基于多判别器条件分类生成对抗网络的工业互联网入侵检测方法

本发明涉及一种基于多判别器条件分类生成对抗网络的工业互联网入侵检测方法，属于工业互联网安全领域。该方法包括：获取入侵检测的类不平衡数据集，其中，类不平衡数据集中包括若干正常样本以及数量少于正常样本的攻击样本，及各样本对应的标签；针对类不平衡数据集进行预处理，并针对数据集进行划分；建立多判别器条件分类生成对抗网络，基于划分后的数据集进行预训练；通过预训练的多判别器条件分类生成对抗网络生成各类攻击样本，得到类平衡数据集；建立入侵检测模型，采用类平衡数据集训练入侵检测模型；训练完成的入侵检测模型用于实时入侵检测。本发明解决了传统入侵检测由于数据样本不平衡导致的少数类攻击检出率低的问题。