基于深度学习的城市轨道交通信号系统入侵检测方法

• 作者: 张菁博 孙煜 倪华 刘小波
• 来源期刊: 自动化博览
• 关键词: 轨道交通 入侵检测 RSSP-Ⅱ安全通信协议 深度学习
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 行业声音
• 页码范围: 26-29
• 页数: 4页
• 语种: 中文

摘要

随着城市化进程不断推进,城市轨道交通作为人们出行的主要交通工具之一,越来越重要.城市轨道交通系统的信息安全问题已经引起了各方的广泛关注.针对城市轨道交通信号系统中常用的RSSP-Ⅱ安全通信协议,本文提出一种基于深度学习的入侵检测方法.通过实验对4类网络攻击的精度和误差进行对比,结果表明,该方法不仅可以大幅度缩短训练时间,而且在识别攻击行为的测试中,比常用的检测方法有更好的精度、更低的误报率和更短的时间效率.