基于优化单类支持向量机的工业控制系统入侵检测算法

来源：信息与控制杂志2015年第6期北京时间：

作者：尚文利, 李琳, 万明, 曾鹏

摘要：基于通信行为的异常检测是工业控制系统入侵检测的难点问题. 通过利用粒子群优化（particle swarm optimization，PSO）算法对单类支持向量机（one-class support vector machine，OCSVM）算法的参数进行优化，提出一种PSO-OCSVM算法. 该算法根据正常的Modbus功能码序列建立正常通信行为的入侵检测模型，识别出异常的Modbus TCP通信流量. 通过仿真对比分析，证明PSO-OCSVM算法满足工业控制系统通信异常检测对高效性、可靠性和实时性的需求.

关键词：单类支持向量机, 入侵检测, Modbus功能码, 粒子群优化