期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
工控通信行为的自编码特征降维和双轮廓模型异常检测方法
被引量:
9
1
作者
尚文利
闫腾飞
+2 位作者
赵剑明
乔枫
曾鹏
《小型微型计算机系统》
CSCD
北大核心
2018年第7期1405-1409,共5页
针对工控网络异常行为与入侵行为的差异性,为降低漏报率和误报率并且为提高异常检测的准确率,提出基于单类支持向量机的双轮廓模型异常检测方法,模拟工控系统通讯的正常模态和异常模态,通过协同判别机制实现工控系统网络的异常检测.同时...
针对工控网络异常行为与入侵行为的差异性,为降低漏报率和误报率并且为提高异常检测的准确率,提出基于单类支持向量机的双轮廓模型异常检测方法,模拟工控系统通讯的正常模态和异常模态,通过协同判别机制实现工控系统网络的异常检测.同时,为减小单类支持向量机建模时间与检测时间,选取自编码网络对提取的网络流量数据进行输入自变量降维和压缩处理,并且抑制了单类支持向量机模型的过拟合现象.基于自编码网络的单类支持向量机双轮廓模型的异常检测方法,通过对模型的仿真验证,可以看出工控系统漏报率和误报率明显降低,检测时间有所缩短,对工控系统异常检测的研究有较大的应用价值.
展开更多
关键词
工业控制系统
异常检测
单类支持向量机
双轮廓模态
自编码网络
特征降维
下载PDF
职称材料
基于遗传算法优化的OCSVM双轮廓模型异常检测算法
被引量:
22
2
作者
闫腾飞
尚文利
+2 位作者
赵剑明
乔枫
曾鹏
《计算机应用研究》
CSCD
北大核心
2019年第11期3361-3364,共4页
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...
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。
展开更多
关键词
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
下载PDF
职称材料
题名
工控通信行为的自编码特征降维和双轮廓模型异常检测方法
被引量:
9
1
作者
尚文利
闫腾飞
赵剑明
乔枫
曾鹏
机构
中国科学院沈阳自动化研究所
沈阳建筑大学信息与控制工程学院
中国科学院大学
中国科学院网络化控制系统重点实验室
出处
《小型微型计算机系统》
CSCD
北大核心
2018年第7期1405-1409,共5页
基金
国家自然科学基金面上项目(61773368)资助
预研基金项目(6140242010116Zk63001)资助
文摘
针对工控网络异常行为与入侵行为的差异性,为降低漏报率和误报率并且为提高异常检测的准确率,提出基于单类支持向量机的双轮廓模型异常检测方法,模拟工控系统通讯的正常模态和异常模态,通过协同判别机制实现工控系统网络的异常检测.同时,为减小单类支持向量机建模时间与检测时间,选取自编码网络对提取的网络流量数据进行输入自变量降维和压缩处理,并且抑制了单类支持向量机模型的过拟合现象.基于自编码网络的单类支持向量机双轮廓模型的异常检测方法,通过对模型的仿真验证,可以看出工控系统漏报率和误报率明显降低,检测时间有所缩短,对工控系统异常检测的研究有较大的应用价值.
关键词
工业控制系统
异常检测
单类支持向量机
双轮廓模态
自编码网络
特征降维
Keywords
industrial control system
anomaly detection
one-class support vector
double control model
auto-encoder network
feature reduction
分类号
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于遗传算法优化的OCSVM双轮廓模型异常检测算法
被引量:
22
2
作者
闫腾飞
尚文利
赵剑明
乔枫
曾鹏
机构
沈阳建筑大学信息与控制工程学院
中国科学院沈阳自动化研究所
中国科学院网络化控制系统重点实验室
中国科学院大学
出处
《计算机应用研究》
CSCD
北大核心
2019年第11期3361-3364,共4页
基金
国家重点研发计划项目(2018YFB2004200)
中科院战略性先导科技专项项目(XDC02020200)
+1 种基金
国家自然科学基金面上项目(61773368)
预研基金资助项目(614024201011 6Zk63001)
文摘
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。
关键词
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
Keywords
industrial control system
anomaly detection
genetic algorithm
one-class support vector machine(OCSVM)
double contour model
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
工控通信行为的自编码特征降维和双轮廓模型异常检测方法
尚文利
闫腾飞
赵剑明
乔枫
曾鹏
《小型微型计算机系统》
CSCD
北大核心
2018
9
下载PDF
职称材料
2
基于遗传算法优化的OCSVM双轮廓模型异常检测算法
闫腾飞
尚文利
赵剑明
乔枫
曾鹏
《计算机应用研究》
CSCD
北大核心
2019
22
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部