首页|基于最大信息传递熵的ICS因果关系建模

基于最大信息传递熵的ICS因果关系建模

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对传统因果关系算法难以准确分析含大量噪声的非线性数据的问题进行了研究,提出基于最大信息传递熵的因果关系建模算法.首先,利用最大信息系数对非线性数据的时序趋势间的关联度进行检测,弱化噪声对变量间相关性的影响;然后根据筛选因子剔除弱相关变量,并通过随机经验估值计算强关联变量间的传递熵,以减少传递熵的计算量;最后,传递熵确定因果关系方向,形成支持链路溯源的单向因果网络.利用经典化工过程数据集对该算法进行测试分析,实验结果表明,相比于现有的因果关系建模算法,该算法可定位异常变量,对12维以上的高维数据建模的稳定性高于85％,因果关系的准确率可达83.33％,实际建模效果优于对比算法,可用于工业控制系统异常检测定位.
ICS causality modeling based on maximum information transfer entropy

张仁斌、曹宗泽、吴克伟

展开 >

合肥工业大学 计算机与信息学院,合肥230601

合肥工业大学 大数据知识工程教育部重点实验室,合肥230601

合肥工业大学 工业安全与应急技术安徽省重点实验室,合肥230601

工业控制系统 因果关系建模 最大信息传递熵 链路溯源 异常定位

国家重点研发计划专项资助项目国家重点研发计划专项资助项目中央高校基本科研业务费专项资金资助项目

2016YFC08018042016YFC0801405PA2019GDPK0074

2021

10.19734/j.issn.1001-3695.2020.01.0033

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.(3)
  • 3
  • 3