融合灰狼优化算法在工控系统入侵检测中的应用

• 作者: 耿志强 曾荣甫 徐圆 韩永明 顾祥柏
• 来源期刊: 化工学报
• 关键词: 工业控制系统 入侵检测 特征选择 算法 优化 模拟
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 过程系统工程
• 页码范围: 1080-1087
• 页数: 7页
• 分类号: TP29
• 语种: 中文
• DOI: 10.11949/0438-1157.20191495

摘要

针对当前工控系统中数据体量大、维度高的特点，提出了一种融合随机黑洞(random black hole, RBH)策略的灰狼优化(grey wolf optimization integrated random black hole, RBHGWO)算法。该方法在更新下一代灰狼位置时，模拟黑洞的吸引方式，让狼群中的个体能够更快地向着当前全局最优解移动，增强了算法的收敛速度；同时个体以随机策略被黑洞吸引，保持了算法的局部搜索能力。通过优化算法测试函数验证，RBHGWO算法与粒子群优化(particle swarm optimization, PSO)算法、随机黑洞粒子群优化(particle swarm optimization integrated random black hole, RBHPSO)算法、GWO算法和优胜劣汰的灰狼优化(survival of fitness grey wolf optimization, SFGWO)算法进行了实验对比。结果表明，RBHGWO算法具有较快的收敛速度和较好的寻优精度。同时以田纳西-伊斯曼(Tennessee-Eastman, TE)数据集为基础进行仿真实验，结果表明该算法应用于在工控系统入侵检测的特征选择中，其收敛精度、迭代速度以及稳定性都有明显优势。