基于XGBoost的工业控制系统入侵检测

• 作者: 屠庆 鲍钰
• 来源期刊: 集成电路应用
• 学科: 工学
• 关键词: 工业控制系统 入侵检测 机器学习 XGBoost
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 创新应用|Application
• 页码范围: 52-55
• 页数: 4页
• 分类号: TP273|TP18|TP393.08
• 语种: 中文
• DOI: 10.19339/j.issn.1674-2583.2022.02.019

摘要

阐述面向XGBoost的工控系统入侵检测分类模型,由于原始数据集存在数据样本不平衡问题,采用合成少数类过采样技术(SMOTE)对数据进行预处理,使用交叉验证方法寻找XGBoost最优参数,最后,在工控网络标准数据集上将本文算法与传统入侵检测方法进行对比实验.结果表明,对预处理后数据,基于XGBoost的工控入侵检测方法比传统方法具有更高的准确率.