来源：期刊VIP网 时间：
作者：刘胜全;刘博;
单位：新疆大学信息科学与工程学院;
摘要：为了有效识别工业网络环境中由多条异常数据共同组合的新型攻击，提出了一种基于深度强化学习的融合模型DQN-LSTM.该模型将流量数据的空间特征和时序特征相结合，展开异常检测.在公开的工控网络天然气工厂数据集上进行实验，DQN-LSTM模型在准确率和F1值上与SVM、CNN、LSTM、DQN等方法相比，本文模型的综合性能更好.
关键词：工业控制系统;;流量异常检测;;深度强化学习;;DQN;;LSTM
基金资助：工信部新疆工业互联网态势感知平台项目(TZXD-S-P-xjtszh01)
