基于自学习半监督单类支持向量机的SCADA入侵检测系统.pdfVIP

第37卷 第2期 冶 金 自 动 化 Vo1．37 No．2 2013年3月 MetallurgicalIndustryAutomation Mar．2013 ·工业控制系统信息安全专栏 · doi：10．3969／j．issn．1000-7059．20i3．o21o0i 基于自学-3半监督单类支持向量机的 SCADA入侵检测系统 张云贵 ，张 伟 ，薛向荣 ，杨小军 (1．哈尔滨工业大学 电气工程及自动化学院，黑龙江 哈尔滨 150001；2．冶金 自动化研究设计院) 一 摘要 ：为从工艺过程角度解决工控系统信息安全问题 ，设计 了基于 自学习半监督单类支持 向量机的SCADA入 侵检测系统。因SCADA系统数据样本较少、维度较高，故采用半监督单类支持向量机算法构造分类器。通过设 计主动学习器，使系统将能够提高分类器性能的典型样本加入训练集，从而提高分类准确性，降低入侵检测系 统的误报率和漏报率。实验结果表明本文方法能够有效提高检测准确率，但分类器训练的实时性有待于增强。 关键词：数据采集与监视系统 ；入侵检测系统 ；单类支持向量机 ；半监督单类支持向量机；自学习；逻辑预测 中图分类号 ：TP273．5；TP309．1 文献标志码：A 文章编号 ：1000-7059(2013)02-0001-05 SCADA intrusiondetection system basedonself--learningSemi-- SupervisedOne-ClassSupportVectorMachine ZHANGYun—gui ，ZHANGWei，XUEXiang．rong，YANGXiao-jun (1．SchoolofElectricalEngineeringandAutomation，HarbinInstituteofTechnology，Harbin150001，China； 2．AutomationResearchandDesignInstituteofMetallurgicalIndustry) Abstract：Inorderto studythesecurityissuesin industrialcontrolsystemsfrom theperspectiveof manufacturingprocess，a SCADA intrusion detection system based on self-learningSemi·Supervised One—ClassSuppo~VectorMachine(S2OCSVM)isdesigned．SincetheSCADA systemdataareof smallersamplesizeandhigherdimension，S2OCSVM algorithm isadoptedtoconsturcttheclassifier．By designingtheactivelearner，thesystem canbeabletoaddrepresentativesamplescapableofimproving theperformanceoftheclassifierintothetrainingset，SOastoincreasetheclassifyingaccuracy，inother words，reducetherateoffalse-alarm andmiss-alarm．Theexperimental resultsshow thatthepresent methodcaneffectivelyimprovethedetectionaccuracy，butther