一种虚假数据注入攻击检测方法

本发明涉及网络攻击检测技术领域，具体的说是一种虚假数据注入攻击检测方法，包括收集实时数据，利用高精度预测模型预测传感网络边缘数据，对比实际数据与预测数据，生成残差，通过实时分类方法对残差进行分类，识别正常数据波动与FDI攻击，本发明利用边缘计算的集连接、计算、存储的优势以及其靠近技术，将安全下沉到网络的边缘，该设计不仅能够及时检测到FDI攻击的存在，还能大大提高检测的准确性，这种基于先预测后分类的FDI攻击检测方案，为工业控制系统的安全防护提供了新的思路和手段，有助于提升整个工控网络的安全性和稳定性，充分利用了边缘计算实时数据采集与处理的优势，旨在提高检测效率和准确性。