基于特征提取的工业控制系统入侵检测研究

作者：倪旻; 曲金帅^*; 范菁; 刘译文; 李鸿; 邱阳

来源：云南民族大学学报(自然科学版), 2021, 30(06): 592-600.

• 工控入侵检测
• 自适应合成采样
• 深度信念网络
• 特征提取
• 全局寻优

为解决工业控制系统网络环境中不同类型网络流量的不平衡性、网络数据的高维性、非线性等问题,采用自适应合成采样(adaptive synthetic sampling, ADASYN)技术以克服工控入侵检测系统中普遍存在的类不平衡问题;用随机森林(random forest, RF)算法对工控网络入侵特征进行提取,递归特征消除(recursive feature elimination, RFE)方法用于选择影响工控网络入侵检测性能的主要特征;利用粒子群算法(particle swarm optimization, PSO)优化DBN的隐含层节点数,得到最优的DBN结构,构成基于深度信念网络(deep belief network, DBN)的分类模型,将其实践在工控入侵检测标准数据集.实验结果表明,该模型显著提升了工控入侵检测的性能.

• 单位
  云南民族大学