基于深度学习动态图神经网络技术检测电力系统网络安全行为的方法

AITNT
正文
推荐专利
基于深度学习动态图神经网络技术检测电力系统网络安全行为的方法
申请号:CN202510323919
申请日期:2025-03-19
公开号:CN119854043B
公开日期:2025-06-17
类型:发明专利
摘要
一种基于深度学习动态图神经网络技术检测电力系统网络安全行为的方法,公开了通过建立基于深度学习动态图神经网络模型、自编码器模型用于检测网络安全行为的系统,按照图注意力嵌入模块、节点动态信息内存记忆模块、节点最近邻居关系模块、节点行为评分模块等核心模块,构建DGNN模型,并设置自编码器模型检测节点网络行为。通过采集电力系统中的历史通信对数据,进行预处理,提取每个时间段的设备节点特征和设备之间关系特征。经过训练后的模型进行数据检测,能有效地检测网络行为。
技术关键词
检测电力系统 神经网络技术 编码器 数据 关系 静态特征 邻居 样本 模块 内存 记忆 电力系统网络安全 端口 节点特征 时间段 二分类器 注意力 生成模型文件 损失率
系统为您推荐了相关专利信息
1
轧机寿命的预测方法、装置、设备及介质
轧机 强化学习模型 样本 深度学习模型 历史运行数据
2
用于标注图像的方法、系统和产品
输入输出设备 图像 对象 数据 人工智能AI模型
3
推理过程中的注意力处理方法、装置、设备及介质
大语言模型 注意力 热点 计算机程序指令 矩阵
4
一种基于机器学习算法的可燃气无线监控系统和方法
数据处理控制 无线监控系统 机器学习算法 数据传输模块 信号采集模块
5
基于小样本训练的建筑坍塌场景级稀疏目标检测方法
样本 构建深度神经网络 卫星遥感影像 场景 深度神经网络模型
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号