基于自学习半监督单类支持向量机的SCADA入侵检测系统

• 作者: 张云贵 张伟 杨小军 薛向荣
• 来源期刊: 冶金自动化
• 学科: 工学
• 关键词: 数据采集与监视系统 入侵检测系统 单类支持向量机 半监督单类支持向量机 自学习 逻辑预测
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 工业控制系统信息安全专栏
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP273+.5|TP309.1
• 字数: 4274字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7059.2013.02.001

摘要

为从工艺过程角度解决工控系统信息安全问题,设计了基于自学习半监督单类支持向量机的SCADA入侵检测系统.因SCADA系统数据样本较少、维度较高,故采用半监督单类支持向量机算法构造分类器.通过设计主动学习器,使系统将能够提高分类器性能的典型样本加入训练集,从而提高分类准确性,降低入侵检测系统的误报率和漏报率.实验结果表明本文方法能够有效提高检测准确率,但分类器训练的实时性有待于增强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张云贵	哈尔滨工业大学电气工程及自动化学院	14	109	6.0	10.0
5	薛向荣		3	42	2.0	3.0
6	张伟		1	11	1.0	1.0
7	杨小军		2	11	1.0	2.0