基于优化单类支持向量机的工业控制系统入侵检测算法

CORC > 沈阳自动化研究所 > 中国科学院沈阳自动化研究所 > 工业控制网络与系统研究室

	基于优化单类支持向量机的工业控制系统入侵检测算法
	尚文利; 李琳; 万明; 曾鹏
刊名	信息与控制
	2015
卷号	44 期号:6 页码:678-684
关键词	单类支持向量机入侵检测 Modbus功能码粒子群优化
ISSN号	1002-0411
其他题名	Intrusion Detection Algorithm Based on Optimized One-class Support Vector Machine for Industrial Control System
产权排序	1
中文摘要	基于通信行为的异常检测是工业控制系统入侵检测的难点问题. 通过利用粒子群优化（particle swarm optimization，PSO）算法对单类支持向量机（one-class support vector machine，OCSVM）算法的参数进行优化，提出一种PSO-OCSVM算法. 该算法根据正常的Modbus功能码序列建立正常通信行为的入侵检测模型，识别出异常的Modbus TCP通信流量. 通过仿真对比分析，证明PSO-OCSVM算法满足工业控制系统通信异常检测对高效性、可靠性和实时性的需求.
英文摘要	The detection of anomalous communication behavior is a challenging problem with respect to detecting intrusions in industrial control systems. We utilize the particle swarm optimization (PSO) algorithm to optimize the parameters of the one-class support vector machine (OCSVM), and further propose the PSO-OCSVM algorithm. According to the function codes of the standard Modbus transmission control protocol (TCP), we developed an intrusion detection model of normal communication behavior to enable the identification of abnormal Modbus TCP communication. A comparison and analysis of the simulation confirms that the proposed algorithm is demonstrably efficient, reliable, and operates in real-time, and thus has the potential to meet the requirements of anomaly detection in industrial control systems.
收录类别	CSCD
语种	中文
CSCD记录号	CSCD:5630309
内容类型	期刊论文
源URL	[http://ir.sia.cn/handle/173321/17541]
专题	沈阳自动化研究所_工业控制网络与系统研究室
推荐引用方式 GB/T 7714	尚文利,李琳,万明,等. 基于优化单类支持向量机的工业控制系统入侵检测算法[J]. 信息与控制,2015,44(6):678-684.
APA	尚文利,李琳,万明,&曾鹏.(2015).基于优化单类支持向量机的工业控制系统入侵检测算法.信息与控制,44(6),678-684.
MLA	尚文利,et al."基于优化单类支持向量机的工业控制系统入侵检测算法".信息与控制 44.6(2015):678-684.