文档名：一种使用深度联合学习的ICS自适应异常检测方法
摘要：为了提高工业控制系统异常检测方法的准确性、及时性以及可部署性,提出了一种使用深度联合学习的ICS自适应异常检测方法.具体来说,首先提出了一种轻量级局部学习模型,以提高学习速度,合理利用硬件资源,保证了部署在分布式边缘设备中的可行性.其次提出了一种只基于正常数据的无监督学习模型,并结合核分位数估计对检测机制进行自适应动态调整.最后将上述方法整合到联合学习框架下,使其能有效地在边缘段攻击源附近进行分布式异常检测,以最大化减少系统对异常攻击的响应时间.
Abstract：Inordertoimprovetheaccuracy,timelinessanddeployabilityofoutlierdetectionmethodforindustrialcontrolsystems,anadaptiveanomalydetectionmethodusingdeepjointlearningindistributedcontrolsystemisproposed.Specifically,alightweightlocallearningmodelisproposedinthefirstplacetoimprovethelearningspeed,makereasonableuseofhardwareresources,andensurethefeasibilityofdeploymentindistributededgedevices.Secondly,anunsupervisedlearningmodelbasedonlyonnormaldataispro-posed,andthedetectionmechanismisdynamicallyadjustedwithkernelquantileestimation.Finally,theabovemethodsareintegratedintothejointlearningframework,sothatitcaneffectivelycarryoutdistributedoutlierdetectionneartheattacksourceintheedgeseg-ment,soastominimizetheresponsetimeofthesystemtotheabnormalattack.
作者：陈凤华 董金祥 Author：CHENFenghua DONGJinxiang
作者单位：浙江广厦建设职业技术大学智能制造学院,浙江东阳322100浙江大学计算机学院,浙江杭州310058
刊名：传感技术学报
Journal：ChineseJournalofSensorsandActuators
年，卷(期)：2024, 37(2)
分类号：TP391
关键词：分布式控制系统 深度学习 联合学习 边缘计算
Keywords：distributedcontrolsystem deeplearning jointlearning edgecomputing
机标分类号：TP393TP18TP273
在线出版日期：2024年3月28日
基金项目：教育部卓越工程师教育培养计划项目产学合作协同育人项目一种使用深度联合学习的ICS自适应异常检测方法[
期刊论文] 传感技术学报--2024, 37(2)陈凤华 董金祥为了提高工业控制系统异常检测方法的准确性、及时性以及可部署性,提出了一种使用深度联合学习的ICS自适应异常检测方法.具体来说,首先提出了一种轻量级局部学习模型,以提高学习速度,合理利用硬件资源,保证了部署在分布式...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
一种使用深度联合学习的ICS自适应异常检测方法 Distributed Outlier Detection Method in ICS Based on Improved Self-Adaptive Deep Federating Learning
一种使用深度联合学习的ICS自适应异常检测方法.pdf
- 文件大小:
- 1.65 MB
- 下载次数:
- 60
-
高速下载
|
|
