摘要
本发明属于工控网络安全领域,公开了一种工控网络入侵检测方法。通过TPFSM模型从宏观角度通过异常状态、异常状态跳转、异常状态持续时间、异常状态跳转间隔以及异常跳转概率五个维度进行异常检测,将TPFSM模型与CNN‑LSTM‑ATTENTION时序入侵检测模型结合,综合考虑工业控制系统的业务逻辑与时序性、周期性、稳定性特点,进行微观的关键传感器设备连续值预测,以此构建双重入侵检测机制,提高入侵检测算法的准确率,对WOA算法进行了改进,将其应用于对CNN‑LSTM‑ATTENTION网络的参数和结构进行训练以得到最优的网络模型,避免了主观经验设置的影响,有效提高了准确率与检测速度。
技术关键词
工控网络入侵检测方法
工控系统
鲸鱼优化算法
入侵检测模型
序列
位置更新
异常状态
定义
入侵检测机制
一维卷积神经网络
入侵检测算法
工控网络安全
数值
时序
关系
工业控制系统
非线性
人工神经网络
传感器设备
系统为您推荐了相关专利信息
智能管理系统
办公楼
监测单元
功能模块
分析模块
SNP位点组合
机器学习分类模型
液相
位点筛选方法
芯片
故障诊断方法
长短期记忆网络
薄膜传感器
变量
实时数据
染色体
干扰误差
神经网络模型
校正方法
遗传算法