A control function classification method based on industrial control signal includes: S1. Classification scheme based on industrial control signal generates classified signal set and trains the classified signal set to obtain the first training model, and generates a second classified signal different from the classified signal set; S2. Test the second classified signal based on the first training model to obtain abnormal classification criteria; A second training model for determining normal classification and abnormal classification is generated based on the first training model and the abnormal classification determination condition. The control function classification method, system and computer readable storage medium based on industrial control signal of the present invention can recognize the industrial control signal not listed in the classification scheme as the abnormal signal by the second training model generated based on the first training model and the abnormal classification judgment condition, thus improving the recognition accuracy of industrial control signal. Accuracy and scope of application.
【技术实现步骤摘要】
一种基于工控信号的控制功能分类方法及系统
本专利技术涉及信号检测领域,更具体地说,涉及一种基于工控信号的控制功能分类方法及系统。
技术介绍
随着对工控安全的要求越来越高,现有的工控安全检测都实现在网络协议检测层面,无论在网络协议层面构建何种程度的保护,都无法避免各种层出不穷的网络攻击手段的侵入。工控设备物理信号层无疑是最根本的检测基础,建立在信号层的检测手段是更为可靠的一种检测方法。然而不同类别的工控信号对应的功能也不同,因此通常需要对工控信号的控制功能进行分类。然后现有的分类技术只能对工控信号的采集样本中标注了分类标签的那些工控信号进行分类。然而在实际应用中,很难穷举所有的样本的类型。因此,未被列入的工控信号将在测试时降低分类识别的准确率,从而造成对工控信号的识别准确率低,适用范围小。
技术实现思路
本专利技术要解决的技术问题在于,针对现有技术的上述缺陷,提供一种识别准确率高,适用范围广的基于工控信号的控制功能分类方法。本专利技术解决其技术问题所采用的技术方案是:构造一种基于工控信号的控制功能分类方法,包括:S1、基于工控信号的分类方案生成分类信号集并训练所述分类信号集以得到第一训练模型,且生成不同于所述分类信号集的第二分类信号;S2、基于所述第一训练模型测试所述第二分类信号以获得异常分类判定条件;S3、基于所述第一训练模型和所述异常分类判定条件生成用于判定正常分类和异常分类的第二训练模型。在所述的基于工控信号的控制功能分类方法中,所述步骤S1进一步包括:S11、将工控信号按照其功能进行分类以得到工控信号指令集,并激励所述工控信号指令集以生成分类信号集;S1 ...
【技术保护点】
1.一种基于工控信号的控制功能分类方法,其特征在于,包括:S1、基于工控信号的分类方案生成分类信号集并训练所述分类信号集以得到第一训练模型,且生成不同于所述分类信号集的第二分类信号;S2、基于所述第一训练模型测试所述第二分类信号以获得异常分类判定条件;S3、基于所述第一训练模型和所述异常分类判定条件生成用于判定正常分类和异常分类的第二训练模型。
【技术特征摘要】
1.一种基于工控信号的控制功能分类方法,其特征在于,包括:S1、基于工控信号的分类方案生成分类信号集并训练所述分类信号集以得到第一训练模型,且生成不同于所述分类信号集的第二分类信号;S2、基于所述第一训练模型测试所述第二分类信号以获得异常分类判定条件;S3、基于所述第一训练模型和所述异常分类判定条件生成用于判定正常分类和异常分类的第二训练模型。2.根据权利要求1所述的基于工控信号的控制功能分类方法,其特征在于,所述步骤S1进一步包括:S11、将工控信号按照其功能进行分类以得到工控信号指令集,并激励所述工控信号指令集以生成分类信号集;S12、训练所述分类信号集以获得所述第一训练模型;S13、制造不同于所述工控信号指令集的新类指令,并激励所述新类指令以获得第二分类信号。3.根据权利要求2所述的基于工控信号的控制功能分类方法,其特征在于,所述步骤S11进一步包括:S111、将工控信号按照工控设备说明书列出的功能导入;S112、基于所述工控信号的功能选择工控信号并为其设定分类标签以对所述工控信号进行分类以生成所述工控信号指令集;S113、激励所述工控信号指令集并录制产生的具有分类标签的信号数据以生成所述分类信号集。4.根据权利要求3所述的基于工控信号的控制功能分类方法,其特征在于,在所述步骤S12中,采用LinearSVM训练所述分类信号集以获得所述第一训练模型。5.根据权利要求1-4中任意一项所述的基于工控信号的控制功能分类方法,其特征在于,所述步骤S2进一步包括:S21、测试所述第二分类信号在所述第一训练模型中的各个分类的分类概率;S22、将所述第二分类信号的最大分类概率...
【专利技术属性】
技术研发人员:戚建淮,赖武光,宋晶,郑伟范,
申请(专利权)人:深圳市永达电子信息股份有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。