基于深度学习的工业控制网络入侵检测系统设计  

Design of Industrial Control Network Intrusion Detection System Based on Deep Learning

作　　者：朱悦云 ZHU Yueyun(Kaifeng University,Henan475004,China.)

机构地区：[1]开封大学,河南475004

出　　处：《电子技术(上海)》2025年第1期118-120,共3页Electronic Technology

摘　　要：阐述工业控制网络入侵检测系统的需求,包括工控网络流量数据处理、异常检测、数据存储、用户操作和可视化界面。从架构设计、功能设计、界面设计和模块设计等方面,探讨工业控制网络入侵检测系统的界面设计要点。该系统具有较高的安全性和可用性,能够有效应对工业控制系统(ICS)的网络安全问题。This paper expounds the requirements of an industrial control network intrusion detection system,including data processing of industrial control network traffic,anomaly detection,data storage,user operation,and visual interface.It explores the key points of interface design for industrial control network intrusion detection systems from the aspects of architecture design,functional design,interface design,and module design.This system has high security and availability,and can address network security issues in industrial control systems.

关 键 词：计算机技术 深度学习 工业控制网络 入侵检测系统 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置] TP393.08[自动化与计算机技术—控制科学与工程]