首页> 中国专利> 基于多分类GoogLeNet-LSTM模型的工控入侵检测方法

基于多分类GoogLeNet-LSTM模型的工控入侵检测方法

摘要

本发明公开了基于多分类GoogLeNet‑LSTM模型的工控入侵检测方法,该方法针对使用Modbus协议的工控通信过程,首先对网络包进行分类。之后,对于不携带信息的网络包使用特征模板对比方法进行检测;对于携带信息的网络包,使用原始网络包构造时序检测序列,通过对其中每个网络包进行独热编码,并使用GoogLeNet进行特征提取,将得到的特征向量序列输入基于attention机制的LSTM网络进行时序检测得到检测结果。设计检测结果多分类方法,使用两种检测方法输出具体的入侵类别。该方法具有普适性,且对于不同种类的入侵具有检测精度高、实时性强的特点。

著录项

  • 公开/公告号CN110650130B

    专利类型发明专利

  • 公开/公告日2022-03-04

    原文格式PDF

  • 申请/专利权人 北京工业大学;

    申请/专利号CN201910879120.6

  • 发明设计人 赖英旭;褚安康;刘静;

    申请日2019-09-18

  • 分类号H04L9/40(20220101);G06K9/62(20220101);G06N3/04(20060101);G06N3/08(20060101);H04L12/40(20060101);

  • 代理机构11203 北京思海天达知识产权代理有限公司;

  • 代理人沈波

  • 地址 100124 北京市朝阳区平乐园100号

  • 入库时间 2022-08-23 13:12:30

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号