CN116016274A - 一种异常通讯检测方法和*** - Google Patents
一种异常通讯检测方法和*** Download PDFInfo
- Publication number
- CN116016274A CN116016274A CN202211708246.5A CN202211708246A CN116016274A CN 116016274 A CN116016274 A CN 116016274A CN 202211708246 A CN202211708246 A CN 202211708246A CN 116016274 A CN116016274 A CN 116016274A
- Authority
- CN
- China
- Prior art keywords
- data
- abnormal
- communication
- signal
- normal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000006854 communication Effects 0.000 title claims abstract description 90
- 238000004891 communication Methods 0.000 title claims abstract description 88
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 82
- 238000001514 detection method Methods 0.000 title claims abstract description 32
- 239000000284 extract Substances 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000012821 model calculation Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims 1
- 230000005856 abnormality Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种异常通讯检测方法和***,属于异常通讯检测技术领域,针对了对网络异常通讯检测时异常数据通讯检测效率不高与检测精准度不佳的问题,包括控制终端会对获取所接收的异常通讯信号进行存储分析,使协议数据包进行打包传输,控制终端会将异常通讯信号进行优化处理,提取所含有的实时数据,确定通讯数据库,控制终端将所得到的信号数据与数据库内部所设定的正常通讯数据库进行对比,对信号的数据是否正常进行判定;本发明通过五个实施步骤的设置,对通讯过程中产生的信号进行获取、存储、对比和判定,实现对异常信号的检测操作,同时不需人工配置协议指令级规则,达到协议指令级规则的精准性以及自动化配置特征,大幅度降低人工配置工作,提升工作效率。
Description
技术领域
本发明属于异常通讯检测技术领域,具体涉及一种异常通讯检测方法和***。
背景技术
网络通讯分为两种:TCP方式就类似于拨打电话,使用该种方式进行网络通讯时,需要建立专门的虚拟连接,然后进行可靠的数据传输,如果数据失败,则客户端会自动重发给数据;UDP方式类似于发送短信,使用这种方式进行网络通讯时,不需要建立专门的虚拟连接,传输也并不可靠,如果发送失败则客户端无法获得。
现有技术中,异常检测主要用来识别欺骗,例如通过之前的数据来识别新一次的数据是否存在异常,比如根据一个用户以前的使用习惯(数据)来判断这次使用的用户是不是以前的用户,或者根据之前设备正常运行时候的用量数据来判断当前状态下的设备是否正常工作,人工配置协议检测规则难度变大,且配置过程中容易配置错误;并且现有机器学习不完善,只能学习到行为,不能对协议操作指令检测规则进行自动化分类配置,需要人为配置;这些都会导致自动识别异常工控行为的难度较大,效率较低。
因此,需要一种异常通讯检测方法和***,解决现有技术中存在的对网络异常通讯检测时异常数据通讯检测效率不高与检测精准度不佳的问题。
发明内容
本发明的目的在于提供一种异常通讯检测方法和***,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种异常通讯检测方法和***,包括网络控制终端会按规定协议,把终端设备与互联网连接起来,进行信息交换和通讯,其特征在于,包括以下步骤: S1. 控制终端会对获取所接收的异常通讯信号进行存储分析,使协议数据包进行打包传输;
S2.控制终端会将异常通讯信号进行优化处理,提取所含有的实时数据,确定通讯数据库;
S3.控制终端将所得到的信号数据与数据库内部所设定的正常通讯数据库进行对比,对信号的数据是否正常进行判定;
S4.控制终端会对检测到判定信号异常的数据进行记录报警,使异常信号进行再次网络通讯校正;
S5.控制终端会对数据显示结果进行读取加载,将数据信息上传至总控制机,来进行程序命令是否继续执行。
