典型文献
基于数据挖掘与关联分析的工控设备异常运行状态自动化检测方法分析
文献摘要：
以准确、高效地检测工控设备异常为目的,研究基于数据挖掘与关联分析的工控设备异常运行状态自动化检测方法.以采集的某电厂DCS网络全流量数据形成的工控设备运行状态日志序列为输入,通过预处理、特征提取等方式获取待监测的工控设备运行状态数据的特征向量,通过凝聚型层次聚类算法聚类特征向量初步区分工控设备正常、异常运行状态数据,再利用基于矩阵的Apriori算法,挖掘工控设备正常运行状态构建正常行为模式库,以关联分析获取的工控设备正常运行状态规则集为参照,通过相似度对比输出工控设备异常运行状态的自动化检测结果.实验结果表明:该方法能够准确检测出工控设备异常运行状态,检测效率高、误差小.
文献关键词：
数据挖掘;关联分析;工控设备;异常运行状态;自动化检测;Apriori算法
中图分类号：
作者姓名：
赵明明;司红星;刘潮
作者机构：
国网思极网安科技(北京)有限公司,北京 102209;四维创智(北京)科技发展有限公司,北京 100085
文献出处：
引用格式：
[1]赵明明;司红星;刘潮-.基于数据挖掘与关联分析的工控设备异常运行状态自动化检测方法分析)[J].信息安全与通信保密,2022(04):1-10
A类：
B类：
工控设备,设备异常,异常运行状态,自动化检测,DCS,流量数据,设备运行状态,日志,状态数据,特征向量,层次聚类算法,聚类特征,Apriori,行为模式,规则集,集为,出工,检测效率
AB值：
0.16643
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
