工业控制网络安全态势感知的研究
发布时间：2021-05-22 06:05
将工业控制网络接入互联网不仅可以大幅提高工作人员的工作效率,还可以将生产数据进行统计归纳,从而更好的对工业控制系统进行了解和控制,形成良性循环。但将原本不接入互联网的、对网络安全防范很低的工业控制网络接入互联网,会导致黑客可以通过互联网直接对工业控制网络进行攻击,因此,使用态势感知技术来保障工业控制网络安全是一种可行的方法。通过态势感知技术,系统可以对当前工业控制网络的状态进行的判断,并提供给安全人员一个可靠的数据来对工业控制网络的安全情况进行预测。为此,利用人工神经网络算法对态势感知过程中的两个关键步骤:态势理解和态势预测进行了研究,具体工作如下:针对工业控制网络安全的态势理解,研究了一种基于卷积神经网络和双向长短期记忆网络混合模型的工业控制系统ARP（Address Resolution Protocol）攻击入侵检测方法:先利用卷积神经网络提取数据特征,然后使用双向长短期记忆网络根据被攻击时网络中ARP报文的时序特征来检测网络中是否发生了ARP攻击,最后使用全连接网络和softmax函数将检测结果进行输出。利用此入侵检测方法可以更加快速、准确的检测出工业控制系统中是否受到ARP攻...
【文章来源】：长春工业大学吉林省
【文章页数】：58 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题背景及研究的目的和意义
1.2 网络安全态势感知技术的国内外研究现状
1.2.1 网络安全态势感知技术国外研究现状
1.2.2 网络安全态势感知技术国内研究现状
1.3 本文主要贡献与创新
1.4 本文组织结构
第2章 网络安全态势感知
2.1 网络安全态势感知的定义
2.2 网络安全态势感知参考模型
2.2.1 Endsley概念模型
2.2.2 JDL态势感知模型
2.2.3 Bass的功能模型
2.3 网络安全态势提取
2.3.1 网络安全数据采集计划
2.3.2 网络安全数据预处理
2.4 网络安全态势理解
2.4.1 入侵检测通用模型
2.4.2 入侵检测的分析方法
2.5 网络安全态势预测
2.5.1 人工神经网络概述
2.5.2 BP神经网络的结构和学习原理
2.6 本章小结
第3章 一种基于 CNN-BILSTM 的工业控制系统 ARP攻击入侵检测方法
3.1 ARP攻击原理
3.1.1 ARP协议
3.1.2 ARP攻击过程
3.2 构建神经网络模型
3.2.1 问题描述
3.2.2 CNN-BILSTM混合模型
3.3 检测环境及检测结果
3.3.1 检测环境
3.3.2 检测结果
3.4 本章小结
第4章 基于AHP-BP的工业控制系统风险评估方法
4.1 工业控制系统风险评估指标体系构建
4.2 BP神经网络模型构建及应用实例
4.3 本章小结
第5章 结论
5.1 论文总结
5.2 论文展望
致谢
参考文献
作者简介
攻读硕士学位期间研究成果
【参考文献】：
期刊论文
[1]基于深度学习的出行模式识别方法[J]. 郭茂祖,王鹏跃,赵玲玲. 哈尔滨工业大学学报. 2019(11)
[2]基于神经网络的遥感图像语义分割方法[J]. 王恩德,齐凯,李学鹏,彭良玉. 光学学报. 2019(12)
[3]工业控制系统的漏洞风险评估方法[J]. 顾兆军,彭辉. 现代电子技术. 2019(14)
[4]面向中文文本倾向性分类的对抗样本生成方法[J]. 王文琦,汪润,王丽娜,唐奔宵. 软件学报. 2019(08)
[5]混合深度卷积神经网络对人脸年龄的分类[J]. 陈莉明,邓德祥. 华中科技大学学报(自然科学版). 2019(03)
[6]基于卷积神经网络的多OAM态识别方法[J]. 尹霄丽,郭翊麟,崔小舟,常欢,陈小政. 北京邮电大学学报. 2019(01)
[7]网络安全态势感知关键技术研究及发展趋势分析[J]. 陶源,黄涛,张墨涵,黎水林. 信息网络安全. 2018(08)
[8]基于LSTM的大规模知识库自动问答[J]. 周博通,孙承杰,林磊,刘秉权. 北京大学学报(自然科学版). 2018(02)
[9]采用长短时记忆网络的低资源语音识别方法[J]. 舒帆,屈丹,张文林,周利莉,郭武. 西安交通大学学报. 2017(10)
[10]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军. 计算机学报. 2017(06)
硕士论文
