浏览全部资源
扫码关注微信
1. 中国三峡新能源(集团)股份有限公司,三峡新能源(岫岩满族自治县)有限公司
2. 上海交通大学宁波人工智能研究院
纸质出版:2025
移动端阅览
李广宇, 毕猛, 李阳, 等. 基于自适应对抗掩码的半监督工控网络流量异常检测方法[J]. 科技传播, 2025,(18):7-14.
李广宇, 毕猛, 李阳, 等. 基于自适应对抗掩码的半监督工控网络流量异常检测方法[J]. 科技传播, 2025,(18):7-14. DOI: 10.16607/j.cnki.1674-6708.2025.18.035.
DOI:
提出一种自适应对抗掩码混合离群度半监督检测模型(AAME-HD),通过自适应对抗掩码生成、多维度离群度评估和半监督学习策略,旨在提升工控网络流量异常检测的准确性和鲁棒性。首先,AAME-HD模型中通过AMRPA算法引入动态掩码生成策略,依据样本特征施加对抗扰动,生成依据原始流量数据流形的对抗样本。其次,采用多维度离群度评估的机制,从5个不同的维度为生成的对抗样本提供量化标准,提高对抗样本生成的丰富性与对抗性。最后,利用伪标签生成和动态标签校准的半监督学习策略,结合少量标注数据与大量未标注数据对模型进行了实验验证。结果表明:AAME-HD模型相比其他模型,在准确率、精准率、召回率和F1-score 4个评比指标,正常流量、拒绝服务攻击和恶意攻击3种不同的流量模式以及模型的决策边界方面都得到不同程度的优化,整体性能提升2.38%~3.93%。
陈宇凡.基于深度学习的电力工控网络异常流量检测技术研究[D].华中科技大学,2021(10).
李明旭.基于神经网络的工控网络异常流量检测研究[D].哈尔滨工程大学,2021(03).
李金娜.基于机器学习的工控流量入侵检测技术研究[D].湖南大学,2022(10).
谢洋.基于网络流量的工控系统异常检测研究[D].电子科技大学,2024(12).
Abdullah Khalili,Ashkan Sami.SysDetect: A systematic approach to critical state determination for Industrial Intrusion Detection Systems using Apriori algorithm[J].Journal of Process Control,2015.
张一航,黄晓霖,杨根科,褚健.一种基于对抗掩码的网络流量异常检测系统与方法[P].上海交通大学宁波人工智能研究院,2023.
王亮,吴书,刘强,白平,王亮.基于对抗式掩码的图表征向量生成方法、装置及存储介质[P].中国科学院自动化研究所,2024.
张云贵,佟为明,赵永丽.CUSUM异常检测算法改进及在工控系统入侵检测中的应用[J].冶金自动化,2014(05).
马标,胡梦娜,张重豪,周正寅,贾俊铖,杨荣举.基于融合马尔科夫模型的工控网络流量异常检测方法[J].信息安全学报,2022(03).
王文博,刘绚,张博,王玉斐,黄伟.基于协议特征的电力工控网络流量异常行为检测方法[J].电力系统自动化,2023(02).
李道全,李腾,李玉秀.基于机器学习的SDN异常流量检测架构[J].计算机工程与设计,2023(07).
陈向效,崔鑫,杜秦,唐浩耀.基于机器学习的异常流量检测模型优化研究[J].计算机科学,2024(S1).
林旭,王永雄,陈俊帆,张凌樾,谢鑫宇,朱珺怡.Transformer和生成对抗网络相结合的图像修复[J].控制工程,2025(07).
徐可易之,陆雅娟,王中元,梁超.计算机视觉领域中对抗样本的综述:攻击、防御及其他(英文)[J].Wuhan University Journal of Natural Sciences,2025(01).
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构