所述初始集成結果重復進行權重迭代更新得到目標集成結果；

基于所述目標集成結果預測設備潛在的安全威脅。

2.根據權利要求1所述的通過自適應集成的設備安全威脅預測方法，其特征在于，所述對所述n個預測結果進行權重分配和集成得到初始集成結果，包括：

分別計算所述n個預測結果中兩兩預測結果之間的歐式距離，得到每個所述預測結果對應的n-1個歐式距離；

根據每個所述預測結果對應的n-1個歐式距離計算每個神經網絡對應的網絡支持度；

基于所述網絡支持度計算每個神經網絡對應的初始權重，得到n個初始權重；

根據所述n個初始權重計算n個預設的神經網絡對應的初始集成結果。

3.根據權利要求2所述的通過自適應集成的設備安全威脅預測方法，其特征在于，所述歐式距離的計算公式如下所示：

其中，為第i個預測結果，為第j個預測結果，為歐式距離；N為每個預測結果所包含的元素個數；x_mi為第i個預測結果中的第m個元素，x_mj為第j個預測結果中的第m個元素。

4.根據權利要求3所述的通過自適應集成的設備安全威脅預測方法，其特征在于，所述根據每個所述預測結果對應的n-1個歐式距離計算每個神經網絡對應的網絡支持度，包括：

分別計算每個所述歐式距離對應的兩個預測結果相互之間的相互支持度，得到n-1個相互支持度；

基于所述n-1個相互支持度計算每個神經網絡對應的網絡支持度；

其中，所述相互支持度的計算如下式所示：

上式中，為第i個預測結果與第j個預測結果之間的歐式距離；e為自然對數的底數；歐式距離對應的兩個預測結果之間的相互支持度；

所述網絡支持度的計算如下式所示：

其中，為第i個神經網絡對應的網絡支持度。

5.根據權利要求4所述的通過自適應集成的設備安全威脅預測方法，其特征在于，所述初始權重的計算如下式所示：

其中，為第i個神經網絡對應的網絡支持度；為第j個神經網絡對應的支持度；n為神經網絡的數量。

6.根據權利要求2所述的通過自適應集成的設備安全威脅預測方法，其特征在于，所述根據所述n個初始權重計算n個預設的神經網絡對應的初始集成結果，包括：

將所述n個初始權重進行組合得到n個預設的神經網絡對應的初始權重矩陣；

基于所述初始權重矩陣計算得到n個預設的神經網絡對應的初始集成結果；

所述初始集成結果的計算如下式所示：

E(A)＝A(W⁰)^T；

其中，E(A)為初始集成結果；A為所述n個預測結果的集合；(W⁰)^T為初始權重矩陣。

7.根據權利要求6所述的通過自適應集成的設備安全威脅預測方法，其特征在于，所述利用所述初始集成結果重復進行權重迭代更新得到目標集成結果，包括：

根據所述初始集成結果計算每個神經網絡對應的權重調整系數；

基于所述每個神經網絡對應的權重調整系數計算得到對應的更新權重，得到n個更新權重；

利用所述n個更新權重更新所述初始集成結果直至達到預設的迭代更新次數，得到目標集成結果；

其中，所述權重調整系數的計算公式如下所示：

上式子中：α_i為第i個神經網絡對應的權重調整系數；

所述更新權重的計算公式如下所示：

其中，為更新權重；為起始權重；α_i為第i個神經網絡對應的權重調整系數；n為神經網絡的數量。