众多内外部入侵攻击接连出现,已成为影响电力智能供应链终端正常运行的一大难题.因此,本文为进一步提高电力智能供应链终端检测,利用基于深度学习方法检测终端入侵.试验结果表明,随着迭代次数不断增加,入侵检测误差不断降低,当迭代次数为100时,入侵检测误差仅为1.26％.在入侵检测方面,深度学习比人工智能算法具有更好的检测率.深度学习算法的预测准确率达到99.71％,平均F值达到98.87％,攻击准确率达到95.23％,较人工智能算法分别提高9.03％、8.13％、4.67％.深度学习算法的精度达到99.76％,较传统的人工神经网络方法提高了4.32％.且深度学习算法的训练与测试所需的时间分别为16.56s与0.29s.因此,基于深度学习算法的入侵检测将大幅提升电力智能供应链终端的入侵检测速度,提升入侵的精度和准确率.
NETL
NSTL
万方数据
