一种使用深度联合学习的ICS自适应异常检测方法

为了提高工业控制系统异常检测方法的准确性、及时性以及可部署性，提出了一种使用深度联合学习的ICS自适应异常检测方法。具体来说，首先提出了一种轻量级局部学习模型，以提高学习速度，合理利用硬件资源，保证了部署在分布式边缘设备中的可行性。其次提出了一种只基于正常数据的无监督学习模型，并结合核分位数估计对检测机制进行自适应动态调整。最后将上述方法整合到联合学习框架下，使其能有效地在边缘段攻击源附近进行分布式异常检测，以最大化减少系统对异常攻击的响应时间。