基于VAE和DLIESN的工控系统入侵检测方法

作     者：曹春明 何戡 宗学军 连莲 CAO Chun-ming;HE Kan;ZONG Xue-jun;LIAN Lian

作者机构：沈阳化工大学信息工程学院辽宁沈阳110142 沈阳化工大学辽宁省石油化工行业信息安全重点实验室辽宁沈阳110142 

基　　金：辽宁省“兴辽英才计划”基金项目(XLYC2002085) 辽宁省教育厅2020年度科学研究经费基金项目(LJ2020020) 

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

年 卷 期：2023年第44卷第11期

页      码：3283-3289页

摘      要：针对现有工控系统入侵检测方法训练复杂,且对攻击样本检测率低的问题,提出一种基于变分自编码器(VAE)和深度漏积回声状态网络(DLIESN)的入侵检测方法。使用VAE对数据集中的罕见攻击类样本进行扩充,平衡样本分布;构建DLIESN分类器,其层次化的储备池结构设计使模型获得更好的动态特性,提升分类精度。通过生成数据评价实验验证了VAE生成样本的有效性,确定适合DLIESN的网络结构,分析不同漏积参数对DLIESN模型性能的影响。对比实验结果表明,DLIESN取得了最短训练耗时,其检测性较优。

主 题 词：回声状态网络 变分自编码器 入侵检测 深度学习 数据增强 工业控制系统 样本均衡化策略 

学科分类：0839[0839] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2023.11.011

馆 藏 号：203124638...