一种工控信号的特征提取方法与流程

本发明涉及信号检测领域，更具体地说，涉及一种工控信号的特征提取方法。

背景技术：

随着对工控安全的要求越来越高，现有的工控安全检测都实现在网络协议检测层面，无论在网络协议层面构建何种程度的保护，都无法避免各种层出不穷的网络攻击手段的侵入。工控设备物理信号层无疑是最根本的检测基础，建立在信号层的检测手段是更为可靠的一种检测方法。然而不同类别的工控信号对应的功能也不同，当然它们的特征也有所区别。要想快速地识别出接收到的工控信号的种类，判断它是属于正常信号、故障信号还是其他的入侵病毒信号，就需要学习到足够的信号特征知识，要求采集足够多的样本来提取不同类信号的特征。因此，需要一种操作简洁，识别效率高，应用范围广的工控信号的特征提取方法。

技术实现要素：

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种工控信号的特征提取方法。

本发明解决其技术问题所采用的技术方案是：构造一种工控信号的特征提取方法，包括：

s1、获取并预处理工控信号以获得物理信号样本；

s2、从所述物理信号样本中选取至少两组物理信号样本来做不同类别的物理信号样本的特征字节的方差图；

s3、基于所述方差图获得相关系数曲线；

s4、基于所述相关系数曲线获得不同类别的物理信号样本的特征阈值。

在本发明所述的工控信号的特征提取方法中，所述步骤s1进一步包括：

s11、获取工控设备的分类指令信号；

s12、激励所述分类指令信号并录波所述分类指令信号对应的标注标签的物理信号；

s13、对所述物理信号进行归一化处理以获取所述物理信号样本。

在本发明所述的工控信号的特征提取方法中，所述步骤s11进一步包括：

s111、选定将要被检测的工控设备并选定所述将要被检测的工控设备的指令分类方案；

s112、基于所述指令分类方案通过打标签的方式对所述工控设备的所述工控信号进行分类以获得分类指令信号。

在本发明所述的工控信号的特征提取方法中，所述步骤s2进一步包括：

s21、从所述物理信号样本中选取至少两组数量相同且覆盖值域变化范围的物理信号样本；

s22、基于所述物理信号样本按照以下公式获取方差点，并基于所述方差点做方差图：

其中σ²表示不同种类的物理信号样本对应的特征字节的方差，n表示采集的物理信号样本的样本数量，xi表示物理信号样本的幅值大小，μ表示物理信号样本的幅值的均值。

在本发明所述的工控信号的特征提取方法中，所述步骤s3进一步包括：

s31、基于所述方差图得到所述特征字节所在的所述物理信号样本的波形；

s32、计算每个类别的波形均值以作为该类别的特征字节的参考信号；

s33、基于所述参考信号和所述物理信号样本的波形范围获得相关系数曲线。

在本发明所述的工控信号的特征提取方法中，所述步骤s33进一步包括，基于如下公式计算所述相关系数曲线的相关系数值：

其中ρxy表示相关系数值，cov(x,y)表示随机变量x和y的协方差，d(x)和d(y)分别表示随机变量x和y的方差，μx表示随机变量x的均值，μy表示随机变量y的均值，其中随机变量x表示所述参考信号，随机变量y表示所述物理信号样本的波形范围内的物理信号样本点。

本发明解决其技术问题采用的另一技术方案是，构造一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现所述的工控信号的特征提取方法。

实施本发明的工控信号的特征提取方法，能够通过简洁的操作提取工控信号的特征，并且对于工控信号的特征识别效率高，应用范围广。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是根据本发明的第一实施例的工控信号的特征提取方法的流程图；

图2是根据本发明的第一实施例的工控信号的特征提取方法的流程图；

图3是本发明的分类指令信号的示意图；

图4是本发明的特征字节提取的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明涉及一种工控信号的特征提取方法，包括：s1、获取并预处理工控信号以获得物理信号样本；s2、从所述物理信号样本中选取至少两组物理信号样本来做不同类别的物理信号样本的特征字节的方差图；s3、基于所述方差图获得相关系数曲线；s4、基于所述相关系数曲线获得不同类别的物理信号样本的特征阈值。实施本发明的工控信号的特征提取方法，能够通过简洁的操作提取工控信号的特征，并且对于工控信号的特征识别效率高，应用范围广。

图1是根据本发明的第一实施例的工控信号的特征提取方法的流程图。在步骤s1中，获取并预处理工控信号以获得物理信号样本。在本发明的一个优选实施例中，可以先获取所述工控设备的所述工控信号的指令信号，然后通过打标签的方式对指令信号进行分类，从而获得分类指令信号。随后可以通过执行分类指令信号，然后录波获得所述物理信号样本。在本发明的进一步的优选实施例中，可以对物理信号样本进行归一化处理。

在步骤s2中，从所述物理信号样本中选取至少两组物理信号样本来做不同类别的物理信号样本的特征字节的方差图。在本发明的优选实施例中，从所述物理信号样本中选取至少两组数量相同且覆盖值域变化范围的物理信号样本，然后基于所述物理信号样本获取方差点。当然，在本发明的其他优选实施例中，本领域技术人员可以根据实际需要进行各种信号选择，并且可以采用本领域中已知的任何方法来制作方差图。

在步骤s3中，基于所述方差图获得相关系数曲线。在本发明的一个优选实施例中，基于所述方差图得到所述特征字节所在的所述物理信号样本的波形。进一步地，计算每个类别的波形均值以作为该类别的特征字节的参考信号。随后，基于所述参考信号和所述物理信号样本的波形范围获得相关系数曲线。在本发明中，分析可知特征字节所在曲线段的方差值较大，大小为0.5左右，由这个特性可以得到该特征的所述分类数据的波形范围。观察该特征字节包含多少个类别，然后计算每个类别对应维度上的均值，作为该类别的参考信号。得到参考信号之后，将其与归一化信号对应特征范围的点求相关系数，最后得到该参考信号下的相关系数曲线。

