基于Fisher_BP的入侵检测方法研究

来源：计算机应用与软件杂志2025年第3期北京时间：

作者：万佳蓉, 王绍杰

摘要：工业控制系统面临的威胁增多，为做到主动防御，以及更加准确地识别入侵数据类型，基于工控蜜罐的部署环境，设计一种模型，用来识别入侵数据具体类型。首先对捕获的数据进行核主成分分析（Kernel Principal Component Analysis,KPCA）降维，然后利用Fisher算法对处理后的数据进行分类，如果判定为异常类，则再利用BP神经网络（Back Propagation neural network）进行二次判别，确定具体的入侵类别。实验结果表明，该方法检测率可达到95%，可以较好地对数据进行分类，判定具体的入侵类型。

关键词：工业控制系统, 工控蜜罐, 核主成分分析, Fisher判别, BP神经网络