文档名:面向工业控制网络的入侵检测方法研究
摘要:针对目前工控网络环境存在的数据种类分布不均衡,维度较高等问题,采用生成式对抗网络(ACGAN)数据增强方法对数据集进行数据增强,并采用卷积神经网络(CNN)与极限学习机(ELM)混合模型对数据集进行特征提取和分类.通过NSL-KDD数据集进行仿真实验,该混合模型的准确率达到99.26%,漏报率低于0.625%,均优于传统的机器学习算法.同时采用密西西比州立大学天然气管道数据集进行实验仿真,准确率达到99.18%,漏报率低于0.621%.该模型在复杂的工控环境下同样适用,拓宽了工业入侵检测的研究思路.
作者:宗学军 郭鑫 何戡 连莲Author:ZONGXuejun GUOXin HEKan LIANLian
作者单位:沈阳化工大学信息工程学院,沈阳110142;辽宁省石油化工行业信息安全重点实验室,沈阳110142
刊名:重庆理工大学学报 PKU
Journal:JournalofChongqingInstituteofTechnology
年,卷(期):2023, 37(13)
分类号:TP393
关键词:工控网络 生成式对抗网络 卷积神经网络 极限学习机 入侵检测
Keywords:industrialcontrolnetwork generativeadversarialnetwork convolutionalneuralnetwork extremelearningmachine intrusiondetection
机标分类号:
在线出版日期:2023年8月22日
基金项目:辽宁省兴辽英才计划项目面向工业控制网络的入侵检测方法研究[
期刊论文] 重庆理工大学学报--2023, 37(13)宗学军 郭鑫 何戡 连莲针对目前工控网络环境存在的数据种类分布不均衡,维度较高等问题,采用生成式对抗网络(ACGAN)数据增强方法对数据集进行数据增强,并采用卷积神经网络(CNN)与极限学习机(ELM)混合模型对数据集进行特征提取和分类.通过NSL-...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
面向工业控制网络的入侵检测方法研究 Research on intrusion detection methods for industrial control network
面向工业控制网络的入侵检测方法研究.pdf
- 文件大小:
- 1.33 MB
- 下载次数:
- 60
-
高速下载
|
|