基于组合神经网络的启发式工控系统异常检测模型

• 作者: 唐彰国 张健 李焕洲
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 异常检测 组合神经网络 工控系统 启发式 模型
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 计算机科学
• 页码范围: 735-741
• 页数: 7页
• 分类号: TP393
• 字数: 5959字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2017.04.012

摘要

为了提高工控系统入侵的检测率,讨论了传统工控入侵检测技术的原理,并从信息论的观点进行了对比研究.通过对工控系统特异性及其攻击手法的建模,归纳出工控攻击在协议栈、统计特性、通信行为等方面表现出的动态和静态指纹,基于一种新的异构信息的抽象方法,提出并实现了一个基于组合神经网络的启发式工控系统异常检测模型.测试结果表明该检测模型运行高效,相比一般智能方法检测结果更为准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张健	四川师范大学网络与通信技术研究所	141	773	14.0	19.0
2	李焕洲	四川师范大学网络与通信技术研究所	40	272	10.0	15.0
3	唐彰国	四川师范大学网络与通信技术研究所	27	155	7.0	11.0