方案中需要说明的是,所述控制终端包括地主机的网络配置数据,这些信息包括本地主机名、主机的IP地址、默认网关、子网掩码、DHCP服务器、DNS服务器等,在进行对物理层设备进行检测,是否正确,网卡接口与双绞线的RJ一45的接头是否松动,对网络层和传输控制层进行检测,检查验证本机的传输控制层协议和网际互联协议(TCP/IP)协议栈是否安装加载正确,解决方法:开始- +程序- +运行→CMD在命令提示符窗口中输入ping127.0.0.1,能够ping通,说明TCP/IP安装正确,否则在“本地连接属性”对话框中重新安装TCP/IP协议,对此控制机进行自检,保证控制终端器是在正常运行之中的,通过网络控制终端对所接受的异常信号进行采集传输,通过数据处理器对这些信号进行一系列相关处理,处理器会将这些信号上传至大数据内部,通过大数据内部所记载的正常数据库对其进行比较,在经过相关的诊断处理器进行判定,当处理器对比数据值结果出来后会若判定为异常信号,会将其再次传送至信号处理器内部,对其进行校正再次执行信号传送。
进一步值得说明的是,所述步骤1和步骤2在进行数据的传输时,首先会将所获取的通讯数据进行标记存储,再通过信号处理器对其的振波与频率进行优化与解析,处理后的数据会更加的直观以便于进行对比。
更进一步需要说明的是,步骤3在进行执行的过程中,检测的信号异常概率超过正常的设定值范围是,则判定为异常通讯信号,在范围内部则是正常的通讯信号。
作为一种优选的实施方式,所述步骤4和步骤5在执行时会对所得到的异常信号数据进行分析读取,经过处理器对信号的异常原因进行分析解读,再将其上传至数据库控制终端,在对其进行显示结果。
作为一种优选的实施方式,在进行异常通讯检测时所有执行步骤在进行输送时,数据处理器与数据存储器均在持续存储运行中,对数据进行实时记载。
作为一种优选的实施方式,在进行程序的执行时用密度估计来进行判断:if P(X)>ε时候,为normal(正常)<ε的时候为异常,我们用x(i)来表示用户的第i个特征,模型P(x)=我们其属于一组数据的可能性,在这里我们会用到高斯分布(二项分布),在高斯分布中,我们对于方差通常只除以m来得到μ和σ而不是统计学中的m-1;
异常检测算法:
对于给定的数据集x(1)...x(m),我们要针对每一个特征计算出μ和σ的估计值;
一旦我们获得了平均值和方差的估计值,给定的一个新的训练实例,根据模型计算我们就可以得出p(x);
我们选择一个ε,将p(x)=ε作为我们的判定边界,当p(x)>ε的时候预测数据为正常数据,否则为异常数据。
作为一种优选的实施方式,包括网端控制模块,所述网端控制模块的输出端连接有数据获取模块,所述数据获取模块的输出端连接有对数据处理模块,所述数据处理模块的输出端连接有数据判定模块,所述数据判定模块的输出端连接有显示存储模块。
作为一种优选的实施方式,所述数据处理模块的内部含有信号处理单元,对所产生的信号进行处理区分,使其在进行数据上传时信号强度更好。
作为一种优选的实施方式,所述数据判定模块的内部还包括通讯对比单元,通过对比单元对所获取的数据通讯库与正常的数据通讯库进行比价,再通过所产生的数据比较值进行比较判断,从而来断定此数据是否为正常的数据通讯库。
与现有技术相比,本发明提供的一种异常通讯检测方法和***,至少包括如下有益效果:
(1)通过五个实施步骤的设置,对通讯过程中产生的信号进行获取、存储、对比和判定,实现对异常信号的检测操作,同时不需人工配置协议指令级规则,达到协议指令级规则的精准性以及自动化配置特征,大幅度降低人工配置工作,提升工作效率。
(2)通过控制终端的异常警示操作,通过将其与设定值进行比较来判断网关是否存在异常,并在判断异常时,发出报警信号,这可以有效、持续监测网关的状态和数据通讯情况,第一时间对出现的网关异常进行报警。
(3)通过数据算法的结合,对数据异常概率进行计算,从而对数据的异常进行评估,进一步的提高了对异常通讯检测的效率。
附图说明
图1为本发明的实施方法结构示意图;
图2为本发明的执行步骤结构示意图;
图3为本发明的判断数据执行结构示意图。
具体实施方式
下面结合实施例对本发明做进一步的描述。
为了使得本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例,基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
以下实施例用于说明本发明,但不能用来限制本发明的保护范围。实施例中的条件可以根据具体条件做进一步的调整,在本发明的构思前提下对本发明的方法简单改进都属于本发明要求保护的范围。
请参阅图1-3,本发明提供一种异常通讯检测方法和***,包括网络控制终端会按规定协议,把终端设备与互联网连接起来,进行信息交换和通讯,其特征在于,包括以下步骤: S1. 控制终端会对获取所接收的异常通讯信号进行存储分析,使协议数据包进行打包传输;
S2.控制终端会将异常通讯信号进行优化处理,提取所含有的实时数据,确定通讯数据库;
S3.控制终端将所得到的信号数据与数据库内部所设定的正常通讯数据库进行对比,对信号的数据是否正常进行判定;
S4.控制终端会对检测到判定信号异常的数据进行记录报警,使异常信号进行再次网络通讯校正;
