[發明專利]一種基于LSTM-Attention網絡的工業控制系統入侵檢測方法在審
| 申請號： | 201910489223.1 | 申請日： | 2019-06-06 |
| 公開（公告）號： | CN110166484A | 公開（公告）日： | 2019-08-23 |
| 發明（設計）人： | 朱紅強;石樂義;劉佳;劉祎豪;馬猛飛;李曉雨;劉娜;崔雯迪 | 申請（專利權）人： | 中國石油大學（華東） |
| 主分類號： | H04L29/06 | 分類號： | H04L29/06;H04L29/08;G06N3/04 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 266580 山*** | 國省代碼： | 山東;37 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 工業控制系統 入侵檢測 數據特征 關鍵信息 神經網絡 訓練集 聚焦 預處理 時序性變化 數據流解析 原始數據集 準確度 激活函數 檢測結果 網絡結構 訓練數據 有效減少 測試集 計算量 連接層 檢測 監聽 捕獲 引入 網絡 | ||
1.一種基于LSTM-Attention的工業控制系統入侵檢測方法，其特征在于包含以下步驟：
a.獲取工業控制系統數據，進行相應預處理；
b.構建LSTM-Attention網絡；
c.對LSTM-Attention網絡進行參數調優；
d.利用LSTM-Attention網絡實現工業控制系統入侵檢測。
2.根據權利要求1所述的一種基于LSTM-Attention的工業控制系統入侵檢測方法，其特征在于：
所述步驟a中，本方法中將監聽捕獲到的工業控制系統數據，通過符號特征數據值化方法，將符號數據轉換為相應的十進制數值，然后通過歸一化方法，解決原始數據中存在的噪聲和奇異數據問題，經過上述處理后，將數據集劃分為訓練集Dtrain＝(d1,d2,d3,…,dn,c),dn∈(0,1)和測試集Dtest＝(d1,d2,d3,…,dn,c),dn∈(0,1)，其中dn表示第n個屬性，c表示所屬類別。
3.根據權利要求1所述的一種基于LSTM-Attention的工業控制系統入侵檢測方法，其特征在于：
所述步驟b中，構建一層LSTM網絡，初始化LSTM隱藏層單元個數，接著添加一層Attention網絡，完成聚焦提取特征，最后添加一層全連接層，并設置激活函數為softmax函數，得出最終檢測結果。
4.根據權利要求1所述的一種基于LSTM-Attention的工業控制系統入侵檢測方法，其特征在于：
在步驟c中，LSTM-Attention網絡的損失函數采用交叉熵，將Dtrain輸入LSTM-Attention網絡，然后將輸出的檢測值與真實值帶入損失函數，采用誤差反向傳播方式調整網絡中的所有權重矩陣和偏置向量，使得損失函數的值趨于最小，調整網絡參數趨于最優。
5.根據權利要求1所述的一種基于LSTM-Attention的工業控制系統入侵檢測方法，其特征在于：
在步驟d中，利用測試集Dtest和調優后的LSTM-Attention網絡，得出入侵檢測結果，同時利用準確率指標來衡量檢測效果。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國石油大學（華東），未經中國石油大學（華東）許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910489223.1/1.html，轉載請聲明來源鉆瓜專利網。
