【技术实现步骤摘要】
本专利技术属于工业控制系统对抗样本攻击研究，尤其涉及一种对抗样本生成方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、在工业控制系统(ics)中，随着工业自动化的发展，相对封闭和独立的ics正逐渐向互联网开放，随之而来的安全问题逐渐暴露出来，ics开始受到各种方式的攻击，像火焰病毒、乌克兰电网攻击、思科高危漏洞攻击等攻击事件层出不穷，给社会安全带来严重损害；因此，异常检测技术受到了研究人员的广泛关注。
3、随着基于深度学习的异常检测模型在ics中的大量部署，攻击者的攻击成功率逐渐降低；针对这种情况，攻击者开始使用新的攻击方法来攻击异常检测模型，如对抗性样本攻击；在ics安全方面，根据攻击者的目的，对抗性样本分为两类，一种是通过修改异常数据使异常检测系统无法检测到正在进行的攻击，另一种是通过修改正常和异常数据使异常检测处于误报状态。
4、目前，工业控制领域的对抗性样本生成技术主要有两大类：基于优化的对抗性样本生成技术和基于深度学习的对抗性样本生...
【技术保护点】
1.一种对抗样本生成方法，其特征在于，包括：
2.如权利要求1所述的一种对抗样本生成方法，其特征在于，所述工控时序数据，通过工业控制系统中的传感器和执行器采集的仅包含正常行为的工控时序数据。
3.如权利要求1所述的一种对抗样本生成方法，其特征在于，所述时序数据预测模型，在Transformer中引入粗尺度构建模块、金字塔注意力模块和CBAM模块；
4.如权利要求3所述的一种对抗样本生成方法，其特征在于，所述金字塔图，基于多分辨率C元树，以采集的工控时序数据为最底层的节点，通过不同时长构建上层节点，并考虑相邻节点之间的关系，得到金字塔
...【技术特征摘要】
1.一种对抗样本生成方法，其特征在于，包括：
2.如权利要求1所述的一种对抗样本生成方法，其特征在于，所述工控时序数据，通过工业控制系统中的传感器和执行器采集的仅包含正常行为的工控时序数据。
3.如权利要求1所述的一种对抗样本生成方法，其特征在于，所述时序数据预测模型，在transformer中引入粗尺度构建模块、金字塔注意力模块和cbam模块；
4.如权利要求3所述的一种对抗样本生成方法，其特征在于，所述金字塔图，基于多分辨率c元树，以采集的工控时序数据为最底层的节点，通过不同时长构建上层节点，并考虑相邻节点之间的关系，得到金字塔形的图结构。
5.如权利要求3所述的一种对抗样本生成方法，其特征在于，所述时间注意力模块，对输入的特...
【专利技术属性】
技术研发人员：徐丽娟，姚志昂，赵大伟，周洋，于福强，李鑫，仝丰华，张磊，
申请(专利权)人：山东省计算中心国家超级计算济南中心，
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。