我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

一种基于OCSVM的PLC网络异常检测技术 下载：87 浏览：501

何世敏1 刘嘉勇2 郑荣锋1 《计算机研究与应用》 2019年12期

摘要:
针对由于正负样本量不均衡导致使用传统支持向量机异常检测准确率较低的问题,在使用西门子S7协议的PLC网络环境中,采用单类支持向量机算法来训练异常检测模型。首先结合主成分分析法降低训练模型和检测异常数据的时间开销；然后在训练单类支持向量机模型时,采用人工蜂群算法优化模型的相关参数g和C。实验结果表明,采用单类支持向量机算法并结合主成分分析法的异常检测技术在确保准确率的同时,能够有效减少计算时间。

工业控制系统未知协议特征提取及异常流量检测 下载：78 浏览：517

方鼎鼎1 郑荣锋1 周安民2 《计算机研究与应用》 2019年12期

摘要:
工业控制场景为了满足自动化和机械化生产的需求,往往具有高度的周期性,因此工业控制系统的流量也具有周期性的特点,同时为了保证生产安全,工业协议基本都是私有协议。针对工业控制系统的流量研究,可以从周期特性入手,利用自然语言分析的方法,结合统计学规律与关联规则算法,提取出工业控制系统数据流中未知协议的流量特征,建立有限状态机模型,通过西门子工控实验仿真平台验证流量检测模型的有效性。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享