基于深度學(xué)習(xí)算法的惡意攻擊檢測系統(tǒng)設(shè)計與實現(xiàn)

打開文本圖片集

摘 要：為有效提高電網(wǎng)軟件惡意攻擊的檢測效率，使用自動編碼器進行異常惡意攻擊檢測的無監(jiān)督深度學(xué)習(xí)方法，同時采用低采樣和高采樣的混合采樣策略來平衡數(shù)據(jù)集，并對深度學(xué)習(xí)算法的檢測性能及數(shù)據(jù)丟包率進行分析。實驗結(jié)果表明，基于深度學(xué)習(xí)算法在檢測電網(wǎng)運營平臺惡意攻擊時，準確率高達98.84%，真正例率和耗時均比較低（2.1%、11.28 ms），且深度學(xué)習(xí)算法的召回率高達99.2%；進一步表明基于深度學(xué)習(xí)所建立的自動編碼器可以有效檢測到電網(wǎng)運營平臺惡意攻擊，且檢測綜合性能優(yōu)于支持向量機等其他機器學(xué)習(xí)算法。（剩余7657字）