基于机器学习的牵引供电远动系统异常攻击检测技术研究

• 作者: 周泽岩 程鹏 方付生 路涛
• 来源期刊: 软件工程
• 学科: 工学
• 关键词: 牵引供电远动系统 单类支持向量机 异常检测
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 方法与技术|Method & Technology
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19644/j.cnki.issn2096-1472.2022.002.001

摘要

聚焦铁路牵引供电远动SCADA系统,分析其通信规约和网络安全风险点,研究基于单类支持向量机算法的异常攻击检测技术,以达到检测网络异常攻击的目的.本方法先分析正常的通信数据,选取报文序列中的时间戳、源地址、目的地址、源端口、目的端口等字段,构成训练样本序列集合,再对报文序列的数据预处理形成子序列特征数据库,最后采用Python语言、Sklearn机器学习库建立单类支持向量机的行为模型,并通过仿真数据测试,验证其可有效检测网络入侵等异常行为.