一种基于LightGBM的列车通信网络入侵检测方法

摘要

本发明涉及一种基于LightGBM的列车通信网络入侵检测方法,针对基于以太网的列车通信网络，利用Scapy网络包嗅探工具与流量汇聚设备抓取列车通信网络中的数据包，根据列车通信网络专用的通信协议，对所得数据进行处理，解析TRDP专有特征，结合网络的特殊性，选取特征得到基本特征数据集，将基本特征数据集进行进一步处理得到适用于列车通信网络入侵检测研究的专用数据集，采用LightGBM集成学习算法进行训练，形成兼顾实时性与准确性的列车入侵检测模型，并构建数学量化评估模型将上述模型分类结果进行量化，以可视化的形式得到列车通信网络在评估时刻受到网络攻击的等级量化，从而更好地评估列车通信网络安全状态。