一种无监督域自适应的工业控制网络轻量级异常检测方法

一种无监督域自适应的工业控制网络轻量级异常检测方法，涉及一种工业控制网络异常检测方法，本发明采集历史阶段与在线阶段的工控网络数据对模型进行训练。在领域对抗训练阶段，应用无监督时空特征提取器SCA‑SRCAE，结合轻量级跨纬度空间通道注意力(Spatial Channel Attention，SCA)机制，以提升模型检测性能。引入最大均值差异(MaximumMeanDiscrepancy，MMD)作为正则化方法，训练域共享时空特征提取器。同时使用源域和目标域数据训练域鉴别器，寻求域不变特征表示，提高模型泛化能力。使用改进的Denstream形成正常通信消息的轮廓基线，提高工业控制网络异常检测效率。