一种基于人工智能的设备生产数据安全传输方法及系统与流程

技术特征：
1.一种基于人工智能的设备生产数据安全传输方法，其特征在于，所述方法包括：获取多种数据类型的历史生产数据；根据同一所述数据类型的所述历史生产数据之间的差异获得所述数据类型对应的所需精度；根据所述历史生产数据训练自编码神经网络；所述自编码神经网络包括一个编码器和多个解码器，每个所述数据类型对应一个所述解码器；根据所述所需精度获得网络损失权重，根据所述网络损失权重调整所述自编码神经网络的网络损失；获取多种所述数据类型的初始目标生产数据；根据所述数据类型随机对所述初始目标生产数据进行排列，获得第一目标生产数据和数据类型索引序列；将所述数据类型索引序列加密，获得第一加密数据；将所述第一目标生产数据送入所述自编码神经网络中，根据所述编码器获得第二加密数据；获得所述数据类型索引序列的数字摘要；以所述第一加密数据、所述第二加密数据和所述数字摘要作为传输数据进行传输。2.根据权利要求1所述的一种基于人工智能的设备生产数据安全传输方法，其特征在于，所述根据同一所述数据类型的所述历史生产数据之间的差异获得所述数据类型对应的所需精度包括：以同一所述数据类型的相邻所述历史数据之间的平均差异作为所述所需精度。3.根据权利要求1所述的一种基于人工智能的设备生产数据安全传输方法，其特征在于，所述根据所述所需精度获得网络损失权重，根据所述网络损失权重调整所述自编码神经网络的网络损失包括：所述所需精度与所述网络损失权重呈反比例关系；所述自编码神经网络的初始网络损失函数采用均方差损失函数，根据所述网络损失权重与所述初始网络损失函数相乘，获得每个所述数据类型的初始网络损失值；以所述初始网络损失值的平均值作为所述网络损失。4.根据权利要求3所述的一种基于人工智能的设备生产数据安全传输方法，其特征在于，所述所述所需精度与所述网络损失权重呈反比例关系包括：其中，jd
n
为第n个所述数据类型对应的所述所需精度，max(jd)为所有所述数据类型中最大的所述所需精度，min(jd)为所有所述数据类型中最小的所述所需精度。5.根据权利要求1所述的一种基于人工智能的设备生产数据安全传输方法，其特征在于，所述将所述数据类型索引序列加密，获得第一加密数据包括：采用对称加密方法对所述数据类型索引序列进行加密，获得第一加密数据。6.根据权利要求1所述的一种基于人工智能的设备生产数据安全传输方法，其特征在于，所述方法还包括解密过程，所述解密过程包括：将所述传输数据拆分为所述第一加密数据、所述第二加密数据和所述数字摘要；对所述第一加密数据进行解密，获得解密数据类型索引序列；根据所述解密数据类型索引序列获得对应的所述自编码神经网络的所述编码器；将所述第二加密数据依次通过对应的所述编码器进行处理，获得解密数据。7.根据权利要求6所述的一种基于人工智能的设备生产数据安全传输方法，其特征在于，所述解密过程还包括安全性验证过程，所述安全性验证过程包括：
获得所述解密数据类型索引序列的解密数字摘要；获得所述解密数字摘要和所述数字摘要的一致性；根据所述历史生产数据获得每个所述数据类型的数据范围和范围半径；获取所述数据范围的中心数据；获得每种所述数据类型的所述解密数据与对应的所述中心数据的差异距离；以所述差异距离与对应的所述范围半径的差值的平方作为数据误差距离；以所有所述数据类型的平均数据误差距离作为异常程度；根据所述一致性和所述异常程度获得数据受攻击概率；根据所述数据受攻击概率的大小判断所述传输数据是否安全。8.根据权利要求7所述的一种基于人工智能的设备生产数据安全传输方法，其特征在于，所述根据所述一致性和所述异常程度获得数据受攻击概率包括：根据数据受攻击概率公式获得所述数据受攻击概率；所述数据受攻击概率公式包括：zg＝1-ys*(1-yc)其中，zg为所述数据受攻击概率，ys为所述一致性，yc为所述异常程度。9.一种基于人工智能的设备生产数据安全传输系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1～8任意一项所述方法的步骤。

技术总结
本发明涉及数据传输技术领域，具体涉及一种基于人工智能的设备生产数据安全传输方法及系统。该方法设置包含一个编码器多个解码器的自编码神经网络，通过多种数据类型的历史生产数据进行训练，一种数据类型对应一个解码器，通过每种数据类型的历史生产数据的所需精度控制网络损失。将根据数据类型初始目标数据进行随机排列，获得第一目标生产数据和数据类型索引序列。对数据类型索引序列进行加密获得第一加密数据，将第一目标生产数据送入编码器中获得第二加密数据，获得数据类型索引序列的数字摘要，以第一加密数据、第二加密数据和数字摘要作为传输数据进行传输。本发明通过改进自编码神经网络，实现对目标生产数据的加密传输。输。输。


技术研发人员：曲佳
受保护的技术使用者：承德石油高等专科学校
技术研发日：2022.01.06
技术公布日：2022/4/22