基于深度学习的配电网无线通信入侵检测系统

摘要

在采用无线通信接入的配电网中,入侵检测系统(IDS)通过分析通信网中传输数据来判断入侵事件.为提高检测的准确性,本文将深度学习理论应用于IDS,提出了一种面向配电网无线通信网络新型入侵检测系统,由带有门控循环单元、多层感知器和Softmax的循环神经网络组成.攻击测试基准实验结果表明IDS防御的有效性,在KDD99测试数据集上,其误报率为0.06％,总检出率为96.43％;在NSL-KDD测试数据集上,其误报率低至0.86％,总检出率则为99.33％.