公开(公告)号：CN117560186A

公开(公告)日：2024-02-13

申请号：CN202311508150.9

申请日：2023-11-13

Applicant: 福州大学 ,  福建中信网安信息科技有限公司

Inventor： 刘延华 ,  邓文涛 ,  曾繁昊 ,  许少康 ,  谢飞 ,  翁武焰

IPC: H04L9/40 ,  G06N3/0895 ,  G06F18/2135 ,  G06F18/211 ,  H04L41/16

Abstract: 本发明涉及一种基于改进偏差网络的半监督工控入侵检测方法。该方法首先经过数据预处理之后，构建基于信息增益和主成分分析法的IG‑PCA特征选择算法对工控数据的冗余特征进行消除，以实现特征降维。然后，基于改进偏差网络的半监督学习方法，采用异常评分网络对训练数据进行端到端的异常分数学习，以得到每条训练数据的异常评分。最后，为了使正负样本在得分上存在显著偏差，基于少量异常标注数据设计特定的偏差损失函数以对异常评分网络进行优化。本发明能够基于少量异常样本数据在降低数据维度减少计算量的同时仍具有良好的检测结果。