用于工业互联网安全异常行为挖掘与分析的方法

本发明提供了一种用于工业互联网安全异常行为挖掘与分析的方法，包括以下步骤：通过安装在工业互联网各节点上的数据采集装置，实时收集多维度数据；对收集到的多维度数据进行预处理，生成预处理后的数据集；对预处理后的数据集进行特征提取，获得反映设备运行状态和网络行为的关键特征，这些关键特征包括时序特征和频率特征；通过无监督学习算法对提取的关键特征进行分析，建立工业互联网正常运行的基线模型；在工业互联网的实际运行过程中，将提取的特征输入基线模型进行比较，检测出偏离基线模型的异常行为。该方法通过多层次的数据处理和分析，有效提高了工业互联网安全异常行为的检测准确性和响应速度，增强了系统的整体安全性。