基于改进CGAN算法的工控系统入侵检测方法

摘要

文章提出一种改进的CGAN算法,利用Wasserstein距离衡量合成样本与真实样本之间的距离,解决了忽略CGAN中两类样本重叠导致生成器梯度消失的不稳定问题,并在具有不平衡率的UCI数据集上验证了算法的有效性。文章还构建了WCGAN-SVM工控系统入侵检测模型,并在工控数据集SWaT上进行验证。实验结果表明,与SVM相比,该方法检测攻击样本的准确率提高了3.51%,漏报率和误报率分别降低2.29%和2.19%。