一种基于快速集成学习的工业控制系统异常检测方法

本申请涉及工业控制系统安全领域，公开了一种基于快速集成学习的工业控制系统异常检测方法，包括以下具体步骤：该方法在数据采集阶段，连续捕获工控协议的应用层数据，并通过协议解析提取字段向量作为模型输入。训练阶段，通过有放回采样构建多个子数据集，训练结构相同的基学习器，并引入低开销的旁路卷积网络为每个基学习器生成个性化特征。推理阶段，将旁路卷积产生的个性化特征与主卷积路径提取的全局特征进行融合，并输入对应全连接层，最终通过投票机制输出预测结果。本发明保持了集成学习在性能提升上的优势；降低了推理阶段的计算开销，兼顾了检测准确性与实时性。