国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:陈万志,唐雨,张静,
单位:1.辽宁工程技术大学电子与信息工程学院,辽宁葫芦岛125105;2.渤海装备辽河重工有限公司,辽宁盘锦124010;
关键词:工业控制网络,主成分分析,极限学习机,异常检测,人工鱼群算法,万有引力搜索算法,
基金:辽宁省教育厅服务地方类项目(LJ2017FAL009);辽宁工程技术大学博士启动基金资助项目(2015-1147);;
针对工业控制网络中典型的攻击类型,提出一种利用深度学习预测工控网络通信异常的方法。首先,利用主成分分析方法对原始数据降维,消除原始数据集的相关性;其次,构建人工神经网络并利用万有引力搜索算法中粒子惯性质量计算思想改进的鱼群算法来优化极限学习机的输入权值和阈值。测试实验结果表明,异常检测的准确率有所提升,同时有效地缩短了检测时间,实现了利用深度学习预测工控网络通信异常的行为。
来源:2019年第7期
《计算机应用研究》期刊编辑部