基于1DCNN和BiSRU的工控网络入侵检测方法

来源：计算机应用与软件杂志2025年第12期北京时间：

作者：庞衍硕, 魏亿萍, 单宝明, 张方坤, 徐蕾

摘要：针对工业控制系统（Industrial Control System，ICS）网络入侵检测中样本类不平衡和特征提取不充分的问题，提出基于一维卷积神经网络（One-dimensional Convolutional Neural Network，1DCNN）和双向简单循环单元（Bidirectional Simple Recurrent Units，BiSRU）的ICS网络入侵检测方法。该方法采用合成少数类过采样技术优化训练样本，使用1DCNN提取样本空间特征，利用BiSRU二次提取上下文时序语义信息，通过全连接层进行样本多分类。仿真结果表明，该方法的综合性能远优于其他算法，能够有效识别ICS网络入侵行为。

关键词：入侵检测, 一维卷积神经网络, 双向简单循环单元, 特征提取, 分类