买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜安徽大学;芜湖造船厂有限公司申请的专利岸基驾控内河船舶群的异常状态检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119603680B 。

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510128058.2，技术领域涉及：H04W12/06；该发明授权岸基驾控内河船舶群的异常状态检测方法及系统是由黄大荣;石正鹏;那雨虹;钟凯;初秀民;王勇士设计研发完成，并于2025-02-05向国家知识产权局提交的专利申请。

本岸基驾控内河船舶群的异常状态检测方法及系统在说明书摘要公布了：本发明涉及船舶自动化控制、信息安全技术领域，解决了内河船舶在操作环境复杂多变的场景下，传统方法无法有效实时监测并迅速预警来预防各种事故的技术问题，尤其涉及一种岸基驾控内河船舶群的异常状态检测方法及系统，共分为四个部分：身份认证、节点异常检测、动态信任评估以及节点自适应控制。本发明通过严格的验证流程和持续的信任评估，确保只有可靠的实体能够参与通信，不仅加强了通信安全，还实现了对内河船舶群体的全面、实时监测，能够及时发现物理故障或网络攻击等异常情况，并提前预警潜在风险，从而提升整体航行的安全性和可靠性。

本发明授权岸基驾控内河船舶群的异常状态检测方法及系统在权利要求书中公布了：1.一种岸基驾控内河船舶群的异常状态检测方法，其特征在于，该方法包括以下步骤：基于零信任架构，建立用于针对不同类型的内河船舶及辅助设备之间互联通信的身份认证机制；在身份认证机制下，采用混合异常状态检测模型对不同场景下各节点进行无监督检测，并基于信任度实时调整节点在图网络结构中的权重，具体过程包括：获取任一节点在不同场景下的历史数据，并对历史数据进行预处理获得处于相同尺度范围内且数据平衡的多源数据；对多源数据进行特征提取获得具有高度重要性信息特征的信息增益特征，同时基于多源数据建立用于对内河船舶群进行无监督异常检测的图网络结构；采用信息增益特征训练多种机器学习模型，并通过训练好的多种机器学习模型有监督的在线检测内河船舶群的异常状态；若检测到异常，则输出匹配的异常类别；若未检测到异常，则进入下一步；基于图网络结构进行无监督学习的内河船舶群的异常状态检测；若检测到异常，则将该异常标记为未知异常并补充至异常类别库中；实时获取节点的行为数据以及历史交互数据，并根据无监督检测的异常检测结果动态更新节点的初始信任度生成动态信任度；根据动态信任度对存在异常的节点执行自适应控制策略。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽大学;芜湖造船厂有限公司，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。