成果介绍
本发明公开了一种面向工业控制系统的异常检测系统和方法,涉及异常检测领域,所述系统包括:数据采集模块、数据预处理模块、异常检测模型训练模块、阈值设定模块、异常检测模块和结果输出模块。所述方法包括:步骤1、采集训练数据;步骤2、进行数据预处理;步骤3、学习时间维特征;步骤4、学习时间序列相关性;步骤5、重构所述多维时间序列数据;步骤6、设置异常阈值;步骤7、实时在线检测;步骤8、输出检测结果。本发明能够有效的对时间序列进行建模,学习正常序列的周期规律,且能够有效对异常污染的时间序列数据进行鲁棒性建模;采用极值定理对训练过程中的重构误差进行学习,自动化设定阈值,避免按照经验值设定的不便。
成果亮点
采用极值定理对训练过程中的重构误差进行学习,自动化设定阈值,避免按照经验值设定的不便。
团队介绍
宁波工业互联网研究作为一家主攻工业互联网、智能制造、人工智能等前沿领域的新型研发机构,研究院致力于推动国家工业转型发展、重大关键核心技术的创新突破和技术成果转化,目前已成功十余家高科技公司,集聚各类高科技等人才600余名,其中硕博比例30%以上;已建成“攻防评一体化”工控安全试验场,成为引领国内工控安全的重要基地,工控安全产品已成功应用于30余项科研攻关和国家重大基础设备安全防护项目。2020年入选首批“浙江省省级新型研发机构”,2021年研究院牵头建设的“浙江省智能工厂操作系统技术创新中心”入选浙江省级首批技术创新中心,2022年8月,入选首批“科创中国”创新基地,2022年10月,获批建设智能制造国家新一代人工智能开放创新平台。
成果资料