基于自学习半监督单类支持向量机的SCADA入侵检测系统

摘要

为从工艺过程角度解决工控系统信息安全问题,设计了基于自学习半监督单类支持向量机的SCADA入侵检测系统。因SCADA系统数据样本较少、维度较高,故采用半监督单类支持向量机算法构造分类器。通过设计主动学习器,使系统将能够提高分类器性能的典型样本加入训练集,从而提高分类准确性,降低入侵检测系统的误报率和漏报率。实验结果表明本文方法能够有效提高检测准确率,但分类器训练的实时性有待于增强。

关键词

数据采集与监视系统入侵检测系统单类支持向量机半监督单类支持向量机自学习逻辑预测 Supervisory Control And Data Acquisition(SCADA)system intrusion detection system One-Class Support Vector Machine(OCSVM) Semi-Supervised OCSVM(S2OCSVM) self-learning logical predictive