|
|||||
|
|
| 基于深度强化学习的工业网络入侵检测研究 | |
| 作者姓名： | 刘胜全 刘博 |
| 作者单位： | 新疆大学信息科学与工程学院,新疆 乌鲁木齐 830017 |
| 基金项目： | 工信部新疆工业互联网态势感知平台项目 ( TZXD-S-P-xjtszh01 ) |
| 摘 要： | 为了有效识别工业网络环境中由多条异常数据共同组合的新型攻击,提出了一种基于深度强化学习的融合模型DQN-LSTM.该模型将流量数据的空间特征和时序特征相结合,展开异常检测.在公开的工控网络天然气工厂数据集上进行实验,DQN-LSTM模型在准确率和F1值上与SVM、CNN、LSTM、DQN等方法相比,本文模型的综合性能更好. |
| 关 键 词： | 工业控制系统 流量异常检测 深度强化学习 DQN LSTM |
| 本文献已被 万方数据 等数据库收录！ | |