一种基于人工智能的危险情景感知实时预警系统及方法与流程

本发明涉及人工智能，具体是一种基于人工智能的危险情景感知实时预警系统及方法。

背景技术：

1、如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量；人工智能作为新一轮科技革命和产业变革的核心力量，正在推动传统产业升级换代，驱动“无人经济”快速发展；工控机可以简单地认为是工业自动化机器中的控制器。除了机械部分，控制器是一台机器最关键的部件，从数据和信号的输入到整机的运动。程序中的每一条指令都由控制器分析发出，从而达到机器各部分自动工作的目的。由于当前计算机技术的快速发展，实现多台计算机之间的连接和外部设备与计算机之间的连接应用越来越广泛。目前，大多数的生产都离不开计算机的帮助，计算机在一定程度上替代了人工，提高了生产效率；例如，通过计算机向机床等工作设备发送操作指令，控制机器运作生产；但在使用计算机的过程中也存在一定的问题，有时会对财产甚至生命造成威胁；例如当计算机接收到错误信息时发出的操作指令就有可能存在一定的风险性，对生产造成一定的安全隐患；但是如何判断哪些信息具有危险性，哪些信息的置信度高就需要有具体的方法。所以，人们需要一种基于人工智能的危险情景感知实时预警系统及方法来解决上述问题。

2、所以，人们急需一种基于人工智能的危险情景感知实时预警系统及方法来解决上述技术问题。

技术实现思路

1、本发明的目的在于提供一种基于人工智能的危险情景感知实时预警系统及方法，以解决现有技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于人工智能的危险情景感知实时预警方法，该实时预警方法包括以下步骤：

3、s100、预警系统获取不同的终端设备向计算机设备发送的第一技术指令；

4、s200、利用预警系统对第一技术指令进行解析，得到计算机设备需要发送的第二技术指令和执行终端在同时完成多个技术指令时需要发送的特殊技术指令；

5、s300、利用预警系统基于执行终端的动作行为进行情景的分析和判定；

6、s400、利用预警系统对从各个终端设备接收的第一技术指令进行置信度分析，依据置信度的分布区间选择是否进行预警；

7、s500、利用预警系统对计算机设备接收的第一技术指令与解析的第二技术指令进行关联性校验；

8、s600、当预警系统捕捉到未通过关联校验的第二技术指令和特殊技术指令时，选择进行预警。

9、根据上述技术方案，在s100中，包括以下步骤：

10、s101、基于人工智能分别获取不同执行终端在接收到计算机设备发送的第一技术指令和特殊技术指令时做出的动作行为进行解析；

11、s102、获取上述解析的过程和结果，判定第一技术指令和特殊技术指令是否会造成危险。

12、根据上述技术方案，在s200中：

13、s201、计算机设备接收m个终端设备发送的第一技术指令；

14、s202、执行第一技术指令n时，计算机设备对应需要操作的指令序列集为ynk，指令序列集ynk包括{ynk1，ynk2，ynk3，…，ynkm}，其中，ynk1，ynk2，ynk3，…，ynkm分别表示第k个执行设备完成第一技术指令n时，需要操作的1、2、3、…、m个技术指令；

15、所有执行终端完成技术指令n时对应需执行的技术指令序列集得到执行技术指令n时所需操作的基本技术指令集yn基本=ynk∩ynk+1∩ynk+2∩ynk+3∩…∩ynk+p；即yn基本内的各技术指令为第k、k+1、k+2、…、k+p个执行终端执行第一技术指令n时对应需操作的出现重合的技术指令；

16、s203、分别将不同执行终端在执行第一技术指令n时需操作的技术指令序列集减去所有执行终端在执行第一技术指令a时需操作的基本技术指令集得到不同执行终端在执行第一技术指令n时需操作的特殊技术指令集；

17、s204、分别将k个执行终端在执行第一技术指令n时需操作的技术指令序列集拆分解析得到ynk=yn基本+ynk特殊；其中，ynk特殊表示第k个执行终端在执行第一技术指令n时需操作的特殊技术指令集；yn基本表示所有执行终端在执行第一技术指令n时需操作的基本技术指令集；

18、s205、分别在yn基本和ynk特殊中必须符合时间顺位的技术指令序列解析出来作为关键指令节点。

19、根据上述技术方案，在s300中，包括以下步骤：

20、s301、对执行终端的操作执行轨迹进行记录和分析，形成相同时间段下的向量集e={e1，e2，e3，…，ea}，其中，a表示操作执行轨迹形成的向量数量；

21、s302、对第一技术指令实际执行过程中的操作执行轨迹进行分析和记录，形成相同时间段下的向量集f={f1，f2，f3，…，fb}，其中，b表示第一技术指令实际执行过程中的操作执行轨迹形成的向量数量；

22、s303、对执行终端的执行操作进行实时分析，判断向量集e与向量集f之间的实时相似度；

23、当实时相似度符合要求时，不进行操作，当实时相似度不符合要求时，预警系统发出预警提醒，计算机设备对第一技术指令进行置信度重置。

24、根据上述技术方案，在s400中，利用预警系统基于计算机设备对于从各终端设备接收的第一技术指令进行置信度分析，依据置信度的分布区间选择是否进行预警，同时依据执行终端预警后返回的技术指令进行置信度分析处理，同时采取人工介入的方式进行重新规划调整。

