| 基于可解释LightGBM的电动汽车充电站入侵检测方法 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大?。?span>3156 K | |
| 標(biāo)簽： 电动汽车充电站 入侵检测 轻量级梯度提升机 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：在电动汽车充电站（EVCS）网络安全问题日益严峻的背景下，传统入侵检测方法存在诸多不足，机器学习和深度学习虽有成效但存在“黑箱”问题。提出一种基于可解释轻量级梯度提升机（LightGBM）的EVCS入侵检测框架。利用SHAP进行特征选择，经模拟退火算术优化算法（SAOA）对LightGBM超参数调优，集成SHAP、LOCO、CEM、PFI、LIME和ALE等多种可解释性人工智能（XAI）技术。在CICEVSE2024和EdgeIIoTset数据集上的实验结果显示，模型检测准确率分别达97.53%和88.89%，F1分数分别为9801%和8898%，且可解释性强，能为安全运维提供清晰依据。该研究为提升EVCS网络安全提供了高效、可解释的解决方案，具有重要的理论与实践意义。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2