[发明专利]一种基于LSTM-Attention网络的工业控制系统入侵检测方法在审
| 申请号： | 201910489223.1 | 申请日： | 2019-06-06 |
| 公开（公告）号： | CN110166484A | 公开（公告）日： | 2019-08-23 |
| 发明（设计）人： | 朱红强;石乐义;刘佳;刘祎豪;马猛飞;李晓雨;刘娜;崔雯迪 | 申请（专利权）人： | 中国石油大学（华东） |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;H04L29/08;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 266580 山*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于LSTM‑Attention的工业控制系统入侵检测方法，该方法采用LSTM神经网络与Attention机制相结合的网络结构，从整体时序性变化和聚焦关键信息点两个方面把握数据特征。针对工业控制系统入侵检测领域存在的效率较低和精度不高问题，本方法将监听捕获到的工业控制系统数据流解析相关属性形成原始数据集，进行相应的预处理并划分为训练集和测试集。接着利用LSTM神经网络对工控系统的训练集进行训练处理，从训练数据的时间前后变化入手提取相关数据特征，然后引入Attention机制，进一步在数据特征中聚焦关键信息点，最终通过激活函数为softmax的全连接层得出检测结果。采用本方法进行工业控制系统入侵检测，有效减少了计算量和检测时间，极大提高了检测效率和准确度。 | ||
| 搜索关键词： | 工业控制系统 入侵检测 数据特征 关键信息 神经网络 训练集 聚焦 预处理 时序性变化 数据流解析 原始数据集 准确度 激活函数 检测结果 网络结构 训练数据 有效减少 测试集 计算量 连接层 检测 监听 捕获 引入 网络 | ||
【主权项】：
1.一种基于LSTM‑Attention的工业控制系统入侵检测方法，其特征在于包含以下步骤：a.获取工业控制系统数据，进行相应预处理；b.构建LSTM‑Attention网络；c.对LSTM‑Attention网络进行参数调优；d.利用LSTM‑Attention网络实现工业控制系统入侵检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国石油大学（华东），未经中国石油大学（华东）许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910489223.1/，转载请声明来源钻瓜专利网。
