论文部分内容阅读
在分布式信息物理融合系统(CPS)中,由于各子系统间的强耦合性,常常会因为故障的传播导致整个系统的物理故障和网络异常。针对这一问题,提出了一种新的基于数据驱动的框架用于检测系统范围内的异常。该框架是用于发现和表征CPS各个子系统间相互作用的一种基于符号动力学的时空特征提取方案,并将提取的特征通过受限玻尔兹曼机(RBM)学习到一个系统级的模型。实验结果表明,该框架可以通过一个图模型捕获CPS的多模态,同时可用于异常检测。