面向工業(yè)流程異常檢測的均衡循環(huán)神經(jīng)網(wǎng)絡(luò)

摘要： 智能制造的迅速發(fā)展給網(wǎng)絡(luò)安全防護(hù)帶來了巨大的機(jī)遇與挑戰(zhàn)，各類安全威脅會(huì)造成嚴(yán)重的損失甚至災(zāi)難，已成為工業(yè)互聯(lián)網(wǎng)亟待解決的問題。鑒于此，提出一種新的均衡循環(huán)神經(jīng)網(wǎng)絡(luò)，利用神經(jīng)網(wǎng)絡(luò)的適應(yīng)性特點(diǎn)，采用長短期記憶網(wǎng)絡(luò)(LSTM)的門電路特性，針對工業(yè)互聯(lián)網(wǎng)流數(shù)據(jù)隨著時(shí)間推移異常檢測準(zhǔn)確性較低的問題，通過不同權(quán)重與當(dāng)前輸入數(shù)據(jù)重構(gòu)得出遺忘門控、輸入門控和輸出門控。隨后通過sigmoid激... （共9頁）