文献类型：期刊文章

作　　者：张定华[1] 胡祎波[1] 曹国彦[1] 刘勇[1,2] 石元兵[3] 黄明浩[3] 潘泉[1]

ZHANG Dinghua;HU Yibo;CAO Guoyan;LIU Yong;SHI Yuanbing;HUANG Minghao;PAN Quan(School of Automation, Northwestern Polytechnical University, Xi′an 710072, China;Shaanxi SecureCon Technologies, Co. Ltd, Xi′an 710072, China;Chengdu Westone Information Industry INC, Chengdu 610000, China)

机构地区：[1]西北工业大学自动化学院,陕西西安710072 [2]陕西思科锐迪网络安全技术有限责任公司,陕西西安710072 [3]成都卫士通信息产业股份有限公司,四川成都610000

出　　处：《西北工业大学学报》

基　　金：“核高基”国家重大专项(2017ZX01030-201);陕西省自然科学基金(2019JQ-342)资助

年　　份：2020

卷　　号：38

期　　号：1

起止页码：199-208

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、DOAJ、EBSCO、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：实现自主深度分析工业网络通信安全态势是工业互联网安全研究的重要课题。为了实现工业互联网安全态势分析,基于网络通信数据流特征的深度分析,进行通信数据特征挖掘和网络入侵检测。根据网络流特征的不同,提出从传统通信网络到工业网络的数据流特征知识迁移思想,利用卷积神经网络归一化处理网络流特征,实现网络安全异常检测。实验表明,提出的特征分析技术在2种网络数据中具有良好的迁移性,工业网络异常检测的正确率在93%以上,并且稳定性在0.29%的方差以内。

关 键 词：工控网络安全  数据流知识迁移  归一化处理  网络异常检测

分 类 号：TN915.08]