买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国海洋大学申请的专利基于时空编解码器的工控网络无监督异常检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119520165B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510066964.4，技术领域涉及：H04L9/40；该发明授权基于时空编解码器的工控网络无监督异常检测方法及系统是由王晓东;宁方舟;王楠;袁浩龙;于景菲;魏志强设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本基于时空编解码器的工控网络无监督异常检测方法及系统在说明书摘要公布了：本发明属于网络安全技术领域，公开了基于时空编解码器的工控网络无监督异常检测方法及系统，包括以下步骤：步骤1、工业控制网络传感器数据处理和样本构建；对历史传感器原始数据和时间序列进行采样和数据处理，得到样本序列；步骤2、构建基于时空编解码器的无监督深度学习模型并训练；步骤3、传感器数据时空特征分析，输出未来预定时段的传感器数据作为预测值；步骤4、异常报警：结合步骤3输出的预测值和置信度确定置信空间，当前实际的传感器数据超出正常范围时，触发网络异常警报。通过本发明提高提高工业控制网络异常检测的识别率和泛化性。

本发明授权基于时空编解码器的工控网络无监督异常检测方法及系统在权利要求书中公布了：1.基于时空编解码器的工控网络无监督异常检测方法，其特征在于，包括以下步骤：步骤1、传感器数据处理和样本构建；对历史工业控制传感器原始数据和时间序列进行采样和数据处理，得到样本序列；步骤2、构建基于时空编解码器的无监督深度学习模型并训练；所述基于时空编解码器的无监督深度学习模型包括时空特征分析模块，所述时空特征分析模块包括时空特征分析分支和时空自监督学习分支，分别用于时空特征分析和时空自监督学习；所述时空特征分析分支和时空自监督学习分支均采用时空编码器-解码器结构，具体来说，所述时空特征分析分支采用时空编解码器Ⅰ，包括时空编码器Ⅰ、频率增强注意模块和时空预测解码器，时空编码器Ⅰ叠加L个时空注意力模块；所述时空自监督学习分支采用时空编解码器Ⅱ，包括时空编码器Ⅱ、自监督学习模块、时空重构解码器；其中，时空编解码器Ⅰ与时空编码器Ⅱ结构相同；在时空特征分析分支内，通过时空编码器Ⅰ将传感器数据的长期时空动态信息进行编码并整合得到潜在特征空间矩阵SL，然后通过频率增强注意模块和时空预测解码器捕获潜在特征空间矩阵SL中的时空动态；在时空自监督学习分支内，引入时空数据的掩蔽算法，用时空不可知的采样随机屏蔽补丁，对数据进行时空自监督学习，将掩蔽后的数据通过时空重构解码器进行补全重构，输出将重构的数据与时空特征分析分支中时空编码器Ⅰ计算出的SL置于潜在空间进行对齐比较，其结果不断指导改进时空特征分析分支的时空编码器Ⅰ；步骤3、传感器数据时空特征分析：将步骤1输出的数据输入训练好的基于时空编解码器的无监督深度学习模型，时空特征分析分支和时空自监督学习分支共同工作，输出未来预定时段的传感器数据作为预测值；对空间和时间注意力进行如下操作：将第l-1个时空注意力模块的输出表示为Sl-1∈RP×N×d，其中P为输入传感器数据矩阵序列的长度，N为传感器数量；将其与输入传感器数据矩阵序列的时空嵌入矩阵E连接，得到Zl-1∈RP×N×2d，并将Zl-1输入第l个时空注意力模块；用表示所有时间片上关于节点v的输入，使用表示时间片t上所有节点的输入；在时间维度上，将传感器数据信号的时间T′向量定义为第l个时空注意力模块的时间注意中的时间参考点，在时间注意力模块计算公式如下： 其中，MHSA·为多头自注意力公式，时间注意力模块首先通过注意输入将转换为Yt′r，更新后的时间参考点Yt′r包含原始长期输入的全局传感器数据信息，最终生成节点v的时间编码表示时间注意力模块并行处理每个节点的输入，用Tl∈RP×N×2d表示所有节点的时间编码表示；同样，在空间维度中，引入空间O′向量作为空间参考点，然后空间注意力模块并行处理每个时间片上的输入，公式如下： 其中，为t时刻所有节点的空间编码表示，Sl∈RP×N×2d表示所有时间片上的空间编码表示；最后，空间注意力模块的输出是Sl的和；步骤4、异常报警：结合步骤3输出的预测值和置信度确定置信空间，并将其作为工业控制网络检测的正常数据范围，当前实际的传感器数据超出正常范围时，触发网络异常警报。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。