面向类不平衡和重叠的工控数据异常检测的半监督欠采样方法

来源：计算机应用研究杂志2025年第1期北京时间：

作者：顾兆军,扬雪影,隋翯,张一诺,

单位：中国民航大学a.信息安全中心;b.计算机科学与技术学院;c.航空工程学院,天津300300；

摘要：工业控制系统异常检测面临着数据缺乏标签信息、类不平衡和类重叠的耦合问题，导致现有的分类器难以精准检测异常数据。现有的数据级采样方法在打伪标签、数据平衡或检测重叠区域时存在着打伪标签结果不准确、采样效果稳定性差以及重叠识别率低等问题。为此，提出一种基于半监督学习的欠采样方法（SSLU-LP）。该方法通过异构集成将标签传播机制和单类分类器结合，补充数据伪标签；利用最小生成树策略构建重叠区域检测模型；采用欠采样策略，通过最近邻搜索有选择性地去除部分多数类样本。最后该方法与四种经典分类器结合，在九个工控数据集上与九种混合算法进行比较。实验结果表明，所提方法可以精准地为无标签数据打伪标签，高效且有效检测出不平衡数据集中的重叠数据，改善了分类器的训练效果，提高了分类器的异常检测性能。

关键词：工业控制系统,类不平衡,类重叠,半监督学习,异常检测,

基金资助：国家自然科学基金资助项目(U2333201)；；