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！

龙图腾网获悉南京理工大学申请的专利一种基于变分自编码器的工业控制系统异常检测方法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：CN117055527B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202311114361.4，技术领域涉及：G05B23/02；该发明授权一种基于变分自编码器的工业控制系统异常检测方法是由何立栋;李清华设计研发完成，并于2023-08-31向国家知识产权局提交的专利申请。

本一种基于变分自编码器的工业控制系统异常检测方法在说明书摘要公布了：本发明提供了一种基于变分自编码器的工业控制系统异常检测方法，属于工业控制系统技术领域。本发明包括如下步骤：S1：采集工业控制系统数据；S2：对采集到的数据进行预处理；S3：构建神经网络模型，并使用处理后的正常数据对模型进行训练；S4：设置检测阈值；S5：对测试数据进行检测，根据评分与检测阈值的比较结果，确定数据是否异常并将结果输出。本发明能够有效地对工业控制系统中的数据进行建模，并且构建的模型能够学习数据之间的时间相关性，从而能够更准确地区分正常行为和异常行为；本发明还使用高斯混合模型对数据的低维表示和重建误差的分布进行建模，综合考虑了数据的低维表示和重建误差的影响，增强了异常检测效果。

本发明授权一种基于变分自编码器的工业控制系统异常检测方法在权利要求书中公布了：1.一种基于变分自编码器的工业控制系统异常检测方法，其特征在于，包括以下步骤： S1：采集工业控制系统数据； S2：对采集的工业控制系统数据进行预处理，包括将标签数据转换为数值、对数据进行最小最大值归一化处理以及划分训练数据集和测试数据集； S3：构建基于变分自编码器的神经网络模型，并使用处理好的正常数据对神经网络模型进行训练：构建GRU-VAEGMM网络，包含GRU-VAE网络和估计网络两部分，其中GRU-VAE网络用于提取数据的低维表示和重建误差作为特征变量，估计网络用于结合GMM对特征变量的分布进行建模；GRU-VAE网络基于变分自编码器网络框架，在编码器和解码器之间加入由GRU网络构成的跳跃连接层；使用估计网络结合GMM对特征变量的分布进行建模； GRU-VAE网络的编码器和解码器都是由三层全连接网络组成，使用两个GRU网络分别对编码器中前两层网络的输出进行处理，得到隐状态和，然后将隐状态和分别与GRU-VAE解码器的后两层网络的输入变量进行向量拼接，最后将拼接后的向量分别输入GRU-VAE解码器的后两层全连接网络； S4：使用训练好的神经网络模型，得到数据的特征变量以及重建误差，使用GMM计算特征变量的样本能量，并将样本能量和重建误差的和作为数据的评分，然后根据正常数据的评分的分布设置检测阈值； S5：使用训练好的神经网络模型对测试数据进行检测，求得待测试数据的评分，若评分小于检测阈值则表示数据正常，如评分大于检测阈值则表示数据是异常的，数据可能被攻击者篡改。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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。