基于边云协同的智能工控系统入侵检测技术

• 作者: 刘韧 吴秋新 安晓楠 张铭坤 秦宇 陈思 龚钢军
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 边缘计算 云计算 入侵检测 深度可分离卷积
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 安全技术
• 页码范围: 280-285,333
• 页数: 7页
• 分类号: TP3|TN915.6
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.11.045

摘要

工业控制系统(ICS)由原来的封闭隔离状态逐渐开放,导致工业控制设备出现故障或损坏.根据ICS业务逻辑稳定性的特点,提出一种新颖的ICS入侵检测模型,以确保系统数据和业务逻辑安全可靠.在边缘计算3.0的架构下构建边云协同的入侵检测模型;改进传统的卷积神经网络(CNN)算法,利用深度可分离卷积建立Mobile Net模型实现入侵检测业务的仿真.仿真结果表明,该模型的准确率提升到98％以上,训练时间是传统CNN模型的50％,更适合边缘端使用.