一种基于SCADA系统的地铁网络入侵防御方法

摘要

本发明涉及一种基于SCADA系统的地铁网络入侵防御方法，包括：对数据预处理；使用K‑MEANS算法对入侵行为进行快速检测，对检测出的异常数据采取防御措施，对于正常数据则放行，并将数据信息记录在日志之中；使用深度学习网络对快速检测未能确定是否存在入侵行为的数据使用自编码网络进行降维处理，并将处理结果作为SoftMax分类器的输入；根据地铁特性特征值判断数据是否正确；对检测通过的数据，如果符合指定规约类型，则根据规约类型找到对应标准；如果收到的数据不正常，则将检测通过的数据重新划分为异常数据，将此数据作为K‑MEANS和深度学习网络的训练数据；对数据的深度学习网络和分类器网络进行训练；用深度学习和分类器的训练结果更新本地的深度学习网络和分类器网络权值矩阵。