一种基于多种机器学习算法的工控异常行为检测方法

授权

摘要

本发明公开了一种基于多种机器学习算法的工控异常行为检测方法，首先采集发电分布式控制系统的流量数据并标定，然后采用标定后的流量数据分别构建训练样本集和测试样本集，然后将样本进行多维特征提取和向量化处理，然后建立基于多种机器分类学习方法的分类模型，最后将采集发电分布式控制系统的实时流量数据并输入分类模型，若输出分类结果为恶意流量，则判定发生工控异常行为，反之，则判定未发生工控异常行为；本发明能够对样本进行有效的分类和检测，快速检测工控系统存在的异常行为问题，并能够准确识别潜在恶意及异常行为。

基本信息

专利标题：

一种基于多种机器学习算法的工控异常行为检测方法

专利标题（英）：

暂无

公开（公告）号：

CN110324316A

申请号：

CN201910466832.5

公开（公告）日：

2019-10-11

申请日：

2019-05-31

授权号：

CN110324316B

授权日：

2022-04-22

发明人：

何熹刘涛张黎王伟

申请人：

河南恩湃高科集团有限公司

申请人地址：

河南省郑州市高新技术开发区金梭路19号

代理机构：

郑州联科专利事务所(普通合伙)

代理人：

刘建芳

优先权：

CN201910466832.5

主分类号：

H04L29/06

IPC分类号：

H04L29/06 G06N20/00 H04L12/24