基于改進(jìn)CGAN算法的工控系統(tǒng)入侵檢測方法

摘要： 文章提出一種改進(jìn)的CGAN算法，利用Wasserstein距離衡量合成樣本與真實樣本之間的距離，解決了忽略CGAN中兩類樣本重疊導(dǎo)致生成器梯度消失的不穩(wěn)定問題，并在具有不平衡率的UCI數(shù)據(jù)集上驗證了算法的有效性。文章還構(gòu)建了WCGAN-SVM工控系統(tǒng)入侵檢測模型，并在工控數(shù)據(jù)集SWaT上進(jìn)行驗證。實驗結(jié)果表明，與SVM相比，該方法檢測攻擊樣本的準(zhǔn)確率提高了3.51%，漏報率和誤...