科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对现有工控系统入侵检测方法训练复杂，且对攻击样本检测率低的问题，提出一种基于变分自编码器(VAE)和深度漏积回声状态网络(DLIESN)的入侵检测方法。使用VAE对数据集中的罕见攻击类样本进行扩充，平衡样本分布；构建DLIESN分类器，其层次化的储备池结构设计使模型获得更好的动态特性，提升分类精度。通过生成数据评价实验验证了VAE生成样本的有效性，确定适合DLIESN的网络结构，分析不同漏积参数对DLIESN模型性能的影响。对比实验结果表明，DLIESN取得了最短训练耗时，其检测性较优。
- 单位
