基于DAE的工控系统态势理解算法
文献类型：期刊论文
| 作者 | 尚文利1,2,3,4 ; 敖建松1,2,3,4; 赵剑明1,2,3,4; 刘贤达1,2,3,4; 尹隆1,2,3,4
|
| 刊名 | 小型微型计算机系统
 |
| 出版日期 | 2020 |
| 卷号 | 41期号:6页码:1231-1236 |
| 关键词 | 工业控制系统 态势感知 去噪自编码器 K-means聚类 |
| ISSN号 | 1000-1220 |
| 其他题名 | Situation Understanding Algorithm for Industrial Control Systems Based on DAE |
| 产权排序 | 1 |
| 英文摘要 | 安全态势感知对于提高工业控制系统的主动防御能力具有重要作用.如何从复杂的系统结构中提取出有效的安全态势要素,并进行合理的融合,得到当前工控系统态势是急需解决的难点问题之一.本文结合态势感知的概念,以工控系统控制现场层的数据为研究对象,通过深度学习领域中的去噪自编码器(DAE)模型来提取出安全态势要素,实现冗余信息的过滤,提炼出有效的数据信息;后续使用K-means等聚类算法实现正常工况模型的建立,并以此作为基准实时检测系统状态与正常工况的偏离程度,在时间维度上对其进行融合计算,得到系统当前态势,为后续态势预测阶段提供数据基础.最后,通过数据分析说明了提出方法的可行性和有效性. |
| 语种 | 中文 |
| CSCD记录号 | CSCD:6739199 |
| 资助机构 | 国家重点研发计划项目( 2018YFB2004200) ; 中国科学院战略性先导科技专项项目( XDC02020200) ; 国家自然科学基金项目( 61773368) |
| 源URL | [http://ir.sia.cn/handle/173321/26854]  |
| 专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
| 通讯作者 | 敖建松 |
| 作者单位 | 1.中科院网络化控制系统重点实验室 2.中国科学院沈阳自动化研究所 3.中国科学院机器人与智能制造创新研究院 4.中国科学院大学 |
| 推荐引用方式 GB/T 7714 | 尚文利,敖建松,赵剑明,等. 基于DAE的工控系统态势理解算法[J]. 小型微型计算机系统,2020,41(6):1231-1236. |
| APA | 尚文利,敖建松,赵剑明,刘贤达,&尹隆.(2020).基于DAE的工控系统态势理解算法.小型微型计算机系统,41(6),1231-1236. |
| MLA | 尚文利,et al."基于DAE的工控系统态势理解算法".小型微型计算机系统 41.6(2020):1231-1236. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。