基于Fisher_BP的入侵检测方法研究.pdfVIP

第４２卷第３期计算机应用与软件Ｖｏｌ４２Ｎｏ．３

２０２５年３月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＭａｒ．２０２５

基于Ｆｉｓｈｅｒ＿ＢＰ的入侵检测方法研究

万佳蓉王绍杰

（华北计算机系统工程研究所北京１０００８３）

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（ＫｅｒｎｅｌＰｒｉｎｃｉｐａｌ

ＣｏｍｐｏｎｅｎｔＡｎａｌｙｓｉｓ，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（ＢａｃｋＰｒｏｐａｇａｔｉｏｎｎｅｕｒａｌｎｅｔｗｏｒｋ）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