首页 期刊 计算机应用研究 基于遗传算法优化的OCSVM双轮廓模型异常检测算法 【正文】

基于遗传算法优化的OCSVM双轮廓模型异常检测算法

作者:闫腾飞; 尚文利; 赵剑明; 乔枫; 曾鹏 沈阳建筑大学信息与控制工程学院; 沈阳110168; 中国科学院沈阳自动化研究所; 沈阳110016; 中国科学院网络化控制系统重点实验室; 沈阳110016; 中国科学院大学; 北京100049
工业控制系统   异常检测   遗传算法   单类支持向量机   双轮廓模态  

摘要:针对Modbus工业总线协议的特殊性及工控数据样本的不均衡性,利用单类支持向量机(OCSVM)分别构建正常OCSVM模型和异常OCSVM模型,即双轮廓模态来模拟系统通信的正常模式和异常模式,从而实现工控系统异常检测。同时将遗传算法优化自变量降维应用于工控网络入侵检测场景,实现对输入自变量的降维压缩处理,防止OCSVM模型出现过拟合现象及分类准确率低的问题,提高异常检测的精度,缩减建模时间。通过仿真验证了该算法对工控网络异常检测的有效性。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