S5.控制终端会对数据显示结果进行读取加载,将数据信息上传至总控制机,来进行程序命令是否继续执行。
通过上述的步骤进行异常通讯检测的执行操作方法。
进一步地,值得具体说明的是,所述控制终端包括地主机的网络配置数据,这些信息包括本地主机名、主机的IP地址、默认网关、子网掩码、DHCP服务器、DNS服务器等,在进行对物理层设备进行检测,是否正确,网卡接口与双绞线的RJ一45的接头是否松动,对网络层和传输控制层进行检测,检查验证本机的传输控制层协议和网际互联协议(TCP/IP)协议栈是否安装加载正确,解决方法:开始- +程序- +运行→CMD在命令提示符窗口中输入ping127.0.0.1,能够ping通,说明TCP/IP安装正确,否则在“本地连接属性”对话框中重新安装TCP/IP协议,对此控制机进行自检,保证控制终端器是在正常运行之中的,通过网络控制终端对所接受的异常信号进行采集传输,通过数据处理器对这些信号进行一系列相关处理,处理器会将这些信号上传至大数据内部,通过大数据内部所记载的正常数据库对其进行比较,在经过相关的诊断处理器进行判定,当处理器对比数据值结果出来后会若判定为异常信号,会将其再次传送至信号处理器内部,对其进行校正再次执行信号传送。
进一步地,值得具体说明的是,所述步骤1和步骤2在进行数据的传输时,首先会将所获取的通讯数据进行标记存储,再通过信号处理器对其的振波与频率进行优化与解析,处理后的数据会更加的直观以便于进行对比。
进一步地,值得具体说明的是,步骤3在进行执行的过程中,检测的信号异常概率超过正常的设定值范围是,则判定为异常通讯信号,在范围内部则是正常的通讯信号。
进一步地,值得具体说明的是,所述步骤4和步骤5在执行时会对所得到的异常信号数据进行分析读取,经过处理器对信号的异常原因进行分析解读,再将其上传至数据库控制终端,在对其进行显示结果。
进一步地,值得具体说明的是,在进行异常通讯检测时所有执行步骤在进行输送时,数据处理器与数据存储器均在持续存储运行中,对数据进行实时记载,实现对异常通讯检测时数据把控。
进一步地,值得具体说明的是,在进行程序的执行时用密度估计来进行判断:if P(X)>ε时候,为normal(正常)<ε的时候为异常,我们用x(i)来表示用户的第i个特征,模型P(x)=我们其属于一组数据的可能性,在这里我们会用到高斯分布(二项分布),在高斯分布中,我们对于方差通常只除以m来得到μ和σ而不是统计学中的m-1;
异常检测算法:
对于给定的数据集x(1)...x(m),我们要针对每一个特征计算出μ和σ的估计值;
一旦我们获得了平均值和方差的估计值,,根据模型计算我们就可以得出p(x);
我们选择一个ε,将p(x)=ε作为我们的判定边界,当p(x)>ε的时候预测数据为正常数据,否则为异常数据;
上述检测算法数据是为了对正常数据库进行一个正确的取值范围,同时以对异常数据库所设定的异常范围,以便于对其进行对比判定。
进一步地,值得具体说明的是,包括网端控制模块,所述网端控制模块的输出端连接有数据获取模块,所述数据获取模块的输出端连接有对数据处理模块,所述数据处理模块的输出端连接有数据判定模块,所述数据判定模块的输出端连接有显示存储模块,此过程为在进行数据检测时的流程步骤。
进一步地,值得具体说明的是,所述数据处理模块的内部含有信号处理单元,对所产生的信号进行处理区分,使其在进行数据上传时信号强度更好。
进一步地,值得具体说明的是,所述数据判定模块的内部还包括通讯对比单元,通过对比单元对所获取的数据通讯库与正常的数据通讯库进行比价,再通过所产生的数据比较值进行比较判断,从而来断定此数据是否为正常的数据通讯库。
本方案具备以下工作过程:在对异常通讯进行检测判定时,终端设备在首先会对待测通信数据进行获取,获取后的数据信号会进行存储上传至大数据库,数据库会将数据信号进行分配传输至信号处理器的内部,信号处理器会对接受的信号进行一系列的处理,例如信号的滤波与频率,使其的信号强度与传输效率更高,数据库内部所记载的正常通讯库会有此数据库进行数据的对比比较,在通过密度评估的操作下,对数据再进行记载对比,当数据评估概率超过一定的数值时,数据判顶模块会将其判定为异常通讯数据,而产生的异常通讯数据会再次被程序进行执行,使其返还至信号校正处理器的内部,对通讯异常的信号进行诊断修改,再次进行数据诊断操作的过程中,同时数据显示存储模块会对所得到的判定数据进行记载,再上传至大数据的内部进行实时更新与记录,在进行数据记载过后,若继续使用设备进行检测,将持续对设备进行开启使用记录,同时在进行检测执行时,设备内部的处理器与存储器会持续运行启动。
除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义,本发明中使用的“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件,“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,还可以包括电性的连接,不管是直接的还是间接的,“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种异常通讯检测方法,包括网络控制终端会按规定协议,把终端设备与互联网连接起来,进行信息交换和通讯,其特征在于,包括以下步骤: S1.控制终端会对获取所接收的异常通讯信号进行存储分析,使协议数据包进行打包传输;
