摘要
本申请公开了一种边缘设备的异常监测方法、装置和系统,所述方法包括:获取与边缘设备相关的网络协议特征向量和视觉物理特征向量;将网络协议特征向量和视觉物理特征向量输入至预设的Transformer模型进行跨模态特征融合,得到网络协议特征向量和视觉物理特征向量在共享向量空间中的向量表示;基于网络协议特征向量在共享向量空间中的向量表示和视觉物理特征向量在共享向量空间中的向量表示,计算得到目标相似度得分;将目标相似度得分输入至预设的强化学习模型中,强化学习模型基于动态阈值机制对目标相似度得分进行判断,在目标相似度得分小于或等于动态阈值的情况下,确定边缘设备处于异常状态。这样能够增强对边缘设备异常行为的监测能力。
技术关键词
强化学习模型
视觉
异常监测方法
阈值机制
物理
多智能体协同
跨模态
异常状态
滑动窗口
超文本传输协议请求
动态
设备识别
端口指示灯
模块
光学字符识别
协议会话
告警策略
监测系统
合规性
热力图
系统为您推荐了相关专利信息
动作识别方法
动作识别模型
特征数据库
机器可读指令
表面检测技术
抑制瓦斯煤尘爆炸
抑爆剂
效能评估方法
三维物理模型
爆炸容器
文档生成方法
计算机视觉算法
文本生成模型
注意力机制
检索算法
工业互联网
数字孪生体
交互系统
建模平台
数字孪生模型
地图重构方法
漂移误差
机器人运动学模型
三维网格模型
管道