在步骤s4中，基于所述相关系数曲线获得不同类别的物理信号样本的特征阈值。在本发明的优选实施例中可知，如果该特征字节包含多个类别，就会得到多条相关系数曲线，通过观察曲线的分布走势可以确定识别出属于不同种类的分类数据的阈值。

实施本发明的工控信号的特征提取方法，能够通过简洁的操作提取工控信号的特征，并且对于工控信号的特征识别效率高，应用范围广。

图2是根据本发明的第一实施例的工控信号的特征提取方法的流程图。在步骤s1中，获取工控设备的分类指令信号。在本发明的一个优选市实施例中，首先选定将要被检测的工控设备并选定所述将要被检测的工控设备的指令分类方案，然后基于所述指令分类方案通过打标签的方式对所述工控设备的所述工控信号进行分类以获得分类指令信号。图3示出了本发明的分类指令信号。

在步骤s2中，激励所述分类指令信号并录波所述分类指令信号对应的标注标签的物理信号。在本发明的一个优选实施例中，可以激励所述分类指令信号并基于触发-中止录波所述分类指令信号对应的标注标签的所述物理信号。在本发明的进一步的优选实施例中，可以通过回放所述分类指令信号验证所述分类指令信号的指令功能。通过激励所有功能分类的分类指令信号可以得到其具备分类标签的所述物理信号。本领域技术人员知悉，信号传送领域中已知的任何触发-中止条件设定都可以用于本发明。本领域技术人员可以根据实际需要进行相关选择。本发明不受到具体的触发-中止条件的限定。

在步骤s3中，对所述物理信号进行归一化处理以获取所述物理信号样本。通常可以采用电压值正负上下限数值归一化对所述物理信号的波形进行处理。

在步骤s4中，从所述物理信号样本中选取至少两组数量相同且覆盖值域变化范围的物理信号样本。

在步骤s5中，基于所述物理信号样本按照设定公式获取方差点，并基于所述方差点做方差图。在本发明的其他优选实施例中，本领域技术人员可以根据实际需要采用本领域中已知的任何方法来制作方差图。

在本发明的一个优选实施例中，可以通过如下公式计算方差图上的各个方差点σ²

其中σ²表示不同种类的分类指令信号对应特征字节的方差，n表示采集的分类指令信号的样本数量，xi表示样本点的幅值大小，μ表示样本点幅值的均值。

在步骤s6中，基于所述方差图得到所述特征字节所在的所述物理信号样本的波形。本领域技术人员知悉，所述物理信号样本的波形也可以采用所述特征字节所在的所述物理信号样本的序号来表示。在本发明的优选实施例中，分析可知特征字节所在曲线段的方差值较大，大小为0.5左右，由这个特性可以得到该特征的所述分类数据的波形范围。观察该特征字节包含多少个类别。

在步骤s7中，计算每个类别的波形均值以作为该类别的特征字节的参考信号。图4示出了本发明的特征字节。在本发明中，可以观察该特征字节包含多少个类别，然后计算每个类别对应维度上的均值，作为该类别的参考信号。在本发明的其他实施例中，也可以采用其他的参考信号。

在步骤s8中，基于所述参考信号和所述物理信号样本的波形范围获得相关系数曲线。

在本发明的进一步的优选实施例中，相关系数算法的可视化公式为：

其中ρxy表示相关系数值，cov(x,y)表示随机变量x和y的协方差，d(x)和d(y)分别表示随机变量x和y的方差，横坐标x为所述特征点的行数，纵坐标y为所述相关系数。

在本发明中，得到参考信号之后，将其与归一化信号对应特征范围的点求相关系数，最后得到该参考信号下的相关系数曲线。如果该特征字节包含多个类别，就会得到多条相关系数曲线，通过观察曲线的分布走势可以确定识别出属于不同种类的物理信号样本的阈值。

在本发明的进一步的优选实施例中，采用该阈值可以对接收到测试样本(即测试工控信号)进行检测。例如，可以通过计算测试样本与各种参照信号的相关系数值来与阈值比较，阈值可以作为我们区分信号类别的特征，看它是否属于对应的类别。

本发明基于统计求方差和相关性算法，先确定特征字节的区间范围，然后计算相关性得到识别各类信号的阈值，操作简洁，识别效率高，应用范围广，使信号特征提取技术得到巨大的发展。

本发明的描述过程还借助方法步骤的方式来描述特定功能的执行过程及其相互关系。为便于描述，文中对这些方法步骤的边界和顺序进行了专门的定义。在使这些功能及其关系可正常工作的前提下，也可重新定义他们的边界和顺序。但这些对边界和顺序的重新定义都将落入本发明的主旨和所声明的保护范围之中。

本发明还可以通过计算机程序产品进行实施，程序包含能够实现本发明方法的全部特征，当其安装到计算机系统中时，可以实现本发明的方法。本文件中的计算机程序所指的是：可以采用任何程序语言、代码或符号编写的一组指令的任何表达式，该指令组使系统具有信息处理能力，以直接实现特定功能，或在进行下述一个或两个步骤之后实现特定功能：a)转换成其它语言、编码或符号；b)以不同的格式再现。

虽然本发明是通过具体实施例进行说明的，本领域技术人员应当明白，在不脱离本发明范围的情况下，还可以对本发明进行各种变换及等同替代。另外，针对特定情形或材料，可以对本发明做各种修改，而不脱离本发明的范围。因此，本发明不局限于所公开的具体实施例，而应当包括落入本发明权利要求范围内的全部实施方式。