S2.控制终端会将异常通讯信号进行优化处理,提取所含有的实时数据,确定通讯数据库;
S3.控制终端将所得到的信号数据与数据库内部所设定的正常通讯数据库进行对比,对信号的数据是否正常进行判定;
S4.控制终端会对检测到判定信号异常的数据进行记录报警,使异常信号进行再次网络通讯校正;
S5.控制终端会对数据显示结果进行读取加载,将数据信息上传至总控制机,来进行程序命令是否继续执行。
2.根据权利要求1所述的一种异常通讯检测方法,其特征在于:所述控制终端包括地主机的网络配置数据,这些信息包括本地主机名、主机的IP地址、默认网关、子网掩码、DHCP服务器、DNS服务器等,在进行对物理层设备进行检测,是否正确,网卡接口与双绞线的RJ一45的接头是否松动,对网络层和传输控制层进行检测,检查验证本机的传输控制层协议和网际互联协议(TCP/IP)协议栈是否安装加载正确,解决方法:开始- +程序- +运行→CMD在命令提示符窗口中输入ping 127.0.0.1,能够ping通,说明TCP/IP安装正确,否则在“本地连接属性”对话框中重新安装TCP/IP协议,对此控制机进行自检,保证控制终端器是在正常运行之中的,通过网络控制终端对所接受的异常信号进行采集传输,通过数据处理器对这些信号进行一系列相关处理,处理器会将这些信号上传至大数据内部,通过大数据内部所记载的正常数据库对其进行比较,在经过相关的诊断处理器进行判定,当处理器对比数据值结果出来后会若判定为异常信号,会将其再次传送至信号处理器内部,对其进行校正再次执行信号传送。
3.根据权利要求2所述的一种异常通讯检测方法,其特征在于:所述步骤1和步骤2在进行数据的传输时,首先会将所获取的通讯数据进行标记存储,再通过信号处理器对其的振波与频率进行优化与解析,处理后的数据会更加的直观以便于进行对比。
4.根据权利要求3所述的一种异常通讯检测方法,其特征在于:步骤3在进行执行的过程中,检测的信号异常概率超过正常的设定值范围是,则判定为异常通讯信号,在范围内部则是正常的通讯信号。
5.根据权利要求4所述的一种异常通讯检测方法,其特征在于:所述步骤4和步骤5在执行时会对所得到的异常信号数据进行分析读取,经过处理器对信号的异常原因进行分析解读,再将其上传至数据库控制终端,在对其进行显示结果。
6.根据权利要求1-5所述的一种异常通讯检测方法,其特征在于:在进行异常通讯检测时所有执行步骤在进行输送时,数据处理器与数据存储器均在持续存储运行中,对数据进行实时记载。
7.根据权利要求6所述的一种异常通讯检测方法,其特征在于:在进行程序的执行时用密度估计来进行判断:if P(X) >ε时候,为normal(正常)<ε的时候为异常,我们用x(i)来表示用户的第i个特征,模型P(x)=我们其属于一组数据的可能性,在这里我们会用到高斯分布(二项分布),在高斯分布中,我们对于方差通常只除以m来得到μ和σ而不是统计学中的m-1;
异常检测算法:
对于给定的数据集x(1)...x(m),我们要针对每一个特征计算出μ和σ的估计值;
一旦我们获得了平均值和方差的估计值,,根据模型计算我们就可以得出p(x);
我们选择一个ε,将p(x)=ε作为我们的判定边界,当p(x)>ε的时候预测数据为正常数据,否则为异常数据。
8.根据权利要求7所述的一种异常通讯检测***,其特征在于:包括网端控制模块,所述网端控制模块的输出端连接有数据获取模块,所述数据获取模块的输出端连接有对数据处理模块,所述数据处理模块的输出端连接有数据判定模块,所述数据判定模块的输出端连接有显示存储模块。
9.根据权利要求7所述的一种异常通讯检测***,其特征在于:所述数据处理模块的内部含有信号处理单元,对所产生的信号进行处理区分,使其在进行数据上传时信号强度更好。
10.根据权利要求7所述的一种异常通讯检测***,其特征在于:所述数据判定模块的内部还包括通讯对比单元,通过对比单元对所获取的数据通讯库与正常的数据通讯库进行比价,再通过所产生的数据比较值进行比较判断,从而来断定此数据是否为正常的数据通讯库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211708246.5A CN116016274B (zh) | 2022-12-29 | 2022-12-29 | 一种异常通讯检测方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211708246.5A CN116016274B (zh) | 2022-12-29 | 2022-12-29 | 一种异常通讯检测方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116016274A true CN116016274A (zh) | 2023-04-25 |
CN116016274B CN116016274B (zh) | 2023-11-24 |
Family
