基于PSOGSA前向神经网络的石化控制系统入侵检测

摘要

针对日趋严峻的石化行业工业控制系统(ICS)安全形势,提出一种基于粒子群优化(PSO)和万有引力搜索算法(GSA)的前向神经网络(FNNPSOGSA),用于解决其中的入侵检测问题.分别利用GSA的全局寻优能力和PSO快速局部收敛优势,提出了一种基于PSO和GSA的混合算法PSOGSA,并将其用于前向神经网络(FNNs)的训练.通过多组基准测试数据集,将FNNPSOGSA预测结果同FNNPSO、FNNGSA和参考文献中改进的FRGNN(K-NN)和FRGNN(Naive Bayes)预测结果相比较,验证了PSOGSA在训练FNNs中是可行的,并且FNNPSOGSA具有更高的预测准确率和更强的泛化能力.更进一步,对工控入侵检测标准数据集的仿真结果表明其在工控系统入侵检测中的可行性和有效性.