一种基于深度学习的工控网络态势预测方法、系统、储存介质及设备

一种基于深度学习的工控网络态势预测方法、系统、储存介质及设备，属于工控网络安全领域。首先对数据预处理，对数据进行标准化处理并划分时间窗口。依据预处理数据生成节点特征矩阵和邻接矩阵，确定图结构及权重。其次进行空间特征提取。通过GAT层利用自注意力机制处理节点间空间依赖关系，学习设备间相互关系，更新节点特征表示。然后进行时间特征提取。借助BiLSTM层的正向和反向LSTM捕捉时序数据前后向依赖关系，其门控机制控制信息流动，提升时序建模能力。接下来进行预测与输出。最后进行模型的训练与优化。本发明充分融合拓扑与时间特性，有效提高了异常流量检测的准确性和效率。