摘要
一种基于ISAE自编码器和AFF特征融合的工控入侵检测方法,涉及工控网络安全领域。解决了常规的入侵检测算法一般只基于原始流量数据和人工提取的特征形成的数据集,因未能深入挖掘流量特征,获取的安全信息不够全面,导致对部分攻击流量检测效果较差的问题。方法包括:采集原始流量数据,根据原始流量数据获取对应的人工特征,根据人工特征构建训练数据集;对原始流量数据和人工特征进行数据预处理;构建入侵检测模型并训练入侵检测模型;将测试集数据输入至训练完成的入侵检测模型中,得到入侵检测结果。本发明适用于对网络入侵的检测和监测,降低网络入侵风险。
技术关键词
工控入侵检测方法
入侵检测模型
深度空间特征
注意力
融合特征
数据
多通道
编码器模块
网络入侵风险
入侵检测算法
工控网络安全
可读存储介质
离散特征
分类器
训练集
处理器
重构
存储器
计算机设备
系统为您推荐了相关专利信息
预测特征
二值掩码图像
多模态传感器
粗略
可视化组件
联合神经网络模型
融合特征
识别方法
长短期记忆网络
通道注意力机制