基于深度降噪自编码神经网络的SCADA系统异常检测

作     者：满雯妍 李红娇 MAN Wen-yan;LI Hong-jiao

作者机构：上海电力大学计算机科学与技术学院上海200090 

基　　金：国家自然科学基金项目(61403247、61702321) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2023年第44卷第7期

页      码：1977-1984页

摘      要：针对SCADA系统数据特征提取难度大导致异常检测准确率低、漏报率高的问题,提出一种基于深度降噪自编码神经网络的SCADA系统异常检测方法。采用降噪自编码器,将前一个自编码器的输出作为下一个自编码器的输入,连接构建深度神经网络结构加强特征学习能力,为优化网络参数,改进重构误差函数,提高模型的重构能力。使用SCADA系统数据集测试所提方法,实验结果表明,与其它异常检测方法相比,该方法在保证较高准确率的同时能有效降低漏报率。

主 题 词：数据采集与监控系统 异常检测 降噪自编码器 神经网络 深度学习 特征学习 重构误差 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 0839[0839] 08[工学] 081104[081104] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2023.07.008

馆 藏 号：203122595...