|
|||||
|
|
| 基于机器学习的工业控制网络异常检测方法 | |
| 作者单位： | ;1.中国电子信息产业集团有限公司第六研究所 |
| 摘 要： | 针对工业控制网络中常用的Modbus协议,提出了一种工业控制网络的异常检测方法。使用n-gram(n=0. 5,1,1. 5,2,2. 5)算法从Modbus正常报文帧的有效载荷中进行特征提取,确定出5组特征向量,并结合单类支持向量机(OCSVM)算法训练出5个初级学习器,对5个同质的初级学习器采用学习法进行集成,最终得出次级学习器,利用上述两层模型,即可完成异常识别。在气体管道网络原始数据集中进行试验,最终误报率为8%,漏报率为6%。 |
| 关 键 词： | n-gram 单类支持向量机 集成学习 工业控制网络 异常检测 |
Industrial control network anomaly detection method based on machine learning |
|
| Abstract: | |
| Keywords: | |