基于改进麻雀算法的工控入侵检测方法

摘要

为了解决如何选取最为有效的工控入侵数据特征集,从而提高入侵检测性能的问题,提出了一种基于改进麻雀搜索算法(Improved Sparrow Search Algorithm,ISSA)和孪生支持向量机(Twin Support Vector Machine,TWSVM)的新型工控入侵检测方法(ISSA-TWSVM)。ISSA采用立方混沌映射初始化种群并引入动态惯性权重,融合对位差分进化策略与柯西变异算子,对当前最优解进行交叉变异,从而增强麻雀算法全局搜索和跳出局部最优的能力,并在基准测试函数上证明了ISSA的优秀性能。之后基于ISSA对工控特征子集寻优后,约简数据特征,利用TWSVM对工控数据进行二分类判别。在MSU公布的工控网络标准数据集上的实验结果表明,ISSA-TWSVM可以快速提取出最优特征子集,极大地提高算法检测性能。