基于深度元学习的工控系统异常检测方法、介质及设备

本申请公开了一种基于深度元学习的工控系统异常检测方法、介质及设备，该方法包括：采集工控系统异常流量数据，并基于工控系统异常流量数据构建异常流量数据集；对异常流量数据集进行多类别、多样本的随机任务采样，获得多个训练任务；利用训练任务对异常检测模型进行训练，异常检测模型包括基于元模块增强的卷积神经网络，在训练过程中，基于梯度下降法进行内循环参数更新，基于多步损失函数进行外循环参数更新，基于余弦退火算法进行外循环学习率更新；利用训练后的异常检测模型进行流量数据的异常检测。本申请基于深度元学习的工控系统异常检测方法在解决少样本条件下的异常检测问题方面具有显著优势，能够有效提升ICS的安全性和可靠性。