基于深度学习算法的恶意攻击检测系统设计与实现

打开文本图片集

摘 要：为有效提高电网软件恶意攻击的检测效率，使用自动编码器进行异常恶意攻击检测的无监督深度学习方法，同时采用低采样和高采样的混合采样策略来平衡数据集，并对深度学习算法的检测性能及数据丢包率进行分析。实验结果表明，基于深度学习算法在检测电网运营平台恶意攻击时，准确率高达98.84%，真正例率和耗时均比较低（2.1%、11.28 ms），且深度学习算法的召回率高达99.2%；进一步表明基于深度学习所建立的自动编码器可以有效检测到电网运营平台恶意攻击，且检测综合性能优于支持向量机等其他机器学习算法。（剩余7657字）