多尺度特征深度学习的未知工控协议分类方法

来源：信息与控制杂志2025年第2期北京时间：

作者：李新春, 杜昕宜, 许驰, 李琳, 张蕾, 张鑫

摘要：工控协议种类多、规范未知、分类难是实现工控系统互联互通、保障信息安全所面临的核心难题。为此，提出了一种多尺度特征深度学习的未知工控协议分类方法。首先，考虑工控协议头部字段关键信息密集的特点，提出了字节与半字节相结合的多尺度工控协议特征提取方法，实现无先验知识情况下的特征提取。进一步，利用头部字段中特征字节不一致的特性，提出特征自动标记方法，动态更新协议特征集合。在此基础上，设计了具备堆叠门控循环单元的1维卷积神经网络，提出了深度学习分类方法，保障协议分类的实时性。在公开数据集上的对比实验表明所题方法的准确率和精度均可达到99.5%以上。

关键词：工控协议, 特征提取, 自动标记, 深度学习, 卷积神经网络, 堆叠门控循环单元