融合LSTM-DNN的工业安全态势预测模型

作者:于雅洁; 刘贤达; 蒋启梅; 张博文
来源:小型微型计算机系统, 2023, 44(03): 596-601.
DOI:10.20009/j.cnki.21-1106/TP.2021-0508

摘要

态势预测对于感知工控系统中的安全风险有着重要的作用.传统的态势预测模型往往会忽略工控系统中态势要素的时序性,难以准确对系统的安全态势进行预测.因此本文提出一种基于LSTM-DNN的工业网络安全态势预测模型,以提高传统态势预测模型的精确度.首先从海量数据中选取出与系统态势强相关的态势要素;接下来利用LSTM对提取的态势要素进行预测,得到未来的态势要素链;最后将提取出的态势要素链送入DNN模型中,预测系统未来的安全态势.实验表明,相较于传统的网络安全态势预测模型,该模型框架能够有效地预测未来的态势值;相比于其它算法,所提出的算法具有较高的预测精度.

全文