(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210909556.7 (22)申请日 2022.07.29 (71)申请人 中电海康集团有限公司 地址 311100 浙江省杭州市余杭区五常街 道爱橙街198号 (72)发明人 钱锋　苗春雨　谢丹绮　 (74)专利代理 机构 杭州君度专利代理事务所 (特殊普通 合伙) 33240 专利代理师 杨天娇 (51)Int.Cl. H04L 41/147(2022.01) H04L 41/16(2022.01) H04L 41/0681(2022.01) H04L 43/04(2022.01) H04L 43/0817(2022.01)H04L 9/40(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种物联网推荐系统的网络攻击检测方法 及装置 (57)摘要 本发明公开了一种物联网推荐系统的网络 攻击检测方法及装置， 方法包括： 获取历史能耗 数据并划分， 计算各时间周期的能耗量和实际能 耗量； 建立能量消耗预测模型， 根据各时间周期 的能耗量获得对应的下一时间周期的预测能耗 量； 根据对应时间周期的预测能耗量和未被攻击 状态下的实际能耗量的偏差数据确定数据标签； 将带有合格标签的数据输入模型进行训练； 采用 训练好的模型预测当前时间周期对应的预测能 耗量， 判断预测能耗量和实际能耗量的偏差数据 是否小于 预设异常阈值， 确定物联网推荐系统受 到网络攻击的时间周期。 装置包括采集单元、 模 型单元、 计算单元、 训练单元和检测单元。 本发明 能够快速有效地检测到网络攻击， 缩短检测时 间， 提高检测精度。 权利要求书2页 说明书7页 附图2页 CN 115297017 A 2022.11.04 CN 115297017 A 1.一种物联网推荐系统的网络攻击检测方法， 其特征在于： 所述物联网推荐系统的网 络攻击检测方法包括如下步骤： S1、 获取物联网推荐系统的历史能耗数据并划分为若干个时间周期， 计算各时间周期 的能耗量以及未被攻击状态下的实际能耗 量， 各所述时间周期的能耗 量C(T)计算如下： 其中， N为时间周期T 内经历的网络攻击次数， Pi(t)为第i次网络攻击时t时刻单个物联 网节点的平均功率； S2、 建立基于神经网络的能量消耗预测模型， 并将各时间周期的能耗量输入能量消耗 预测模型获得对应的下一时间周期的预测能耗 量； S3、 判断对应时间周期的预测能耗量和未被攻击状态下的实际能耗量的偏差数据 是否 小于预设异常阈值， 若是， 打上合格标签， 否则， 打上不 合格标签； S4、 将带有合格标签的历史能耗数据划分为训练集， 并输入能量消耗预测模型进行训 练， 获得训练好的能量消耗预测模型； S5、 将上一时间周期的能耗量输入训练好的能量消耗预测模型进行预测， 获得当前时 间周期的预测能耗量， 并判断当前时间周期的预测能耗量和未被攻击状态下的实际能耗量 的偏差数据是否小于预设异常阈值， 若是， 认为物联网推荐系统在当前时间周期未受到网 络攻击， 否则， 认为物联网推荐系统在当前时间周期受到网络攻击并记录网络异常数据。 2.如权利要求1所述的物联网推荐系统 的网络攻击检测方法， 其特征在于： 所述神经网 络为LSTM神经网络 。 3.如权利要求1所述的物联网推荐系统 的网络攻击检测方法， 其特征在于： 所述预设异 常阈值为历史能耗数据对应的各时间周期的预测能耗量和未被攻击状态下的实际能耗量 的偏差数据的平均值。 4.如权利要求1所述的物联网推荐系统 的网络攻击检测方法， 其特征在于： 所述各时间 周期的能耗 量C(T)还 包括物联网推荐系统的节点支路能耗。 5.一种物联网推荐系统的网络攻击检测装置， 其特征在于： 所述物联网推荐系统的网 络攻击检测装置包括： 采集单元， 用于获取物联网推荐系统的历史能耗数据并划分为若干个时间周期， 计算 各时间周期的能耗量以及未被攻击状态下的实际能耗量， 各所述时间周期的能耗量C(T)计 算如下： 其中， N为时间周期T 内经历的网络攻击次数， Pi(t)为第i次网络攻击时t时刻单个物联 网节点的平均功率； 模型单元， 用于建立基于神经网络的能量消耗预测模型， 并将各时间周期的能耗量输 入能量消耗预测模型获得对应的下一时间周期的预测能耗 量； 计算单元， 用于判断对应时间周期的预测能耗量和未被攻击状态下的实际能耗量的偏权　利　要　求　书 1/2 页 2 CN 115297017 A 2差数据是否小于预设异常阈值， 若是， 打上合格标签， 否则， 打上不 合格标签； 训练单元， 用于将带有合格标签的历史能耗数据划分为训练集， 并输入能量消耗预测 模型进行训练， 获得训练好的能量消耗预测模型； 检测单元， 用于将上一时间周期的能耗量输入训练好的能量消耗预测模型进行预测， 获得当前时间周期的预测能耗量， 并判断当前时间周期的预测能耗量和未被攻击状态下的 实际能耗量的偏差数据是否小于预设异常阈值， 若是， 认为物联网推荐系统在当前时间周 期未受到网络攻击， 否则， 认为物联网推荐系统在当前时间周期受到网络攻击并记录网络 异常数据。 6.如权利要求5所述的物联网推荐系统 的网络攻击检测装置， 其特征在于： 所述物联网 推荐系统包括多个物联网节点。 7.如权利要求5所述的物联网推荐系统 的网络攻击检测装置， 其特征在于： 所述神经网 络为LSTM神经网络 。 8.如权利要求5所述的物联网推荐系统 的网络攻击检测装置， 其特征在于： 所述预设异 常阈值为历史能耗数据对应的各时间周期的预测能耗量和未被攻击状态下的实际能耗量 的偏差数据的平均值。 9.如权利要求5所述的物联网推荐系统 的网络攻击检测装置， 其特征在于： 所述各时间 周期的能耗 量C(T)还 包括物联网推荐系统的节点支路能耗。 10.如权利要求5所述的物联网推荐系统的网络攻击检测装置， 其特征在于： 所述检测 单元还包括反馈模块和提示模块， 所述反馈模块用于将网络异常数据反馈至提示模块， 所 述提示模块用于 接收反馈模块返回的网络异常数据， 并显示输出或声 音输出。权　利　要　求　书 2/2 页 3 CN 115297017 A 3