计算机应用研究

作者：闫腾飞,尚文利,赵剑明,乔枫,曾鹏,

单位：1.沈阳建筑大学信息与控制工程学院,沈阳110168；2.中国科学院沈阳自动化研究所,沈阳110016；3.中国科学院网络化控制系统重点实验室,沈阳110016；4.中国科学院大学,北京100049；

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,

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)；国家自然科学基金面上项目(61773368)；预研基金资助项目(6140242010116Zk63001)；；

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。

来源：2019年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2019年第11期