[发明专利]一种基于双重相似性度量的工业通信异常检测方法有效

专利信息
申请号: 201910519203.4 申请日: 2019-06-17
公开(公告)号: CN110266680B 公开(公告)日: 2021-08-24
发明(设计)人: 万明;宋岩;景源;王俊陆;刘允 申请(专利权)人: 辽宁大学
主分类号: H04L29/06 分类号: H04L29/06
代理公司: 沈阳杰克知识产权代理有限公司 21207 代理人: 罗莹
地址: 110000 辽宁*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 双重 相似性 度量 工业 通信 异常 检测 方法
【权利要求书】:

1.一种基于双重相似性度量的工业通信异常检测方法,其特征在于,其步骤为:

1)工业通信行为特征的分类与选择:将工业通信数据按相同的时间间隔划分成不同的消息样本,依据工业通信协议的协议规约和工业通信交互方式,提取工业通信行为特征,构成特征空间;

2)构建工业行为特征树:根据每一个消息样本的特征空间,分别构建工业行为特征树的主分枝、次分枝和叶子节点,从而使每一个消息样本用一个工业行为特征树表示;

3)双重相似性度量的实时异常判别:对每一个消息样本的工业行为特征树,进行双重相似性度量计算,将计算结果分别与树内度量门限和树间度量门限进行比较,判断是否出现异常并报警;

双重相似性度量的实时异常判别,具体进行两方面计算:

3.1)树内相似性度量针对工业行为特征树中不同特征之间的度量,其中工业行为特征数属于同一消息样本;

3.2)树间相似性度量针对不同消息样本的工业行为特征树之间的度量。

2.根据权利要求1所述的一种基于双重相似性度量的工业通信异常检测方法,其特征在于:所述的步骤1)中,所述的工业通信行为特征分为两类:一般网络行为特征、工业协议语义特征。

3.根据权利要求2所述的一种基于双重相似性度量的工业通信异常检测方法,其特征在于:所述的一般网络行为特征描述消息样本在网络传输时表现的特性,包括:包速率、平均包大小、IP到端口映射、一次访问的往返时延。

4.根据权利要求2所述的一种基于双重相似性度量的工业通信异常检测方法,其特征在于:所述的工业协议语义特征是依据工业协议语法和协议规范提取的专有特征,包括功能码、线圈或寄存器地址、线圈或寄存器域值。

5.根据权利要求1所述的一种基于双重相似性度量的工业通信异常检测方法,其特征在于:所述步骤2)中,工业行为特征树构建过程如下:

2.1)创建工业行为特征树的根和主干;

2.2)根据两类工业通信行为特征,分别在树主干上创建两个主分枝;

2.3)在每个主分枝上,对属于该主分枝的所有特征创建次分枝,如在代表一般网络行为特征的主分枝上创建代表包速率的次分枝;

2.4)在每个次分枝上,将该特征的每一个特征值作为一个叶子节点。

6.根据权利要求1所述的一种基于双重相似性度量的工业通信异常检测方法,其特征在于:所述的树内相似性度量采用明可夫斯基距离作为度量算法;所述的树间相似性度量采用余弦相似度作为度量算法。

7.根据权利要求6所述的一种基于双重相似性度量的工业通信异常检测方法,其特征在于:所述的树内相似性度量采用明可夫斯基距离作为度量算法,其计算公式如下:

其中,P=(p1,p2,…,pN)和Q=(q1,q2,…,qN)分别代表同一工业行为特征树上特征空间中两种特征的特征值,v为可变参数,具体根据实际情况进行调节。

8.根据权利要求7所述的一种基于双重相似性度量的工业通信异常检测方法,其特征在于:树间相似性度量采用余弦相似度作为度量算法,其计算公式如下:

其中,xk和yk分别代表不同工业行为特征树中同类特征值。

9.根据权利要求1所述的一种基于双重相似性度量的工业通信异常检测方法,其特征在于:所述步骤3)中,树内度量门限和树间度量门限为利用工业通信数据经过双重相似性度量计算得出的额定值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于辽宁大学,未经辽宁大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910519203.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top