| 基于特征增强和优化SVM的工控入侵检测 |
| |
| 引用本文： | 黄一鸣,赵国新,魏战红,刘昱. 基于特征增强和优化SVM的工控入侵检测[J]. 计算机工程与设计, 2021, 42(12): 3373-3379. DOI: 10.16208/j.issn1000-7024.2021.12.010 |
| |
| 作者姓名： | 黄一鸣 赵国新 魏战红 刘昱 |
| |
| 作者单位： | 北京石油化工学院信息工程学院,北京102617 |
| |
| 基金项目： | 国家自然科学基金;科技计划 |
| |
| 摘 要： | 针对工控入侵检测系统数据质量低、模型优化差等问题,提出一种基于特征增强和优化支持向量机(LMDRT-AWPRPSO-SVM)的工控入侵检测方法,从数据和模型两方面进行改进.数据方面,针对工控系统缺乏高质量数据,通过对数边际密度比变换(LMDRT)生成新的数据特征,提高数据的质量;模型方面,为解决SVM参数优化过程中易陷入局部极小等问题,采用种群聚集度指导权重自适应变化和粒子重构策略改进粒子群算法(AWPRPSO),增强优化算法搜索能力.使用工控标准数据集进行实验,其结果表明,该方法提高了数据的质量,优化了SVM模型性能,构建的检测模型在检测精度与训练时间方面均有改善.
|
| 关 键 词： | 工控系统入侵检测 对数边际密度比变换 支持向量机 粒子群算法 种群聚集度 粒子重构策略 |
Intrusion detection for industrial control system based on feature enhanced and optimized SVM method |
| |
| HUANG Yi-ming,ZHAO Guo-xin,WEI Zhan-hong,LIU Yu. Intrusion detection for industrial control system based on feature enhanced and optimized SVM method[J]. Computer Engineering and Design, 2021, 42(12): 3373-3379. DOI: 10.16208/j.issn1000-7024.2021.12.010 |
| |
| Authors: | HUANG Yi-ming ZHAO Guo-xin WEI Zhan-hong LIU Yu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
