ICPS入侵检测深度学习混合模型

• 作者: 金浩 孙子文
• 来源期刊: 控制工程
• 关键词: 工业信息物理系统 深度信念网络 支持向量机 半监督
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 安全监控系统
• 页码范围: 1708-1716
• 页数: 9页
• 分类号: TP18
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.20190636

摘要

针对工业信息物理系统面临的网络安全问题,研究了一种基于深度学习混合模型的入侵检测方案.该方案将基于深度信念网络的无监督学习策略与基于支持向量机的有监督学习策略相结合,以实现工业信息物理系统入侵检测的半监督学习.对原始数据进行归一化处理并采用深度信念网络进行数据降维后,利用支持向量机进行入侵检测.使用MATLAB工具进行仿真,对以Modbus作为通信协议的监控与数据采集系统的真实数据进行测试.结果 表明,与深度信念网络、支持向量机等算法模型相比,深度学习混合模型能显著提高异常检测的准确度.