摘要
本发明涉及航空网络安全领域,特别是涉及一种基于变分自编码器的AFTN报文异常检测方法。首先对AFTN报文进行预处理和特征提取;构建变分自编码器VAE模型,定义逐层压缩的编码器、维度恢复重构的解码器与重构损失函数;再通过VAE模型针对正常AFTN报文学习其潜在表示;使用训练后的VAE模型对未知的AFTN报文进行重构;通过设定异常阈值以判断未知的AFTN报文是否存在异常;最后比对重构误差与所设定的阈值,确定未知的AFTN报文为异常报文或正常报文。本发明能够检测空管自动化系统中潜在的异常AFTN报文,从而提升航空空管系统的安全性,进一步推动航空领域的自动化进程。
技术关键词
报文异常检测方法
编码器
重构误差
解码器
空管自动化系统
深度神经网络
文本特征向量
分词
BERT模型
更新模型参数
无监督
空管系统
航空
定义
变量
阶段
系统为您推荐了相关专利信息
视觉特征
报告自动生成方法
深度神经网络模型
解码器
医学影像数据
图像生成模型
图像生成方法
噪声
计算机可执行指令
透明度
高维特征向量
电力
分布式能源发电
预训练模型
时序依赖关系