摘要
本发明公开了一种电力物联网边缘服务异常流量攻击检测方法及系统,获取原始网络异常流量攻击数据集;将原始网络异常流量攻击数据集转化为适用于机器学习与深度学习模型处理的流量数据;基于预处理后的流量数据,选择设定的流量特征对优化的CatBoost分类模型进行训练,并保存训练后的CatBoost分类模型作为PIoT边缘服务异常流量攻击检测模型;利用PIoT边缘服务异常流量攻击检测模型对未知的异常流量进行检测,判定该访问是否为实施攻击的恶意流量。本发明提高了检测效率,实现高效、可靠的异常流量攻击检测,保障PIOT系统的安全运行。
技术关键词
攻击检测方法
攻击检测模型
网络异常流量
深度学习模型
特征选择
电力
攻击检测系统
网络流量数据
工业物联网
搜索技术
分类器
分类特征
样本
数据模块
工业设备
参数
标识符
系统为您推荐了相关专利信息
工件表面缺陷
智能检测方法
深度学习模型
实时图像采集
网络
无菌配药
多层感知网络
风险预测方法
风险预测模型
壁挂式
终端设备
匈牙利算法
设备参数信息
负载均衡算法
任务分配策略
深度学习模型
颈动脉血管
定义感兴趣区域
分析方法
内外壁
证据冲突检测
误差距离
故障诊断方法
深度学习模型
多通道