基于遗传算法优化的OCSVM双轮廓模型异常检测算法
文献类型：期刊论文
| 作者 | 曾鹏1,2,3 ; 乔枫4; 赵剑明1,2,3; 尚文利1,2,3; 闫腾飞2,3,4; 曾鹏5,6,8; 乔枫7; 赵剑明5,6,8; 尚文利5,6,8; 闫腾飞5,6,7
|
| 刊名 | 计算机应用研究
 |
| 出版日期 | 2019 |
| 卷号 | 36期号:11页码:3361-3364 |
| ISSN号 | 1001-3695 |
| 关键词 | 工业控制系统 异常检测 遗传算法 单类支持向量机 双轮廓模态 |
| 其他题名 | Anomaly detection algorithm based on OCSVM double contour model of genetic algorithm optimization for industrial control system |
| 产权排序 | 1 |
| 英文摘要 | 针对Modbus工业总线协议的特殊性及工控数据样本的不均衡性，利用单类支持向量机（OCSVM）分别构建正常OCSVM模型和异常OCSVM模型，即双轮廓模态，模拟系统通信的正常模式和异常模式，实现工控系统异常检测。同时将遗传算法优化自变量降维应用于工控网络入侵检测场景，实现对输入自变量的降维压缩处理，防止OCSVM模型出现过拟合现象及分类准确率低的问题，提高异常检测的精度，缩减建模时间，并通过仿真验证了提出算法对工控网络异常检测的有效性。 |
| 语种 | 中文 |
| 资助机构 | 国家自然科学基金面上项目(61773368) ; 预研基金资助项目(6140242010116Zk63001) |
| 源URL | [http://119.78.100.139/handle/173321/22384]  |
| 专题 | 沈阳自动化研究所_工业控制网络与系统研究室 |
| 通讯作者 | 尚文利; 尚文利 |
| 作者单位 | 1.中国科学院大学 2.中科院网络化控制系统重点实验室 3.中国科学院沈阳自动化研究所 4.沈阳建筑大学信息与控制工程学院 5.中科院网络化控制系统重点实验室 6.中国科学院沈阳自动化研究所 7.沈阳建筑大学信息与控制工程学院 8.中国科学院大学 |
| 推荐引用方式 GB/T 7714 | 曾鹏,乔枫,赵剑明,等. 基于遗传算法优化的OCSVM双轮廓模型异常检测算法[J]. 计算机应用研究,2019,36(11):3361-3364. |
| APA | 曾鹏.,乔枫.,赵剑明.,尚文利.,闫腾飞.,...&闫腾飞.(2019).基于遗传算法优化的OCSVM双轮廓模型异常检测算法.计算机应用研究,36(11),3361-3364. |
| MLA | 曾鹏,et al."基于遗传算法优化的OCSVM双轮廓模型异常检测算法".计算机应用研究 36.11(2019):3361-3364. |
入库方式： OAI收割
来源：沈阳自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。