ID=86033106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211708246.5A Active CN116016274B (zh) | 2022-12-29 | 2022-12-29 | 一种异常通讯检测方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116016274B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117412315A (zh) * | 2023-12-12 | 2024-01-16 | 深圳通诚无限科技有限公司 | 一种基于数据分析的无线通讯网络数据优化方法 |
CN117670250A (zh) * | 2023-12-18 | 2024-03-08 | 沸蓝建设咨询有限公司 | 一种基于北斗***的智能监理*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10224770A (ja) * | 1997-02-06 | 1998-08-21 | Fujitsu General Ltd | 複数要素異常処理システム |
KR101218253B1 (ko) * | 2011-07-14 | 2013-01-21 | 델피콤주식회사 | 보안 및 불법호 검출 시스템 및 방법 |
WO2017124942A1 (zh) * | 2016-01-19 | 2017-07-27 | 阿里巴巴集团控股有限公司 | 一种异常访问检测方法及设备 |
CN112333211A (zh) * | 2021-01-05 | 2021-02-05 | 博智安全科技股份有限公司 | 一种基于机器学习的工控行为检测方法和*** |
EP3825800A1 (en) * | 2019-11-21 | 2021-05-26 | Mitsubishi Heavy Industries, Ltd. | Anomaly detection device, method of detecting anomaly, and program |
CN113645085A (zh) * | 2021-10-15 | 2021-11-12 | 苏州浪潮智能科技有限公司 | 智能网卡的异常检测方法、装置、电子设备及存储介质 |
JP2022081270A (ja) * | 2020-11-19 | 2022-05-31 | 株式会社東芝 | 異常検知装置、異常検知方法、異常検知プログラム |
-
2022
- 2022-12-29 CN CN202211708246.5A patent/CN116016274B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10224770A (ja) * | 1997-02-06 | 1998-08-21 | Fujitsu General Ltd | 複数要素異常処理システム |
KR101218253B1 (ko) * | 2011-07-14 | 2013-01-21 | 델피콤주식회사 | 보안 및 불법호 검출 시스템 및 방법 |
WO2017124942A1 (zh) * | 2016-01-19 | 2017-07-27 | 阿里巴巴集团控股有限公司 | 一种异常访问检测方法及设备 |
EP3825800A1 (en) * | 2019-11-21 | 2021-05-26 | Mitsubishi Heavy Industries, Ltd. | Anomaly detection device, method of detecting anomaly, and program |
JP2022081270A (ja) * | 2020-11-19 | 2022-05-31 | 株式会社東芝 | 異常検知装置、異常検知方法、異常検知プログラム |
CN112333211A (zh) * | 2021-01-05 | 2021-02-05 | 博智安全科技股份有限公司 | 一种基于机器学习的工控行为检测方法和*** |
CN113645085A (zh) * | 2021-10-15 | 2021-11-12 | 苏州浪潮智能科技有限公司 | 智能网卡的异常检测方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
张清川;孙帆;王宇晨;李金良;王洁;: "物联网环境下Web数据库异常数据检测方法研究", 计算机测量与控制, no. 09 * |
王琦;: "移动终端通讯***中可溯源异常检测技术研究", 信息通信, no. 10 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117412315A (zh) * | 2023-12-12 | 2024-01-16 | 深圳通诚无限科技有限公司 | 一种基于数据分析的无线通讯网络数据优化方法 |
CN117412315B (zh) * | 2023-12-12 | 2024-03-15 | 深圳通诚无限科技有限公司 | 一种基于数据分析的无线通讯网络数据优化方法 |
