面向工藝數(shù)據(jù)分析的流程工業(yè)入侵檢測及攻擊定位

打開文本圖片集

摘  要： 為解決攻擊者利用流程工業(yè)生產(chǎn)中深度耦合的工序參數(shù)進(jìn)行生產(chǎn)過程攻擊的問題，提出一種基于SSA?LSTM的深度學(xué)習(xí)算法，對(duì)工藝數(shù)據(jù)進(jìn)行異常檢測。通過麻雀優(yōu)化算法優(yōu)化LSTM神經(jīng)網(wǎng)絡(luò)的迭代次數(shù)、學(xué)習(xí)率和隱藏層節(jié)點(diǎn)數(shù)三個(gè)超參數(shù)，實(shí)現(xiàn)對(duì)工藝數(shù)據(jù)的準(zhǔn)確預(yù)測。將預(yù)測數(shù)據(jù)與真實(shí)數(shù)據(jù)進(jìn)行對(duì)比，超出閾值的點(diǎn)定義為異常點(diǎn)，再運(yùn)用Petri網(wǎng)理論對(duì)生產(chǎn)工藝參數(shù)間的耦合關(guān)系進(jìn)行建模，確定異常點(diǎn)與入侵點(diǎn)之間的因果關(guān)系，為預(yù)測結(jié)果提供理論支撐。（剩余12129字）