SCADA系统中用于入侵检测的机器学习技术
在这项工作中,我们旨在开发一种NIDS(网络入侵检测系统),以在特定的工业用例场景中检测针对SCADA系统的攻击。为了实现此目标,各种机器学习方法(例如支持向量机(SVM)) )和随机森林(RF),以及称为长短期记忆(LSTM)的深度学习算法,用于构建此入侵检测系统。
实施这些预处理文件是为了与天然气管道控制系统数据集(IanArffDataset.arff)一起使用。 该数据集托管在工业控制系统(ICS)网络攻击数据集网站上:
如果您想引用我们的工作,请使用以下BibTex条目:
@inproceedings{lopez:2018:inproceedings:scada-ml,
author = {Lopez Perez, Rocio and Adamsky, Florian and Soua, Ridha and Engel
2021-07-22 15:50:56
1.38GB
Python
1