面向 SCADA 网络的分层在线入侵检测
密码学与安全
2016-11-30 v1
摘要
我们提出了一种基于机器学习算法的、用于监控与数据采集（SCADA）网络的新型分层在线入侵检测系统（HOIDS）。通过利用服务器-客户端拓扑，同时保持客户端分布式部署以实现全局保护，可在最小化网络影响的同时实现高检测率。我们基于逻辑回归和采用 Broyden-Fletcher-Goldfarb-Shanno 方法的拟牛顿优化算法，实现了正常-异常二元检测和多攻击识别的精确模型。该检测系统能够通过基于信息增益的特征选择或基于主成分分析的降维来加速检测。通过使用 KDD99 数据集和工业控制系统数据集评估我们的系统，我们证明 HOIDS 在保障 SCADA 基础设施安全方面具有高度可扩展性、高效性和成本效益。
引用
@article{arxiv.1611.09418,
title = {Hierarchical Online Intrusion Detection for SCADA Networks},
author = {Hongrui Wang and Tao Lu and Xiaodai Dong and Peixue Li and Michael Xie},
journal= {arXiv preprint arXiv:1611.09418},
year = {2016}
}