计算机应用研究

作者：张仁斌,曹宗泽,吴克伟,

单位：合肥工业大学a.计算机与信息学院;b.大数据知识工程教育部重点实验室;c.工业安全与应急技术安徽省重点实验室,合肥230601；

关键词：工业控制系统,因果关系建模,最大信息传递熵,链路溯源,异常定位,

基金：国家重点研发计划专项资助项目(2016YFC0801804,2016YFC0801405)；中央高校基本科研业务费专项资金资助项目(PA2019GDPK0074)；；

针对传统因果关系算法难以准确分析含大量噪声的非线性数据的问题进行了研究，提出基于最大信息传递熵的因果关系建模算法。首先，利用最大信息系数对非线性数据的时序趋势间的关联度进行检测，弱化噪声对变量间相关性的影响；然后根据筛选因子剔除弱相关变量，并通过随机经验估值计算强关联变量间的传递熵，以减少传递熵的计算量；最后，传递熵确定因果关系方向，形成支持链路溯源的单向因果网络。利用经典化工过程数据集对该算法进行测试分析，实验结果表明，相比于现有的因果关系建模算法，该算法可定位异常变量，对12维以上的高维数据建模的稳定性高于85%，因果关系的准确率可达83.33%，实际建模效果优于对比算法，可用于工业控制系统异常检测定位。

来源：2021年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2021年第3期