Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 同济大学王成获国家专利权

同济大学王成获国家专利权

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!

龙图腾网获悉同济大学申请的专利一种基于图神经网络的一体化异常预测及检测方法和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:CN119740174B

龙图腾网通过国家知识产权局官网在2025-10-28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:202510024371.1,技术领域涉及:G06F18/2433;该发明授权一种基于图神经网络的一体化异常预测及检测方法和系统是由王成;宁荣辉;王朝栋;朱航宇设计研发完成,并于2025-01-07向国家知识产权局提交的专利申请。

一种基于图神经网络的一体化异常预测及检测方法和系统在说明书摘要公布了:本发明属于化工厂设备异常检测与互联网网络安全的交叉领域,特别涉及一种基于图神经网络的化工互联网一体化异常预测及检测方法和系统。所述方法包括以下步骤:步骤1,获取初始网络服务数据和化工厂数据:步骤2,基于所述网络服务数据和化工厂数据,构建映射关系;步骤3,利用双时间窗口技术构建精简矩阵序列;步骤4,基于步骤3所述精简矩阵构建精简图;步骤5,基于图神经网络从所述精简图中提取对应精简图向量;等等。本发明能够一体化解决化工厂设备老化等导致的异常问题和针对化工厂的网络攻击及后续对应的化工设备损坏等问题,同时还能解决化工厂与互联网相结合部分的安全问题,在检测安全问题的同时对安全问题进行预测。

本发明授权一种基于图神经网络的一体化异常预测及检测方法和系统在权利要求书中公布了:1.一种基于图神经网络的一体化异常预测及检测方法,其特征在于,包括以下步骤: 步骤1,获取初始网络服务数据和化工厂数据: 网络服务数据采集,使用网络探针实时捕获数据包,并对数据包中的信息进行提取,提取数据包中的主机IP,网络实体类型,主机行为,网络实体行为类型; 化工厂数据采集,使用温度传感器,气压传感器对反应器的温度,压力,液位与管道的温度,压力进行实时检测,同时标识化工生产设备类型,物料行为类型; 步骤2,基于所述网络服务数据和化工厂数据,构建所述网络实体类型与网络实体类型ID,网络实体行为类型与网络实体行为类型ID,所述化工生产设备类型与化工生产设备类型ID,所述物料行为类型与物料行为类型ID之间的映射关系; 步骤3,利用双时间窗口技术和所述网络实体类型,所述网络实体行为类型,所述化工生产设备类型,所述物料行为类型与其ID之间的映射关系构建精简矩阵序列; 步骤4,基于步骤3所述精简矩阵构建精简图; 所述精简图包括:实体类型节点、行为类型节点和边;其中, 所述精简矩阵中的所述网络实体类型、所述化工生产设备类型构成所述精简图中的实体类型节点; 所述精简矩阵中连接两个所述实体类型节点的所述网络实体行为类型、所述物料行为类型构成所述精简图中的行为类型节点; 所述实体类型节点与所述行为类型节点之间的连接构成所述精简图中的边; 步骤5,基于图神经网络从所述精简图中提取对应精简图向量; 步骤6,基于步骤3所述精简矩阵序列作为训练数据,得到精简图矩阵预测模型: 步骤7,基于所述精简图作为训练数据得到异常检测模型,并基于所述异常检测模型检测每个时间片的数据异常。

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同济大学,其通讯地址为:200092 上海市杨浦区上海市四平路1239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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。