| 基于改进极限学习机的数据采集与监控系统攻击检测模型 |
| |
| 引用本文： | 张晓琴,汪云飞,胡春强. 基于改进极限学习机的数据采集与监控系统攻击检测模型[J]. 南京航空航天大学学报, 2021, 53(5): 708-717 |
| |
| 作者姓名： | 张晓琴 汪云飞 胡春强 |
| |
| 作者单位： | 1.重庆市信息通信咨询设计院有限公司,重庆 400041;2.航天壹进制（南京）数据科技有限公司,南京 210032;3.重庆大学大数据与软件学院,重庆 400030 |
| |
| 基金项目： | 国家自然科学基金（61702062）资助项目。 |
| |
| 摘 要： | 提出一种基于改进极限学习机（Online sequence extreme learning machine, OSELM）的新能源电站数据采集与监控（Supervisory control and data acquisition, SCADA）系统攻击检测模型。首先使用ADASYN算法对数据样本中的异常数据和正常数据进行数量平衡,以满足真实电站SCADA系统环境中异常数据量少的特点。接着使用降噪自编码网络对平衡后的数据进行约简,消除无关或冗余特征以降低检测模型的训练时间。最后在AWID数据集上进行了大量对比实验,结果表明,所提的数据约简方法可有效地降低数据维度,降低了检测时间;与其他基于浅层学习算法的检测分类器相比,本文所提方法在检测准确度和误报率方面也体现出了更优性能。
|
| 关 键 词： | 新能源电站 SCADA系统 攻击检测 极限学习机 数据约简 |
| 收稿时间： | 2020-10-11 |
| 修稿时间： | 2021-03-10 |
Attack Detection Model of SCADA System Based on Data Preprocessing and Improved ELM |
| |
| ZHANG Xiaoqin,WANG Yunfei,HU Chunqiang. Attack Detection Model of SCADA System Based on Data Preprocessing and Improved ELM[J]. Journal of Nanjing University of Aeronautics & Astronautics, 2021, 53(5): 708-717 |
| |
| Authors: | ZHANG Xiaoqin WANG Yunfei HU Chunqiang |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《南京航空航天大学学报》浏览原始摘要信息 |
|
点击此处可从《南京航空航天大学学报》下载全文 |
|
