基于改进Border-SMOTE的不平衡数据工业控制系统入侵检测

作者：张晓宇; 王华忠^*

来源：信息网络安全, 2020, 20(07): 70-76.

• 工业控制系统
• 入侵检测
• 不平衡数据
• Border-SMOTE

工业环境中正常与异常样本间的不平衡特点导致入侵检测模型在进行分类时对少数异常样本识别率较低。然而,工控入侵检测模型尤其注重对异常样本的检测成功率,因此文章引入具有自适应思想的边界SMOTE算法,在边界区域根据样本分布情况合理生成少数样本以降低样本的不平衡性。UCI不平衡数据集上的结果证明了该算法的有效性。然后改进边界SMOTE对原始不平衡工控入侵检测数据集SWaT进行数据预处理,在合成合理攻击数据后使用孪生支持向量机(TWSVM)作为分类器构建入侵检测模型。实验结果表明,该方法提高了对攻击样本的识别能力。

• 单位
  华东理工大学