改进天牛须搜索算法的工控系统入侵检测

摘要：

为解决工控系统计算资源有限,但对入侵检测时间敏感、检测精度要求高的问题,提出一种将模型训练与检测分离的迁移训练方法.将分类算法预测模型的训练任务迁移到工控系统之外的计算设备,工控系统通过高速网络实时获得预测模型的更新并将检测到的具有训练价值的样本上传.为使模型达到良好的检测效果,提出一种随机属性约束策略对天牛须搜索算法进行改进,利用改进后的天牛须算法对XGBoost分类算法进行参数寻优.实验结果表明,该方法检测率高、误报率低、检测速度快,适合工控系统入侵检测.

关键词：迁移训练;天牛须搜索算法;极限梯度提升;随机属性约束;工业控制系统;入侵检测

所属期刊栏目：42

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金项目61702071

在线出版日期：2021-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：2108-2114