[1]入侵攻击下电力信息网络安全态势感知研究[D]. 陈德成.南京邮电大学 2019
[2]基于数据挖掘的网络安全态势感知研究[D]. 叶青.南京邮电大学 2019
[3]基于神经网络的网络安全态势评估与预测方法研究[D]. 朱晨飞.中国人民公安大学 2019
[4]基于神经网络的网络安全态势感知系统的设计与实现[D]. 于恬.北京邮电大学 2019
[5]基于模糊神经网络的网络运行态势感知关键技术研究[D]. 付钟杨.电子科技大学 2019
本文编号：3201125
【文章来源】：长春工业大学吉林省
【文章页数】：58 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题背景及研究的目的和意义
1.2 网络安全态势感知技术的国内外研究现状
1.2.1 网络安全态势感知技术国外研究现状
1.2.2 网络安全态势感知技术国内研究现状
1.3 本文主要贡献与创新
1.4 本文组织结构
第2章 网络安全态势感知
2.1 网络安全态势感知的定义
2.2 网络安全态势感知参考模型
2.2.1 Endsley概念模型
2.2.2 JDL态势感知模型
2.2.3 Bass的功能模型
2.3 网络安全态势提取
2.3.1 网络安全数据采集计划
2.3.2 网络安全数据预处理
2.4 网络安全态势理解
2.4.1 入侵检测通用模型
2.4.2 入侵检测的分析方法
2.5 网络安全态势预测
2.5.1 人工神经网络概述
2.5.2 BP神经网络的结构和学习原理
2.6 本章小结
第3章 一种基于 CNN-BILSTM 的工业控制系统 ARP攻击入侵检测方法
3.1 ARP攻击原理
3.1.1 ARP协议
3.1.2 ARP攻击过程
3.2 构建神经网络模型
3.2.1 问题描述
3.2.2 CNN-BILSTM混合模型
3.3 检测环境及检测结果
3.3.1 检测环境
3.3.2 检测结果
3.4 本章小结
第4章 基于AHP-BP的工业控制系统风险评估方法
4.1 工业控制系统风险评估指标体系构建
4.2 BP神经网络模型构建及应用实例
4.3 本章小结
第5章 结论
5.1 论文总结
5.2 论文展望
致谢
参考文献
作者简介
攻读硕士学位期间研究成果
【参考文献】：
期刊论文
[1]基于深度学习的出行模式识别方法[J]. 郭茂祖,王鹏跃,赵玲玲. 哈尔滨工业大学学报. 2019(11)
[2]基于神经网络的遥感图像语义分割方法[J]. 王恩德,齐凯,李学鹏,彭良玉. 光学学报. 2019(12)
[3]工业控制系统的漏洞风险评估方法[J]. 顾兆军,彭辉. 现代电子技术. 2019(14)
[4]面向中文文本倾向性分类的对抗样本生成方法[J]. 王文琦,汪润,王丽娜,唐奔宵. 软件学报. 2019(08)
[5]混合深度卷积神经网络对人脸年龄的分类[J]. 陈莉明,邓德祥. 华中科技大学学报(自然科学版). 2019(03)
[6]基于卷积神经网络的多OAM态识别方法[J]. 尹霄丽,郭翊麟,崔小舟,常欢,陈小政. 北京邮电大学学报. 2019(01)
[7]网络安全态势感知关键技术研究及发展趋势分析[J]. 陶源,黄涛,张墨涵,黎水林. 信息网络安全. 2018(08)
[8]基于LSTM的大规模知识库自动问答[J]. 周博通,孙承杰,林磊,刘秉权. 北京大学学报(自然科学版). 2018(02)
[9]采用长短时记忆网络的低资源语音识别方法[J]. 舒帆,屈丹,张文林,周利莉,郭武. 西安交通大学学报. 2017(10)
[10]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军. 计算机学报. 2017(06)
硕士论文
[1]入侵攻击下电力信息网络安全态势感知研究[D]. 陈德成.南京邮电大学 2019
[2]基于数据挖掘的网络安全态势感知研究[D]. 叶青.南京邮电大学 2019
[3]基于神经网络的网络安全态势评估与预测方法研究[D]. 朱晨飞.中国人民公安大学 2019
[4]基于神经网络的网络安全态势感知系统的设计与实现[D]. 于恬.北京邮电大学 2019
[5]基于模糊神经网络的网络运行态势感知关键技术研究[D]. 付钟杨.电子科技大学 2019
本文编号：3201125
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3201125.html