CN117670250A (zh) * | 2023-12-18 | 2024-03-08 | 沸蓝建设咨询有限公司 | 一种基于北斗***的智能监理*** |
CN117670250B (zh) * | 2023-12-18 | 2024-06-04 | 沸蓝建设咨询有限公司 | 一种基于北斗***的智能监理*** |
Also Published As
Publication number | Publication date |
---|---|
CN116016274B (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116016274B (zh) | 一种异常通讯检测方法和*** | |
CN112769796B (zh) | 一种基于端侧边缘计算的云网端协同防御方法及*** | |
CN110134571B (zh) | 旋转型机械设备健康状态监测方法及装置 | |
CN103746829A (zh) | 一种基于集群的故障感知***及其方法 | |
CN111510339B (zh) | 一种工业互联网数据监测方法和装置 | |
CN109040277A (zh) | 一种服务器的远程监控方法及装置 | |
CN112287251B (zh) | 线上门店的异常状态检测方法、装置及*** | |
CN106411644A (zh) | 基于dpi技术的网络共享设备检测方法及*** | |
CN111639769A (zh) | 一种监控设备远程维护方法、装置以及电子设备 | |
CN111814557A (zh) | 动作流检测方法、装置、设备及存储介质 | |
CN111586028A (zh) | 一种异常登录的评估方法、装置、服务器和存储介质 | |
CN117456707B (zh) | 一种智能母线槽温湿度异常预警方法及装置 | |
CN112449362B (zh) | 基于信物模型的智能传感器自适应配置方法、装置及*** | |
CN116975938B (zh) | 一种产品制造过程中的传感器数据处理方法 | |
KR20180058467A (ko) | 스마트 팩토리를 위한 통합 보안 관리 시스템 | |
CN116861941A (zh) | 一种基于rfid数据的资产管理方法、***及存储介质 | |
CN117061555A (zh) | 一种基于配电通信网智能感知数据监测*** | |
CN115378841B (zh) | 设备接入云平台状态的检测方法及装置、存储介质、终端 | |
CN114666210B (zh) | 基于大数据日志分析的告警方法及装置 | |
Hormann et al. | Detecting Anomalies by using Self-Organizing Maps in Industrial Environments. | |
CN116436761B (zh) | 设备的位置在线识别和在线注册的实现方法及装置 | |
CN117648689B (zh) | 基于人工智能的工控主机安全事件自动响应方法 | |
EP3772833B1 (en) | A method of identifying and classifying the behavior modes of a plurality of data relative to a telephony infrastructure for network function virtualization | |
CN112422885A (zh) | 一种安防检测方法、装置及云端服务器 | |
CN117521058A (zh) | 一种智能接口防刷方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231102 Address after: No. 301, Building 11, Phase II, Taicang University Science Park, No. 27 Zigang Road, Science and Education New City, Taicang City, Suzhou City, Jiangsu Province, 215000 Applicant after: Tianhang Changying (Jiangsu) Technology Co.,Ltd. Address before: Room 641, Building 8, Artificial Intelligence Industrial Park, No. 266 Chuangyan Road, Qilin Technology Innovation Park, Nanjing, Jiangsu Province, 211100 Applicant before: Nanjing Rongjunjian Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |