摘要
一种基于孪生网络的少样本虚假数据注入攻击检测方法,包括以下步骤:1)对网络化控制系统雕刻机实验平台进行虚假数据注入攻击;2)设置数据自动采集平台采集雕刻机实验平台在正常运行状态下和受到虚假数据注入攻击状态下的数据;3)数据预处理;4)使用孪生网络建模,从训练集中取样少样本分类任务输入2D‑卷积神经网络,进行特征提取,将基于度量方法计算得到特征之间的欧式距离作为优化目标,使用对比损失函数和优化器进行模型预训练;5)使用最优化模型进行预测,从测试集取样少样本分类任务输入训练得到最优化的孪生网络模型,输出相似度和预测标签,并对预测效果进行评估。本发明检测过程更加便捷,取得了更优的检测准确率。