一种基于LSTM-Attention网络的工业控制系统入侵检测方法

发明专利有效专利

申请号：
CN201910489223.1
IPC分类号：H04L29/06;H04L29/08;G06N3/04
申请日期：
2019-06-06
申请人：
中国石油大学（华东）

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于LSTM-Attention网络的工业控制系统入侵检测方法
申请号	CN201910489223.1	申请日期	2019-06-06
法律状态	实质审查	申报国家	中国
公开/公告日	2019-08-23	公开/公告号	CN110166484A
优先权	暂无	优先权号	暂无
主分类号	H04L29/06 ? IPC结构图谱： H 电学 H9 电学 H04 电通信技术 H04L 数字信息的传输，例如电报通信（电报和电话通信的公用设备入H04M）〔4〕 H04L29/00 H04L 1/00至H04L 27/00单个组中不包含的装置、设备、电路和系统〔5〕 H04L29/02 通信控制；通信处理（H04L 29/12，H04L 29/14优先）〔5〕 H04L29/06 以协议为特征的〔5〕	IPC分类号	H;0;4;L;2;9;/;0;6;;;H;0;4;L;2;9;/;0;8;;;G;0;6;N;3;/;0;4查看分类表>
申请人	中国石油大学（华东）	申请人地址	山东省青岛市黄岛区长江西路66号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国石油大学（华东）	当前权利人	中国石油大学（华东）
发明人	朱红强;石乐义;刘佳;刘祎豪;马猛飞;李晓雨;刘娜;崔雯迪
代理机构	暂无	代理人	暂无

摘要

本发明提供了一种基于LSTM‑Attention的工业控制系统入侵检测方法，该方法采用LSTM神经网络与Attention机制相结合的网络结构，从整体时序性变化和聚焦关键信息点两个方面把握数据特征。针对工业控制系统入侵检测领域存在的效率较低和精度不高问题，本方法将监听捕获到的工业控制系统数据流解析相关属性形成原始数据集，进行相应的预处理并划分为训练集和测试集。接着利用LSTM神经网络对工控系统的训练集进行训练处理，从训练数据的时间前后变化入手提取相关数据特征，然后引入Attention机制，进一步在数据特征中聚焦关键信息点，最终通过激活函数为softmax的全连接层得出检测结果。采用本方法进行工业控制系统入侵检测，有效减少了计算量和检测时间，极大提高了检测效率和准确度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供