基于深度學(xué)習(xí)算法的惡意攻擊檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)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(cè)效率，使用自動(dòng)編碼器進(jìn)行異常惡意攻擊檢測(cè)的無監(jiān)督深度學(xué)習(xí)方法，同時(shí)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(duì)深度學(xué)習(xí)算法的檢測(cè)性能及數(shù)據(jù)丟包率進(jìn)行分析。實(shí)驗(yàn)結(jié)果表明，基于深度學(xué)習(xí)算法在檢測(cè)電網(wǎng)運(yùn)營(yíng)平臺(tái)惡意攻擊時(shí)，準(zhǔn)確率高達(dá)98.84%，真正例率和耗時(shí)均比較低（2.1%、11.28 ms），且深度學(xué)習(xí)算法的召回率高達(dá)99.2%；進(jìn)一步表明基于深度學(xué)習(xí)所建立的自動(dòng)編碼器可以有效檢測(cè)到電網(wǎng)運(yùn)營(yíng)平臺(tái)惡意攻擊，且檢測(cè)綜合性能優(yōu)于支持向量機(jī)等其他機(jī)器學(xué)習(xí)算法。（剩余7657字）