基于MIKPSO-SVM方法的工业控制系统入侵检测 |
| |
引用本文: | 陈冬青,张普含,王华忠.基于MIKPSO-SVM方法的工业控制系统入侵检测[J].清华大学学报(自然科学版),2018(4). |
| |
作者姓名: | 陈冬青 张普含 王华忠 |
| |
作者单位: | 中国信息安全测评中心;华东理工大学化工过程先进控制和优化技术教育部重点实验室 |
| |
摘 要: | 针对Kalman粒子群算法在优化基于支持向量机的工业控制系统入侵检测模型时易陷入局部极小的问题,该文提出了一种改进的多新息Kalman粒子群算法。所提算法不仅考虑当前粒子信息的观测值,同时充分利用之前时刻的有用信息对粒子的状态进行估计,为粒子位置的更新提供足够的冲量,使得算法跳出局部极小,从而提高了算法的优化精度。将所提出的改进算法用于支持向量机工控入侵检测模型参数寻优,并使用工控入侵检测标准数据集进行仿真研究。仿真结果表明:与Kalman粒子群、粒子群以及遗传算法相比,该文所提出的算法——优化的支持向量机入侵检测模型在检测率、漏报率和误报率等指标上都有明显提升。
|
本文献已被 CNKI 等数据库收录! |
|