一种基于深度学习的智慧电厂信任评估方法

本发明公开了一种基于深度学习的智慧电厂信任评估方法，包括构建数据预处理、直接评估模型以及间接评估模型中所采用的Transformer模型的结构；获取用户以及设备的数据信息，并对数据信息进行预处理，特征值表示为qij，存入数据存储系统；直接评估模型根据数据存储系统中的特征值作为输入，计算直接可信分；从相邻关联设备角度利用间接评估模型对此时访问主体访问行为进行计算得出间接可信分；利用粒子群优化算法的搜索来优化自适应权重；使用优化后的自适应权重，结合第一阶段预测的直接可信分、间接可信分以及历史可信分，计算求得访问主体的最终可信分，并同步更新该节点历史可信分。本发明能反映主体行为变化、适应未知威胁，克服了漏判错判问题，准确性高。