摘要
本申请实施例提供一种工控网络攻击事件分布式监测方法及装置,方法包括:通过获取历史工控网络活动数据,确定对应的网络真实特征,将网络真实特征和预设噪声向量输入预设深度神经网络的全连接层进行网络训练,确定对应的网络预测特征,根据网络真实特征、网络预测特征以及预设二分类深度神经网络模型确定对应的网络真实概率值,根据网络真实概率值的最大值确定对应的预设深度神经网络的参数,确定对应的生成器模型,获取工控网络的缺失监测数据,根据生成器模型和缺失监测数据,确定对应的完整监测数据,将完整监测数据根据预设优化分配算法进行数据转发,本申请能够确保采集数据的完整性和准确性,并低延迟地进行数据转发,保证传输效率。
技术关键词
分布式监测方法
网络攻击事件
深度神经网络模型
预测特征
网络特征
数据
分布式监测装置
时间序列预测模型
噪声
传播算法
参数
特征提取模块
处理器
聚类算法
探针
可读存储介质
协议
系统为您推荐了相关专利信息
康复辅助设备
康复辅助方法
认知障碍治疗
子模块
计算能力训练
深度神经网络模型
集成训练
优化深度神经网络
权重特征
攻击防御方法
电池包系统
性能预测模型
机器学习模型
电池包壳体
电池模组
机器学习辅助
机器学习方法
位点
拓扑特征
网络特征
空间分布预测方法
深度神经网络模型
数据
因子
优化深度神经网络