重庆理工大学学报(自然科学) ›› 2023, Vol. 37 ›› Issue (7): 208-216.
宗学军 ,郭 鑫,何 戡
摘要: 针对目前工控网络环境存在的数据种类分布不均衡,维度较高等问题,采用生成式 对抗网络(ACGAN)数据增强方法对数据集进行数据增强,并采用卷积神经网络(CNN)与极限 学习机(ELM)混合模型对数据集进行特征提取和分类。通过 NSLKDD数据集进行仿真实验, 该混合模型的准确率达到 9926%,漏报率低于 0.625%,均优于传统的机器学习算法。同时采 用密西西比州立大学天然气管道数据集进行实验仿真,准确率达到 99.18%,漏报率低于 0621%。该模型在复杂的工控环境下同样适用,拓宽了工业入侵检测的研究思路。
中图分类号: