机构名称：
¥ 1.0
摘要工业系统的威胁格局正在快速发展，网络攻击变得越来越复杂，有针对性和动机。这种情况应该引起许多担忧，因为工业控制系统与互联网以及网络物理系统和工业互联网的扩散越来越多。在这些情况下，对攻击的准确检测至关重要。鉴于复杂性，特殊性和网络攻击的确定，物联网和工业系统中安全风险环境的迅速性是引起人们关注的原因。由于工业控制系统与互联网的扩展以及广泛采用网络物理系统的扩展，此问题变得尤为问题。在这项工作中，我们引入了一种新的方法来改善特征提取过程。该解决方案显示了多功能性，不仅可以作为识别网络攻击的独立工具运行，而且更重要的是，作为预处处理用于与人工智能模型集成的原始数据包数据的宝贵工具。提出的解决方案是开发出来的，重点是满足工业部门的特定网络安全需求。这种方法是由工业景观的当务之急驱动的，在这种情况下，保护关键系统免受网络威胁至关重要。此外，我们的系统在工业数据集上进行了测试，该数据集证明了我们在工业环境中特殊背景下解决方案的适用性和功效。这些测试的结果有助于验证我们的方法。
工业控制系统中异常检测的特征提取
主要关键词
相关文件推荐
