典型文献
基于改进的OCSVM算法的工控网络异常检测算法
文献摘要：
为提高工控系统异常流量检测能力,设计一种结合孤立森林(isolation forest,iForest)和单类支持向量机(one-class support vector machine,OCSVM)的混合算法.采用孤立森林算法检测训练数据中的离群点,将离群点剔除以降低其对单类支持向量机决策函数的影响;基于正常数据训练单类支持向量机模型,结合特征选取和参数优化进一步提高异常检测模型的检测率.实验结果表明:在燃气管道数据集上,该算法模型的检测率提高至92.51％,特别是对异常行为的召回率和查准率上升,优化了异常检测模型的性能,满足可靠性要求.
文献关键词：
工业控制网络;异常检测;单类支持向量机;孤立森林
中图分类号：
作者姓名：
徐园;梅勇;龚俊;孙梧雨
作者机构：
中国兵器装备集团自动化研究所有限公司特种计算机事业部,四川 绵阳 621000
文献出处：
引用格式：
[1]徐园;梅勇;龚俊;孙梧雨-.基于改进的OCSVM算法的工控网络异常检测算法)[J].兵工自动化,2022(04):49-52
A类：
B类：
OCSVM,工控网络,网络异常检测,检测算法,工控系统,异常流量检测,检测能力,isolation,forest,iForest,单类支持向量机,one,class,support,vector,machine,混合算法,孤立森林算法,训练数据,离群点剔除,除以,决策函数,数据训练,支持向量机模型,特征选取,检测模型,检测率,燃气管道,道数,算法模型,异常行为,召回率,查准率,工业控制网络
AB值：
0.41551
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
