融合LSTM-DNN的工業(yè)安全態(tài)勢(shì)預(yù)測(cè)模型
小型微型計(jì)算機(jī)系統(tǒng)
頁(yè)數(shù): 6 2021-12-14
摘要: 態(tài)勢(shì)預(yù)測(cè)對(duì)于感知工控系統(tǒng)中的安全風(fēng)險(xiǎn)有著重要的作用.傳統(tǒng)的態(tài)勢(shì)預(yù)測(cè)模型往往會(huì)忽略工控系統(tǒng)中態(tài)勢(shì)要素的時(shí)序性,難以準(zhǔn)確對(duì)系統(tǒng)的安全態(tài)勢(shì)進(jìn)行預(yù)測(cè).因此本文提出一種基于LSTM-DNN的工業(yè)網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)模型,以提高傳統(tǒng)態(tài)勢(shì)預(yù)測(cè)模型的精確度.首先從海量數(shù)據(jù)中選取出與系統(tǒng)態(tài)勢(shì)強(qiáng)相關(guān)的態(tài)勢(shì)要素;接下來(lái)利用LSTM對(duì)提取的態(tài)勢(shì)要素進(jìn)行預(yù)測(cè),得到未來(lái)的態(tài)勢(shì)要素鏈;最后將提取出的態(tài)勢(shì)要素鏈送...