买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉暨南大学申请的专利基于多目标变长CNN离散优化的电力CPS入侵检测系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116015752B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211569035.8，技术领域涉及：H04L9/40；该发明授权基于多目标变长CNN离散优化的电力CPS入侵检测系统及方法是由曾国强;黄家承;耿光刚;翁健;陆康迪;张宇设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本基于多目标变长CNN离散优化的电力CPS入侵检测系统及方法在说明书摘要公布了：本发明公开了一种基于多目标变长CNN离散优化的电力CPS入侵检测系统及方法。将经过预处理的电力信息物理系统历史监控数据作为输入数据集，对构建卷积神经网络模型的卷积模块数量、模型拓扑结构、每一个卷积模块的架构参数和批大小、学习率、优化器类型、权重正则化等超参数进行变长离散编码，将CNN模型在验证集上的指标和模型浮点运算次数作为优化目标，设计一种多目标离散优化方法对基于变长卷积模块的CNN模型架构与参数进行多目标并行优化，从而获得兼顾模型性能和模型复杂度的Pareto最优CNN模型。针对电力CPS实时监控数据，在线部署最优CNN模型，从而实现电力CPS的在线入侵检测。本发明在保证模型高精度性能指标的同时还降低了模型的复杂度。

本发明授权基于多目标变长CNN离散优化的电力CPS入侵检测系统及方法在权利要求书中公布了：1.一种基于多目标变长CNN离散优化的电力CPS入侵检测系统，其特征在于，该系统包括电力CPS入侵检测的数据采集模块、离线优化训练模块和在线检测模块； 所述电力CPS入侵检测的数据采集模块从电力CPS采集电力信息的历史监控数据，解析数据获取各传感器的读数信息并进行基于标准分数的标准化处理后，获得离线训练数据集，将该离线训练数据集输入到电力CPS入侵检测离线优化训练模块；从电力CPS采集电力信息的实时监控数据，解析数据获取各传感器的读数信息并进行基于标准分数的标准化处理后，得到在线检测数据集，将该在线检测数据集输入到电力CPS入侵检测在线检测模块； 所述电力CPS入侵检测的离线优化训练模块基于多目标变长卷积神经网络并行离散优化平台，对构建变长CNN模型的卷积模块数量、模型拓扑结构、每一个卷积模块的架构参数和批大小、学习率、优化器类型、权重正则化超参数进行离散编码，将CNN模型在验证集上的1-F1评分指标和模型浮点运算次数作为优化目标，采用一种多目标离散优化方法对基于变长卷积模块的CNN模型架构与参数进行并行优化，从而获得兼顾模型性能和模型复杂度的帕累托Pareto最优CNN模型的架构和超参数信息，构建出Pareto最优CNN模型，进行预训练，将预训练后的最优CNN模型传输到在线检测模块；其中，设置基于多目标变长CNN并行离散优化平台的参数值，所述参数值包括变长CNN模型架构与超参数多目标并行优化的迭代优化次数G、最优外部存档解集的最大规模ARmax、CNN模型卷积模块个数下限CL、CNN模型卷积模块个数上限CH、变长CNN模型架构与超参数多目标并行优化阶段中离线训练的轮次TP1和测试阶段离线训练的轮次TP2，初始化最优外部存档解集S Archive为空集； 所述电力CPS入侵检测在线检测模块基于预训练后的最优CNN模型，进行最优CNN模型的在线部署，若检测到入侵样本则产生报警信息并评估入侵检测性能指标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人暨南大学，其通讯地址为：510630 广东省广州市天河区黄埔大道西601号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。