工业控制系统面临的威胁增多,为做到主动防御,以及更加准确地识别入侵数据类型,基于工控蜜罐的部署环境,设计一种模型,用来识别入侵数据具体类型。首先对捕获的数据进行核主成分分析(Kernel Principal Component Analysis,KPCA)降维,然...工业控制系统面临的威胁增多,为做到主动防御,以及更加准确地识别入侵数据类型,基于工控蜜罐的部署环境,设计一种模型,用来识别入侵数据具体类型。首先对捕获的数据进行核主成分分析(Kernel Principal Component Analysis,KPCA)降维,然后利用Fisher算法对处理后的数据进行分类,如果判定为异常类,则再利用BP神经网络(Back Propagation neural network)进行二次判别,确定具体的入侵类别。实验结果表明,该方法检测率可达到95%,可以较好地对数据进行分类,判定具体的入侵类型。展开更多
