麻文刚，张亚东，郭进

（西南交通大学信息科学与技术学院，四川 成都 611756）

1 引言

互联网技术的出现使工控行业（如铁路、道路交通控制、制造及工业测量等）越来越智能化与标准化，各种行业之间的联系不再单一，互联网与物联网技术的发展为各个工业系统发展的合作通信以及业务交流带来一个很好的契机[1]。随着网络环境的不断更迭，工业网络将受到各种形式的安全威胁与网络攻击。从工业控制的各种信号系统[2-4]来讲，现有工业信号系统想要发展，就必须结合互联网技术不断更新信号数据与相关程序信息，然而信息技术的不断更新与发展，势必造成互联网技术被大量运用。但现有的网络安全防护技术依然存在很多不足，同时大数据量的需求也会使各个行业的网络配置相当复杂，各方面通信与连接的网络也较多，导致通信行业的网络安全防护存在极易被攻击的危险。因此各个国家与组织越来越注重对网络安全信息的攻击检测与防御，保障信号及其工业控制的网络安全，力争在网络空间安全中掌握主动。作为网络攻击中必不可少的一项工作，网络异常流量检测与分类成为当下工作的首要研究方向与重中之重。同时，近年来不断出现的异常流量、漏洞利用方法及深度学习方法的广泛应用，使网络异常检测又一次成为当下的研究热点。由于传统的检测方式在网络流量检测时泛化能力与特征选择较差，已经面临失效。……