论文部分内容阅读
针对工业控制网络中入侵行为产生的波动,传统的抑制方法在工作过程中,由于入侵波动具有隐匿性、无序性与不稳定性,加之网络噪声的干扰,造成抑制源过多,无法有效辨认,存在效果差、抑制效率低的缺陷。提出利用贝叶斯推理与RBF神经网络优化算法相融合的工业控制网络中入侵波动的抑制方法。采用贝叶斯相关理论建立网络入侵检测的数学模型,实现网络入侵的检测,对网络入侵的波动范围加以确定,依据RBF神经网络优化算法分别计算网络的误差信号及误差阀值,并进行比较,以此作为算法终止的判定条件,通过对时间进行周期性设置从而实现连接