面向ICS的CGAN-DEEPFOREST入侵檢測(cè)

摘要： 隨著工業(yè)化與信息化的深度融合，工業(yè)控制系統(tǒng)(ICS)的安全問(wèn)題廣受關(guān)注，ICS領(lǐng)域出現(xiàn)了許多入侵檢測(cè)模型.但是，現(xiàn)存模型存在局限性，無(wú)法同時(shí)解決數(shù)據(jù)不平衡、分類時(shí)間長(zhǎng)、小樣本檢測(cè)率低和準(zhǔn)確率低的問(wèn)題.因此，本文提出CGAN-DeepForest入侵檢測(cè)模型解決上述問(wèn)題.首先，采用改進(jìn)的條件生成對(duì)抗網(wǎng)絡(luò)(CGAN)定向擴(kuò)充數(shù)據(jù)來(lái)改善數(shù)據(jù)的不平衡性.其次，采用隨機(jī)森林對(duì)平衡后的數(shù)據(jù)...