基于神经网络和最优推荐的工控系统异常行为发现系统

摘要

本发明属于信息技术领域，公开了一种基于神经网络和最优推荐的工控系统异常行为发现系统，对工业控制系统流量数据进行分析对工业控制系统中高维数据进行降维，实现无关属性删除和冗余属性去冗余，在遵循真实的输入输出样本内在的联系同时，实现入侵特征的动态选择。系统对不同场景被检测流量数据进行建模，利用样本流量和建模成功后的流量进行对比来检测被测流量数据特性与正常流量特性的差距性，发现异常流量。本发明基于最优推荐理论对流量进行场景比对和挖掘分析，建立恶意流量(场景)最优推荐模型，利用云计算技术，设计并实现基于云平台的按需定制式工业控制设备及系统的恶意攻击行为发现与检测功能。