System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于重载铁路无线通信系统安全,尤其涉及一种重载铁路无线通信系统的安全风险辨识方法。
技术介绍
1、重载铁路凭借其低成本、高运输能力的优势在煤炭、铁矿石等大宗货物运输方面具有十分重要的地位。为了进一步提高运输效率和能力,通常采用开行组合式重载列车和虚拟编组的形式。组合式重载列车指的是将两列或多列列车通过车钩实现物理联挂,多列车之间通过机车同步操控(locotrol)系统实现信号同步。locotrol系统主要由主控设备、从动设备及无线通信系统组成。主从机车之间通过无线通信系统实时传送牵引、制动命令及列车运行速度等信息。通常locotrol在主控机车和从动机车的同一位置分别安装两套机车同步操控通信设备,采用双机热备技术来保证通信的可靠性。在列车运行过程中,当通信链路出现故障会无法正常工作时,会立即切换到热备链路。虚拟编组是通过建立车车通信链路使列车以虚拟联挂方式运行的新兴技术手段。列车根据前后车的运行状态信息,结合自身的控制算法,在信号系统的防护下实现追踪运行。在虚拟编组中,根据前车的运行状态信息,后车计算前后车的动态安全追踪距离,并根据前后车的位置关系、速度关系和动态安全追踪距离选择后车的实时运行工况。
2、综上,无线通信系统的安全性对于重载列车运行安全极为重要,原因如下:(1)对于机车同步操控系统,多台机车同步牵引、制动是重载列车运行安全的前提。当locotrol系统被攻击者入侵时,异常流量会导致从控机车无法及时获取主控机车的控制命令,从而主从机车控制信号不同步。当locotrol系统传输数据被攻击者恶意篡改
3、随着网络信息化、智能化的发展,单纯依赖滞后于攻击的被动防御已无法适应信息系统的动态变化和多维度的网络环境,越来越多人关注带有预测性质的主动防御方法。传统基于卷积神经网络和循环神经网络的预测方法虽然可以有效的捕捉到数据历史序列信息,但是存在梯度消失和长时间序列传递受限的问题,难以满足重载铁路全天候的工作需求。长短期记忆神经网络可以更好地在预测网络节点间传递长时间序列的特征关系,但需要大量数据进行训练,对于非常长的序列,可能会出现梯度消失或梯度爆炸的问题。引入注意力机制的transformer模型能够更好地捕捉到序列中的依赖关系,但难以适配层次时序信息的问题。informer采用了创新的动态图注意力机制实现长时间序列预测,通过并行计算一次性输出所有待预测序列的结果,具有预测速度快、精度高的特性。
4、然而,对于长时间序列预测方法而言,预测效果往往受限于历史数据的特征。这是因为在实际工程中,无论是通信流量统计数据还是列车运行状态,数据维度相对单一,特征不明显。
技术实现思路
1、本专利技术的目的在于提供一种重载铁路无线通信系统的安全风险辨识方法,有效解决在实际工程中因数据维度相对单一及特征不明显而导致长时间序列预测方法的预测效果受限的问题。
2、为解决上述技术问题,本专利技术采用的技术方案是:一种重载铁路无线通信系统的安全风险辨识方法,包括以下步骤:s1、针对采集到的列车运行过程中的无线通信流量和原始数据集进行预处理,所述预处理是利用奇异谱分析法将原始数据分解为数据趋势子序列、数据振荡子序列以及噪声子序列。
3、s2、基于引入注意力机制的informer长时间序列预测方法对步骤s1分解得到的数据趋势子序列和数据振荡子序列分别进行预测,获得相应的预测子序列。
4、s3、将步骤s2得到的所有预测子序列进行叠加,得到原始数据的预测序列。
5、s4、将步骤s3得到的预测序列与实际值进行比较,计算预测序列与实际值之间的误差,当误差超过安全允许上限时,判定无线通信系统被恶意攻击,实现安全风险辨识。
6、进一步地,步骤s1中,原始数据集包括列车的速度数据集和列车的位置数据集,列车的速度数据集和列车的位置数据集均呈现周期性特征,属于长时间序列。
7、进一步地,以列车的速度数据集为例,列车的速度数据集是以为间隔的速度长时间序列:<mi>v=[</mi><msub><mi>v</mi><mn>1</mn></msub><mi>,</mi><msub><mi>v</mi><mn>2</mn></msub><mi>,</mi><mi>…</mi><mi>,</mi><msub><mi>v</mi><mi>n</mi></msub><mi>]</mi>,式中,表示第时刻由机车同步操控系统中主控机车或虚拟编组中领航列车通过无线通信传送给从动机车或跟踪列车的目标速度值,,为速度数据集的序列长度。
8、在步骤s1中,通过奇异谱分析法将速度长时间序列按照固定的长度依次取出速度长时间序列中的等长子序列构建速度长时间序列的轨迹矩阵:<msub><mi>θ</mi><mi>v</mi></msub><mi>=[</mi><msub><mi>θ</mi><mn>1</mn></msub><mi>,</mi><msub><mi>θ</mi><mn>2</mn></msub><mi>,</mi><mi>⋯</mi><mi>,</mi><msub><mi>θ</mi><mi>k</mi></msub><mi>]=</mi><mtable><mtr><mtd><msub><mi>v</mi><mn>1</mn></msub></mtd>本文档来自技高网...
【技术保护点】
1.一种重载铁路无线通信系统的安全风险辨识方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的重载铁路无线通信系统的安全风险辨识方法,其特征在于,步骤S1中,原始数据集包括列车的速度数据集和列车的位置数据集,列车的速度数据集和列车的位置数据集均呈现周期性特征,属于长时间序列。
3.根据权利要求2所述的重载铁路无线通信系统的安全风险辨识方法,其特征在于,以列车的速度数据集为例,列车的速度数据集是以为间隔的速度长时间序列:,式中,表示第时刻由机车同步操控系统中主控机车或虚拟编组中领航列车通过无线通信传送给从动机车或跟踪列车的目标速度值,,为速度数据集的序列长度;
【技术特征摘要】
1.一种重载铁路无线通信系统的安全风险辨识方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的重载铁路无线通信系统的安全风险辨识方法,其特征在于,步骤s1中,原始数据集包括列车的速度数据集和列车的位置数据集,列车的速度数据集和列车的位置数据集均呈现周期性特征,属于长时间序列。
【专利技术属性】
技术研发人员:董海荣,宋海锋,吴为,周敏,刘岭,孔栋,
申请(专利权)人:山东科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。