公开(公告)号：CN113868642B

公开(公告)日：2025-03-28

申请号：CN202111059127.7

申请日：2021-09-10

Applicant: 北京工业大学

Inventor： 赖英旭 ,  王洁溪 ,  刘静 ,  孙墨童

IPC: G06F21/55 ,  G06F21/64 ,  G06N3/044 ,  G06N3/084

Abstract: 本发明公开了一种基于多特征长短期记忆网络的隐蔽数据攻击检测方法，包括：步骤1，由随机森林袋外数据及热点图组成特征关键度评估与特征联系性评估，为后续模型训练做好准备；步骤2，利用不同时刻的，关键度与联系性都表现优秀的特征数据作为输入，对多特征长短期记忆网络进行训练，同时在训练时筛去参数不达标的数据，使模型达到能够学习到不同特征数据间有助于数据预测的信息；步骤3，成功进行攻击检测后，本发明根据阈值超过残差的频率决定是否引发警报。本发明所提出的改进后的模型在多方面均优于改进前的长短期记忆网络模型，所加入同一传感器侧下特征数据间的关键度与联系性能够帮助模型检测到的异常攻击行为，并做出及时有效地应对。

公开(公告)号：CN113868642A

公开(公告)日：2021-12-31

申请号：CN202111059127.7

申请日：2021-09-10

Applicant: 北京工业大学

Inventor： 赖英旭 ,  王洁溪 ,  刘静 ,  孙墨童

IPC: G06F21/55 ,  G06F21/64 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多特征长短期记忆网络的隐蔽数据攻击检测方法，包括：步骤1，由随机森林袋外数据及热点图组成特征关键度评估与特征联系性评估，为后续模型训练做好准备；步骤2，利用不同时刻的，关键度与联系性都表现优秀的特征数据作为输入，对多特征长短期记忆网络进行训练，同时在训练时筛去参数不达标的数据，使模型达到能够学习到不同特征数据间有助于数据预测的信息；步骤3，成功进行攻击检测后，本发明根据阈值超过残差的频率决定是否引发警报。本发明所提出的改进后的模型在多方面均优于改进前的长短期记忆网络模型，所加入同一传感器侧下特征数据间的关键度与联系性能够帮助模型检测到的异常攻击行为，并做出及时有效地应对。