一种工业控制网络异常检测方法及系统
实质审查的生效
摘要
本发明涉及一种工业控制网络异常检测方法及系统，该方法包括以下步骤：步骤S1、采用条件生成对抗网络CGAN学习少量异常数据样本的概率分布，再由生成器模型生成异常数据的补充样本，从而实现异常数据集增广；步骤S2、增广数据集通过XGBoost生成新的特征组合，再通过Friedman’s test特征选择算法得到最优的特征子集；步骤S3、在模型训练过程中，引入基于梯度的样本选择策略，保留有较大梯度的样本，对小梯度的数据样本进行随机丢弃，通过生成新的采样权重数据集训练得到最终模型；步骤S4、通过得到的最终模型进行工业控制网络异常检测。该方法及系统有利于提高工控网络异常检测的识别率和泛化性。
基本信息
专利标题 ：
一种工业控制网络异常检测方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114283306A
申请号 ：
CN202111591012.2
公开（公告）日 ：
2022-04-05
申请日 ：
2021-12-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
郭里婷陈淡肖均昊
申请人 ：
福州大学
申请人地址 ：
福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学
代理机构 ：
福州元创专利商标代理有限公司
代理人 ：
张灯灿
优先权 ：
CN202111591012.2
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/771 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08 G06Q50/04
法律状态
2022-04-22 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20211223
申请日 : 20211223
2022-04-05 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
