1.一种基于单分类支持向量机的燃气SCADA系统中间人攻击检测方法，其特征在于，所述方法包括如下步骤：

1)数据预处理，对于燃气管网SCADA系统传感器返回的阀门开关信号的数据需要进行特征提取，首先对数据进行降维，然后将采样时间序列作为第一维特征，将降维后的燃气管网SCADA系统的阀门开关信号编码作为第二维特征；

2)模型训练，采用单分类支持向量机模型进行攻击检测，首先使用燃气SCADA系统所有正常工况下运行出来的数据集去训练单分类支持向量机模型，然后用验证集验证模型的准确率，使用测试集去检验单分类支持向量机模型的泛化能力，通过不断调节核函数和惩罚参数，找到一个最优的单分类支持向量机模型；

3)实时攻击检测，按照采样时间实时的返回燃气SCADA系统的阀门开关信号，对信号进行编码计算，将数据特征放入训练好的支持向量机模型中，判断该采样时刻点的阀门是否受到攻击。

2.如权利要求1所述的一种基于单分类支持向量机的燃气SCADA系统中间人攻击检测方法，其特征在于，所述步骤1)中，燃气管网SCADA实验平台系统包括各类门站、中低压站和中压阀室，用多个双色指示灯表示门站的工作情况，如果指示灯颜色为绿色，表明门站处于正常工作状态；如果指示灯的颜色变为红色，则表明门站被攻击，不能正常工作；指示灯的颜色即可表示为阀门的开和关两种状态，其中所有门站的阀门开关都可由上位机向下位机发送相应控制指令进行控制，阀门开关状态将其表示为1和0的开关信号，1代表阀门为打开状态，0代表阀门为关闭状态，每次采样所有门站的开关信号，进行编码处理，处理公式如下所示：θ＝(D1,D2,D3,...,DT)

其中T是周期的大小，t是采样时间点，每次采样都会才获取到N个门站的电信号，Bi是每个门站对应的开关信号状态是0或者1，Dt是每次采样之后电信号进行编码转换的值，在每个运行周期中，每个采样时刻对应一个相应的阀门电信号编码值。

3.如权利要求1或2所述的一种基于单分类支持向量机的燃气SCADA系统中间人攻击检测方法，其特征在于，所述步骤2)中，支持向量机模型由以下组成s.t. (wTφ(xi))＞ρ-ζi,i＝1,...,n

ζi＞0

它的对偶问题为：

s.t αi≥0

其中α＝(α1,α2,...,αN)T为拉格朗日乘子向量，一个变量αi对应于一个样本点(xi,yi)；n代表的是训练样本的容量,ζi表示的是松弛变量；K(xi,xj)是核函数，核函数是用于求解非线性的问题，使用一个变换将原空间的数据映射到新空间，然后在新空间用线性分类方法得到超平面，ν为惩罚参数，ν值大时对误分类的惩罚增大，ν值小时对误分类的惩罚减小；

(2)式为支持向量机模型的分类决策函数。

4.如权利要求3所述的一种基于单分类支持向量机的燃气SCADA系统中间人攻击检测方法，其特征在于，核函数和惩罚参数的选择：首先初始化模型参数，核函数选择linear，惩罚参数C选择为1。

5.如权利要求3所述的一种基于单分类支持向量机的燃气SCADA系统中间人攻击检测方法，其特征在于，所述模型训练的过程如下：

2.1)将已有的数据集分为三类，选取所有燃气SCADA系统正常运作情况下的阀门开关信号作为训练集T＝{(x1,y1),(x2,y2),...(xn,yn)}y∈{1}n，所有训练样本都为+1，随机选取一部分带有正常和受攻击的燃气SCADA数据集分为两类，一类为验证集，一类为测试集，训练集用来训练模型，验证集用于模型的选择，测试集用来验证模型的泛化能力；

2.2)进行交叉验证实验，首先使用初始化模型参数对训练集训练，再在验证集上进行验证，然后通过不断得改变核函数和惩罚参数继续训练，得到测试误差最小得模型，此时得到的核函数参数和惩罚参数为最优的支持向量机模型。

6.如权利要求1或2所述的一种基于单分类支持向量机的燃气SCADA系统中间人攻击检测方法，其特征在于，所述步骤3)的过程如下：步骤3.1)实时进行电信号编码处理

燃气SCADA系统传感器会实时返回各个阀门的开关电信号，实时对传回来的阀门电信号进行编码，每采样一次就会就会进行一次编码计算，将当前采样时刻的编码值进行保存；

步骤3.2)实时攻击检

根据上一步得到的电信号编码值，放入训练好的支持向量机模型中进行检测；训练好的支持向量机模型会判断当前采样点进来的电信号编码值是否在正常的范围内，若当前次采样时刻的电信号编码值未在正常范围之内，则认为燃气SCADA系统受到了攻击；通过实时计算传感器返回的各个采样点电信号编码值，可以高效的检测出系统受到的攻击。