一种基于AI算法的机房入侵检测方法及装置制造方法及图纸

本发明专利技术提供一种基于AI算法的机房入侵检测方法及装置，涉及安全检测技术领域，该方法包括以下步骤：获取机房的图片数据；对图片数据进行边缘检测，生成机房内每个机柜的边缘检测结果；其中，边缘检测结果包括机柜的编号、栅格化坐标以及入侵检测时间；将图片数据输入至入侵检测模型中，得到入侵检测模型输出的入侵检测结果；其中，入侵检测结果包括是否存在入侵，入侵检测模型是基于样本图像数据训练得到的；基于边缘检测结果和入侵检测结果，确定发生异常入侵的机柜，并生成发生异常入侵的机柜的告警信息。本发明专利技术可以形成高效、准确检测结果，全面识别机柜非法操作的情况。全面识别机柜非法操作的情况。全面识别机柜非法操作的情况。

【技术实现步骤摘要】
一种基于AI算法的机房入侵检测方法及装置


[0001]本专利技术涉及安全检测
，尤其涉及一种基于AI算法的机房入侵检测方法及装置。

技术介绍

[0002]通信机房入侵式探测主要应用于围界入侵行为的检测，如通信机房、监狱、军事管制区等高保安场所的围界保护。
[0003]然而目前的通信机房入侵式探测需要大量的硬件设备辅以支持，并且缺乏统一的电子围栏方案现有技术比如铺设电子线圈、红外传感器、经纬度位置传感等，在数据消费层面没有形成闭环，缺乏对数据的统一管控和数据消费，并且对现有机房或被保护的设备改造量大，施工复杂。对于被保护的对象都是定制化服务，如果后续机房或者被保护的设备发生变化，很难进行扩展应用。
[0004]因此，能够解决现有技术中改造量大，施工复杂以及扩展性差的机房入侵检测方案是目前亟待解决的重要课题。

技术实现思路

[0005]本专利技术提供一种基于AI算法的机房入侵检测方法及装置，用以解决现有技术中改造量大，施工复杂以及扩展性差的缺陷，实现形成高效、准确检测结果，全面识别机柜非法操作的情况。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI算法的机房入侵检测方法，其特征在于，包括以下步骤：获取机房的图片数据；对所述图片数据进行边缘检测，生成机房内每个机柜的边缘检测结果；其中，所述边缘检测结果包括所述机柜的编号、栅格化坐标以及入侵检测时间；将所述图片数据输入至入侵检测模型中，得到所述入侵检测模型输出的入侵检测结果；其中，所述入侵检测结果包括是否存在入侵，所述入侵检测模型是基于样本图像数据训练得到的；基于所述边缘检测结果和所述入侵检测结果，确定发生异常入侵的所述机柜，并生成发生异常入侵的所述机柜的告警信息。2.根据权利要求1所述的基于AI算法的机房入侵检测方法，其特征在于，所述入侵检测模型包括卷积神经网络模型和循环神经网络模型，且所述卷积神经网络模型的输出数据为所述循环神经网络模型的输入数据；相应的，所述将所述图片数据输入至入侵检测模型中，得到所述入侵检测模型输出的入侵检测结果，具体包括以下步骤：将所述图片数据输入至所述卷积神经网络模型中，得到所述卷积神经网络模型输出的特征信息；其中，所述卷积神经网络模型是基于样本图像数据训练得到的；将所述特征信息输入至所述循环神经网络模型中，得到所述循环神经网络模型输出的所述入侵检测结果；其中，所述循环神经网络模型是基于样本图像数据训练得到的。3.根据权利要求1所述的基于AI算法的机房入侵检测方法，其特征在于，所述基于所述边缘检测结果和所述入侵检测结果，确定发生异常入侵的所述机柜，并生成发生异常入侵的所述机柜的告警信息，具体包括以下步骤：当所述入侵检测结果为存在入侵时，根据所述边缘检测结果中的所述入侵检测时间，确定是否存在异常入侵；当存在异常入侵时，根据所述边缘检测结果中的所述编号和所述栅格化坐标，确定发生异常入侵的所述机柜；根据发生异常入侵的所述机柜，生成所述告警信息。4.根据权利要求1所述的基于AI算法的机房入侵检测方法，其特征在于，所述对所述图片数据进行边缘检测，生成机房内每个机柜的边缘检测结果，具体包括以下步骤：基于Canny算法，提取所...

【专利技术属性】
技术研发人员：冯博，王炳亮，
申请(专利权)人：浪潮通信信息系统有限公司，
类型：发明
国别省市：