融合LSTM-DNN的工業(yè)安全態(tài)勢(shì)預(yù)測模型

摘要： 態(tài)勢(shì)預(yù)測對(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.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)測模型，以提高傳統(tǒng)態(tài)勢(shì)預(yù)測模型的精確度.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；接下來利用LSTM對(duì)提取的態(tài)勢(shì)要素進(jìn)行預(yù)測，得到未來的態(tài)勢(shì)要素鏈；最后將提取出的態(tài)勢(shì)要素鏈送...