基于LSTM的工控入侵检测

• 作者: 李昊璋 李林森 邓现文 邹福泰 郭万达 马可凡
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 工业控制系统 入侵检测 SWaT数据集 LSTM 机器学习
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 安全与保密
• 页码范围: 2766-2774
• 页数: 9页
• 分类号: TP399
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2020.11.024

摘要

工业控制系统是社会运行和国家安全的重要基础.为提高工业控制系统的入侵检测能力,设计一个基于深度神经网络的工业入侵检测方案.采用与真实世界水处理厂非常相似的六级水处理模型SWaT,通过训练长短期记忆循环神经网络,对经过PCA降维的SWaT预处理数据进行检测和鉴别.结果显示,检测方案在测试集的表现上优于过去的OCSVM、IF、Matrix Profile这3种检测方案,并且网络训练速度更快,检测需要的上下文环境更少,具有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹福泰		31	175	7.0	12.0
2	李林森		32	128	6.0	11.0
3	李昊璋		3	0	0.0	0.0
4	马可凡		1	0	0.0	0.0
5	邓现文		1	0	0.0	0.0
6	郭万达		1	0	0.0	0.0