Un enfoque de aprendizaje automático para la detección de anomalías en sistemas de control industrial basado en datos de medición
Autores: Mokhtari, Sohrab; Abbaspour, Alireza; Yen, Kang K.; Sargolzaei, Arman
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Un enfoque de aprendizaje automático para la detección de anomalías en sistemas de control industrial basado en datos de medición
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Problemas de detección de ataques en sistemas de control industrial
Esquema de monitoreo de tráfico de red
Actividades anormales
Sistema de detección de intrusiones de medición
Modelo de aprendizaje automático supervisado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 35
Citaciones: Sin citaciones
Los resultados muestran que el bosque aleatorio tiene un mejor rendimiento que otros algoritmos clasificadores en la detección de anomalías basadas en datos medidos en el banco de pruebas.
Descripción
Los resultados muestran que el bosque aleatorio tiene un mejor rendimiento que otros algoritmos clasificadores en la detección de anomalías basadas en datos medidos en el banco de pruebas.