25、根据上述技术方案，在s500中，利用预警系统对从各终端设备发送的第一技术指令与执行终端接收的第二技术指令进行关联性校验，所述关联性校验用来验证执行终端接收到的第二技术指令与终端设备发送的第一技术指令的关联性是否一致。

26、根据上述技术方案，在s500中，对从各终端设备发送的第一技术指令与执行终端接收的第二技术指令进行关联性校验包括以下步骤：

27、s501、按照指令操作步骤对第一技术指令和第二技术指令进行拆解，例如：按照第一技术指令和第二技术指令的实际操作步骤进行拆解，第一技术指令在实际执行时，由五个步骤组成，则按照实际操作步骤将第一技术指令拆解为五个部分；

28、s502、拆解之后的第一技术指令和第二技术指令分别形成指令元素数据集u和v，指令元素数据集u和v由每个元素单独形成的子集，所述子集由部分技术指令组成；

29、s503、计算指令元素数据集u和v中每个子集的支持度，然后根据最小支持度的阈值剔除掉小的支持度的子集；

30、s504、每个子集都增加一个与原有子集中没有的元素，构成多个新的子集，计算每个子集的支持度，然后根据最小支持度的阈值剔除掉小的支持度的子集；

31、s505、依次循环，直到所有计算支持度的子集都被阈值去除；

32、s506、统计指令元素数据集u和v中的子集被全部去除的循环次数，计算指令元素数据集u和v循环次数的差值；

33、当差值满足设定阈值时，第一技术指令与第二技术指令的关联性校验符合标准，完成校验，当差值不满足设定阈值时，预警系统进行预警提醒。

34、根据上述技术方案，在s600中，当预警系统捕捉到未通过关联校验的第二技术指令和特殊指令时，将通过终端设备进行预警提示，所述特殊技术指令为两个或两个以上技术指令组成的新指令。

35、上述步骤相当于找寻不同计算机设备执行相同技术目标时在操控指令上的一个技术指令和多个技术执行组成的特殊指令；不同计算机设备执行相同技术目标时在操控指令上的单个技术指令也称为共性技术指令，共性指令往往是所有计算机设备在执行相同技术目标时都会出现的指令，而特殊指令则是不同计算机设备在执行相同技术目标时由于性能属性或者权限设置不同的原因出现的指令。

36、通过上述技术方案，在基于一个或多个技术指令所对应实现的技术目标时，将符合时间顺位的技术指令序列解析出来作为关键指令节点，以此实现技术指令设备端与执行终端的关联性连接，实现系统实时预警的功能，提高工作的安全性。

37、一种基于人工智能的危险情景感知实时预警系统，所述预警系统包括技术指令生成模块、人工智能分析模块、关联性校验模块和执行终端；所述技术指令生成模块用于生成使执行终端可以动作的技术指令；所述人工智能分析模块用于对生成的技术指令进行智能解析，根据解析后技术指令的置信度进行系统的区间划分；所述关联性校验模块用于验证执行终端接收到的技术指令与技术指令设备端发送的技术执行的关联性是否一致；所述执行终端用于验证技术指令是否可以正确的实行并对置信度较低存在危险的技术指令进行预警指示。

38、根据上述技术方案，所述技术指令生成模块包括技术指令生成单元和技术指令发送单元；所述技术指令生成单元用于对技术指令进行生成，所述技术指令发送单元用于对生成的技术指令进行发送；所述人工智能分析模块包括技术指令接收存储单元和人工智能分析单元；所述技术指令接收存储单元用于对技术指令进行接收和存储，所述人工智能分析单元用于对接收的技术指令进行解析和相似度分析；所述关联性校验模块包括关联性校验单元；所述执行终端包括预警信息生成单元和预警信息实时反馈单元，所述预警信息生成单元用于在出现危险情景时进行预警信息的生成，所述预警信息实时反馈单元用于在出现危险情景时进行预警信息的反馈。

39、通过所述技术方案，由各模块之间的相互关联性及功能性的相互匹配，实现了人工智能领域对于计算机安全性的系统化管理，提高了预警系统的科学性、有效性、精确性。

40、与现有技术相比，本发明的有益效果是：本发明提供一种基于人工智能的危险情景感知实时预警系统及方法帮助解决了计算机存接收到错误信息时发出的操作指令就有可能存在一定的风险性，对生产造成一定的安全隐患的问题，同时在基于一个或多个技术指令所对应实现的技术目标时，将符合时间顺位的技术指令序列解析出来作为关键指令节点，以此实现技术指令设备端与执行终端的关联性连接，实现系统实时预警的功能，提高安全性；利用各模块之间的相互关联性及功能性的相互匹配，实现了人工智能领域对于计算机安全性的系统化管理，提高了预警系统的科学性、有效性、精确性。