基于优化单类支持向量机的工业控制系统入侵检测算法

被引：20

作者：

尚文利 ^{[1
]}

李琳 ^{[1
,2
]}

万明 ^{[1
]}

曾鹏 ^{[1
]}

机构：

[1] 中国科学院沈阳自动化研究所

[2] 沈阳理工大学信息科学与工程学院

来源：

信息与控制 | 2015年 / 44卷 / 06期

关键词：

单类支持向量机; 入侵检测; Modbus功能码; 粒子群优化;

D O I：

10.13976/j.cnki.xk.2015.0678

中图分类号：

TP393.08 [];

学科分类号：

0839 ; 1402 ;

摘要：

基于通信行为的异常检测是工业控制系统入侵检测的难点问题.通过利用粒子群优化(particle swarm optimization,PSO)算法对单类支持向量机(one-class support vector machine,OCSVM)算法的参数进行优化,提出一种PSO-OCSVM算法.该算法根据正常的Modbus功能码序列建立正常通信行为的入侵检测模型,识别出异常的Modbus TCP通信流量.通过仿真对比分析,证明PSO-OCSVM算法满足工业控制系统通信异常检测对高效性、可靠性和实时性的需求.

引用

页码：678 / 684

页数：7

共 13 条

[1] 基于PSO-SVM的Modbus TCP通讯的异常检测方法 [J].