一种基于人工智能的电力工控系统恶意软件识别分析方法

本发明涉及恶意软件识别分析的技术领域，公开了一种基于人工智能的电力工控系统恶意软件识别分析方法，所述方法包括：在软件测试环境下采集电力工况系统中软件的静态运行样本数据以及动态运行样本数据并进行特征提取；利用基于改进特征降维策略的物理信息神经网络对静态特征序列以及动态特征序列进行特征融合；采用融合启发式算法的局部均值近邻分类模型对软件的融合特征进行分类，得到融合特征对应的软件类别。本发明结合改进特征降维与物理信息神经网络实现特征自适应融合，结合启发式算法的局部均值近邻分类方法，在最优子集与近邻数选择的支持下，实现了更高的分类精度与鲁棒性，从而有效提升电力工控系统恶意软件的识别性能。