[发明专利]一种基于深度信念网络和迁移学习的隐匿虚假数据注入攻击检测方法在审
| 申请号： | 202011208667.2 | 申请日： | 2020-11-03 |
| 公开（公告）号： | CN112560079A | 公开（公告）日： | 2021-03-26 |
| 发明（设计）人： | 郭方洪;易新伟;徐博文;董辉;张文安 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06F21/62 | 分类号： | G06F21/62;G06K9/62;G06N3/04;G06N3/08;G06Q50/06 |
| 代理公司： | 杭州斯可睿专利事务所有限公司 33241 | 代理人： | 王利强 |
| 地址： | 310014 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度信念网络和迁移学习的隐匿虚假数据注入攻击检测方法，针对电力系统中的隐匿FDI攻击真实测量值与模拟测量值存在一定差异的问题，提出了基于深度信念网络和迁移学习的检测机制。首先利用深度信念网络中的自学习网络对目标域海量无标签真实样本进行特征自学习，再用海量源域模拟样本对DBN模型进行再训练；随后将参数迁移到目标域网络并冻结，增加或替换隐藏层，利用少量目标域有标签样本完成对适配层的训练；最后取消冻结,再次利用少量目标域有标签样本进行全网络微调得到合适的检测模型。本发明所提方法不仅能够有效的检测隐匿虚假数据注入攻击，而且具有较好的泛化性。 | ||
| 搜索关键词： | 一种 基于 深度 信念 网络 迁移 学习 隐匿 虚假 数据 注入 攻击 检测 方法 | ||
【主权项】：
暂无信息
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浙江工业大学，未经浙江工业大学许可，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/patent/202011208667.2/，转载请声明来源钻瓜专利网。
