摘要
本发明公开了用于多模态数据融合的工控一体机异常检测方法及系统,涉及数据处理相关技术领域,该方法包括:对作业中的工控一体机进行多源网络特征的动态收集,得到实时多模态网络数据集;根据特征提取预案进行特征提取分析,得到实时网络特征集;将基于实时网络特征集构建的实时特征向量与预定特征向量进行对比;若实时偏离系数超过预定偏离系数限值,发出网络预警信号,并根据网络预警信号对工控一体机进行网络异常预警。解决了现有技术中存在的难以全面捕捉异常行为,导致工控一体机异常检测存在漏检、误报风险,且检测实时性与准确性较差的技术问题,达到了降低工控一体机异常漏报率、提升异常检测精准性、及时性及运行可靠性的技术效果。
技术关键词
工控一体机
多模态数据融合
异常检测方法
网络特征
多模态网络
指标
线路特征
通信特征
异常数据
设备特征
异常检测系统
网络通信
数据帧传输
三维模型
偏差
网络设备
动态
系统为您推荐了相关专利信息
大坝形变监测系统
高风险
监测场景
异常事件
聚类分析算法
气体泄漏检测方法
数据编码器
多模态数据融合
图像编码器
网络
异常检测方法
样本
图像生成模型
注意力
文本生成图像