工业控制网络入侵检测的BP神经网络优化方法

• 作者: 张静 徐东升 陈万志
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 物理学
• 关键词: 工业控制系统 主成分分析法 AdaBoost算法 BP神经网络 分类器
• 年，卷（期）: 2019,（1）
• 页码范围: 82-87
• 页数: 6页
• 分类号: O348.8
• 语种: 中文

摘要

针对工业控制系统入侵检测模型对各类攻击的检测率和检测效率不高的问题,提出一种AdaBoost算法优化BP神经网络的入侵检测模型.首先利用主成分分析法对原始数据集进行预处理,消除其相关性;其次利用AdaBoost算法对训练样本的权重进行不断调整,从而获得BP神经网络最优权重和阈值;最后再通过AdaBoost算法将BP弱分类器组合成BP强分类器,从而实现工业控制系统的异常检测.实验结果表明该方法在对各攻击类型的检测率和测试时间明显优于其他算法模型.