【技术实现步骤摘要】
入侵检测网络结构模型的训练方法
[0001]本申请涉及工控数据处理
，具体涉及一种入侵检测网络结构模型的训练方法。
技术介绍
[0002]随着经济社会的快速发展，工业化和信息化的融合发展不断深入，工业控制系统逐渐由封闭走向开放，面临的各类安全问题和风险愈发凸显。入侵检测作为一种能够有效发现恶意入侵行为的方法，在工业控制系统中占据着重要地位。
[0003]相关技术中，现有的用于入侵检测的算法有多种，例如，深度神经网络算法、径向基函数神经网络算法以及随机森林算法等。然而，这些算法都是对某一个时间点的数据去做检测，对于欺骗性攻击，如偏差攻击和几何攻击，很难检测出来。此外，为保证工控网络数据的时效性，入侵检测算法需要在工控网络的边缘侧上运行，而为了弥补边缘侧计算能力的不足，需要进一步提高入侵检测算法的速度，简化算法的运算量。
技术实现思路
[0004]有鉴于此，本申请的目的在于克服现有技术的不足，提供一种入侵检测网络结构模型的训练方法。
[0005]为实现以上目的，本申请采用如下技术方案：
【技术保护点】
【技术特征摘要】
1.一种入侵检测网络结构模型的训练方法，其特征在于，包括：获取原始数据集；对所述原始数据集进行特征排序，得到训练数据集；按照预设时间长度对所述训练数据集进行分组，将每组中的数据拼接成一个二维数组样本，得到第一预设数量的二维数组样本；利用所述第一预设数量的二维数组样本对预先构建的网络结构进行训练；所述网络结构为添加了BAM的卷积神经网络；输出训练结果；所述训练结果为入侵检测网络结构模型。2.根据权利要求1所述的入侵检测网络结构模型的训练方法，其特征在于，还包括：将第二预设数量的BAM添加到AlezNet5网络的卷积层后，得到所述预先构建的网络结构。3.根据权利要求2所述的入侵检测网络结构模型的训练方法，其特征在于，所述将第二预设数量的BAM添加到AlezNet5网络的卷积层后，包括：将所述第二预设数量的BAM添加到所述第一层卷积层之后。4.根据权利要求2
‑
3任一项所述的入侵检测网络结构模型的训练方法，其特征...
【专利技术属性】
技术研发人员：刘学君，张小妮，孔祥旻，晏涌，沙芸，王昊，陈兆玉，陈建萍，
申请(专利权)人：北京石油化工学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。