基于改进CGAN算法的工控系统入侵检测方法北大核心CSCD |
| |
引用本文: | 王华忠田子蕾.基于改进CGAN算法的工控系统入侵检测方法北大核心CSCD[J].信息网络安全,2023(1):36-43. |
| |
作者姓名: | 王华忠田子蕾 |
| |
作者单位: | 1.华东理工大学能源化工过程智能制造教育部重点实验室200237; |
| |
基金项目: | 国家自然科学基金[61973119];中央高校基本科研业务费专项资金[222201917006]。 |
| |
摘 要: | 文章提出一种改进的CGAN算法,利用Wasserstein距离衡量合成样本与真实样本之间的距离,解决了忽略CGAN中两类样本重叠导致生成器梯度消失的不稳定问题,并在具有不平衡率的UCI数据集上验证了算法的有效性。文章还构建了WCGAN-SVM工控系统入侵检测模型,并在工控数据集SWaT上进行验证。实验结果表明,与SVM相比,该方法检测攻击样本的准确率提高了3.51%,漏报率和误报率分别降低2.29%和2.19%。
|
关 键 词: | 工控系统 入侵检测 WCGAN 不平衡数据 支持向量机 |
本文献已被 维普 等数据库收录! |
|