一种面向工控联网设备的层次聚类方法

摘要：

联网设备核查是工业控制系统安全巡检工作的首要任务,而其中设备层次识别对后续获取详细信息至关重要.针对工控系统内各层级联网设备因通信量不均衡而导致识别准确率低的问题,提出一种基于高斯混合模型的层次聚类方法.所提方法融入重采样的分批处理思想,通过对聚类中心进行重新采样,解决经典K-means算法对初始值过度依赖而引起的聚类结果偏离问题;进一步考虑算法的计算资源和运行时效等性能因素,引入训练数据分批处理操作,在保证算法精度的同时,缩短收敛时间,降低内存占用,达到优化算法效率的目的.最终,在一套工控模拟环境的安全水处理数据集上,通过与三个经典的聚类算法进行比较,验证所提方法对工控联网设备层次识别的有效性、准确性和稳定性.

关键词：联网设备、层次识别、统计特征、不均衡数据、高斯混合模型、聚类算法、重采样分批处理

所属期刊栏目：45

分类号：TN919-34

资助基金：国防基础科研计划JCKY2019608B001

在线出版日期：2022-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：76-82