基于深度学习的地铁工控网络安全智能分析算法研究

地铁工控网络组成设备种类多，子系统构成复杂，面临的安全威胁也非常多。既有的地铁工控网络不仅需要采取防病毒软件、防火墙、深度包过滤等防御系统，还要增加地铁工控网络安全预防及其他主动防御手段。本文提出利用深度学习算法，以提高地铁工控网络安全防御的主动性、智能化水平，实验结果表明，识别准确度高达99.26%，进一步提高了地铁工控网络的安全防御水平。