工业控制系统中的深度多模态网络攻击检测
密码学与安全
2023-04-05 v1 机器学习
摘要
近年来针对工业控制系统（ICS）的网络攻击数量不断增长，因其潜在的灾难性影响而引发了安全担忧。考虑到 ICS 的复杂性，在其中检测网络攻击极具挑战性，需要能够利用多种数据模态的先进方法。本研究利用经深度多模态网络攻击检测模型处理的 ICS 网络与传感器模态数据。使用安全水处理（SWaT）系统的结果表明，所提模型可超越现有单模态模型及文献中近期工作，取得 0.99 精确率、0.98 召回率和 0.98 F 值，显示了在组合模型中同时使用两种模态检测网络攻击的有效性。
引用
@article{arxiv.2304.01440,
title = {A Deep Multi-Modal Cyber-Attack Detection in Industrial Control Systems},
author = {Sepideh Bahadoripour and Ethan MacDonald and Hadis Karimipour},
journal= {arXiv preprint arXiv:2304.01440},
year = {2023}
}
备注
This paper is accepted by the 24th IEEE International Conference on Industrial Technology (ICIT2023)