面向工艺数据分析的流程工业入侵检测及攻击定位

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要： 为解决攻击者利用流程工业生产中深度耦合的工序参数进行生产过程攻击的问题，提出一种基于SSA⁃LSTM的深度学习算法，对工艺数据进行异常检测。通过麻雀优化算法优化LSTM神经网络的迭代次数、学习率和隐藏层节点数三个超参数，实现对工艺数据的准确预测。将预测数据与真实数据进行对比，超出阈值的点定义为异常点，再运用Petri网理论对生产工艺参数间的耦合关系进行建模，确定异常点与入侵点之间的因果关系，为预测结果提供理论支撑。（剩余12129字）

试读结束

目录
monitor