摘要
本发明公开了基于鲁棒自编码器的C3级列控系统网络恶意流量检测方法,具体为:步骤1,采集C3级列控系统网络中的流量数据,然后提取采集的流量数据的特征并进行特征标注,将经过标注后的数据作为原始数据;步骤2,对原始数据进行预处理,将预处理后的数据作为数据集样本,将数据集样本分为训练集和测试集;步骤3,构建恶意流量检测模型鲁棒自编码器;步骤4,采用训练集训练恶意流量检测模型鲁棒自编码器,得到分类模型;步骤5,将测试集输入到分类模型中,评估分类模型的性能;步骤6,使用经过评估的分类模型对C3级列控系统网络恶意流量进行检测。本发明解决了现有技术中存在的因学习泛化特征能力弱导致的检测误报率和漏报率高的问题。
技术关键词
控系统网络
恶意流量检测方法
正则化极限学习机
恶意流量检测模型
粒子群算法优化
业务流量数据
单层
皮尔逊相关系数
样本
随机噪声
输出特征
编码器训练
开源工具
标签特征
训练集
系统为您推荐了相关专利信息
反演算法
监测海水
正则化参数
交叉验证方法
正则化极限学习机
集群
等值建模方法
分布式电源
粒子群算法优化
损耗
退化预测方法
粒子群算法优化
随机森林模型
多环境
涂层
反制方法
生成对抗网络模型
策略
信号特征
干扰设备
恶意流量检测方法
无监督
节点
计算机程序产品
特征值