基于深度学习的配电网无线通信入侵检测系统

• 作者: 刘文军 吕卓 吴春明 周伯阳 周宁 郭志民 阮伟
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 配电网 无线网 入侵检测 深度学习 递归神经网络
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 1538-1544
• 页数: 7页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2020.08.011

摘要

在采用无线通信接入的配电网中,入侵检测系统(IDS)通过分析通信网中传输数据来判断入侵事件.为提高检测的准确性,本文将深度学习理论应用于IDS,提出了一种面向配电网无线通信网络新型入侵检测系统,由带有门控循环单元、多层感知器和Softmax的循环神经网络组成.攻击测试基准实验结果表明IDS防御的有效性,在KDD99测试数据集上,其误报率为0.06％,总检出率为96.43％;在NSL-KDD测试数据集上,其误报率低至0.86％,总检出率则为99.33％.