將工業(yè)控制網(wǎng)絡(luò)接入互聯(lián)網(wǎng)不僅可以大幅提高工作人員的工作效率,還可以將生產(chǎn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)歸納,從而更好的對(duì)工業(yè)控制系統(tǒng)進(jìn)行了解和控制,形成良性循環(huán)。但將原本不接入互聯(lián)網(wǎng)的、對(duì)網(wǎng)絡(luò)安全防范很低的工業(yè)控制網(wǎng)絡(luò)接入互聯(lián)網(wǎng),會(huì)導(dǎo)致黑客可以通過(guò)互聯(lián)網(wǎng)直接對(duì)工業(yè)控制網(wǎng)絡(luò)進(jìn)行攻擊,因此,使用態(tài)勢(shì)感知技術(shù)來(lái)保障工業(yè)控制網(wǎng)絡(luò)安全是一種可行的方法。通過(guò)態(tài)勢(shì)感知技術(shù),系統(tǒng)可以對(duì)當(dāng)前工業(yè)控制網(wǎng)絡(luò)的狀態(tài)進(jìn)行的判斷,并提供給安全人員一個(gè)可靠的數(shù)據(jù)來(lái)對(duì)工業(yè)控制網(wǎng)絡(luò)的安全情況進(jìn)行預(yù)測(cè)。為此,利用人工神經(jīng)網(wǎng)絡(luò)算法對(duì)態(tài)勢(shì)感知過(guò)程中的兩個(gè)關(guān)鍵步驟:態(tài)勢(shì)理解和態(tài)勢(shì)預(yù)測(cè)進(jìn)行了研究,具體工作如下:針對(duì)工業(yè)控制網(wǎng)絡(luò)安全的態(tài)勢(shì)理解,研究了一種基于卷積神經(jīng)網(wǎng)絡(luò)和雙向長(zhǎng)短期記憶網(wǎng)絡(luò)混合模型的工業(yè)控制系統(tǒng)ARP（Address Resolution Protocol）攻擊入侵檢測(cè)方法:先利用卷積神經(jīng)網(wǎng)絡(luò)提取數(shù)據(jù)特征,然后使用雙向長(zhǎng)短期記憶網(wǎng)絡(luò)根據(jù)被攻擊時(shí)網(wǎng)絡(luò)中ARP報(bào)文的時(shí)序特征來(lái)檢測(cè)網(wǎng)絡(luò)中是否發(fā)生了ARP攻擊,最后使用全連接網(wǎng)絡(luò)和softmax函數(shù)將檢測(cè)結(jié)果進(jìn)行輸出。利用此入侵檢測(cè)方法可以更加快速、準(zhǔn)確的檢測(cè)出工業(yè)控制系統(tǒng)中是否受到ARP攻... 

【文章來(lái)源】：長(zhǎng)春工業(yè)大學(xué)吉林省

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 網(wǎng)絡(luò)安全態(tài)勢(shì)感知技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 網(wǎng)絡(luò)安全態(tài)勢(shì)感知技術(shù)國(guó)外研究現(xiàn)狀
        1.2.2 網(wǎng)絡(luò)安全態(tài)勢(shì)感知技術(shù)國(guó)內(nèi)研究現(xiàn)狀
    1.3 本文主要貢獻(xiàn)與創(chuàng)新
    1.4 本文組織結(jié)構(gòu)
第2章 網(wǎng)絡(luò)安全態(tài)勢(shì)感知
    2.1 網(wǎng)絡(luò)安全態(tài)勢(shì)感知的定義
    2.2 網(wǎng)絡(luò)安全態(tài)勢(shì)感知參考模型
        2.2.1 Endsley概念模型
        2.2.2 JDL態(tài)勢(shì)感知模型
        2.2.3 Bass的功能模型
    2.3 網(wǎng)絡(luò)安全態(tài)勢(shì)提取
        2.3.1 網(wǎng)絡(luò)安全數(shù)據(jù)采集計(jì)劃
        2.3.2 網(wǎng)絡(luò)安全數(shù)據(jù)預(yù)處理
    2.4 網(wǎng)絡(luò)安全態(tài)勢(shì)理解
        2.4.1 入侵檢測(cè)通用模型
        2.4.2 入侵檢測(cè)的分析方法
    2.5 網(wǎng)絡(luò)安全態(tài)勢(shì)預(yù)測(cè)
        2.5.1 人工神經(jīng)網(wǎng)絡(luò)概述
        2.5.2 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)原理
    2.6 本章小結(jié)
第3章 一種基于 CNN-BILSTM 的工業(yè)控制系統(tǒng) ARP攻擊入侵檢測(cè)方法
    3.1 ARP攻擊原理
        3.1.1 ARP協(xié)議
        3.1.2 ARP攻擊過(guò)程
    3.2 構(gòu)建神經(jīng)網(wǎng)絡(luò)模型
        3.2.1 問(wèn)題描述
        3.2.2 CNN-BILSTM混合模型
    3.3 檢測(cè)環(huán)境及檢測(cè)結(jié)果
        3.3.1 檢測(cè)環(huán)境
        3.3.2 檢測(cè)結(jié)果
    3.4 本章小結(jié)
第4章 基于AHP-BP的工業(yè)控制系統(tǒng)風(fēng)險(xiǎn)評(píng)估方法
    4.1 工業(yè)控制系統(tǒng)風(fēng)險(xiǎn)評(píng)估指標(biāo)體系構(gòu)建
    4.2 BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建及應(yīng)用實(shí)例
    4.3 本章小結(jié)
第5章 結(jié)論
    5.1 論文總結(jié)
    5.2 論文展望
致謝
參考文獻(xiàn)
作者簡(jiǎn)介
攻讀碩士學(xué)位期間研究成果


【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的出行模式識(shí)別方法[J]. 郭茂祖,王鵬躍,趙玲玲.  哈爾濱工業(yè)大學(xué)學(xué)報(bào). 2019(11)
[2]基于神經(jīng)網(wǎng)絡(luò)的遙感圖像語(yǔ)義分割方法[J]. 王恩德,齊凱,李學(xué)鵬,彭良玉.  光學(xué)學(xué)報(bào). 2019(12)
[3]工業(yè)控制系統(tǒng)的漏洞風(fēng)險(xiǎn)評(píng)估方法[J]. 顧兆軍,彭輝.  現(xiàn)代電子技術(shù). 2019(14)
[4]面向中文文本傾向性分類的對(duì)抗樣本生成方法[J]. 王文琦,汪潤(rùn),王麗娜,唐奔宵.  軟件學(xué)報(bào). 2019(08)
[5]混合深度卷積神經(jīng)網(wǎng)絡(luò)對(duì)人臉年齡的分類[J]. 陳莉明,鄧德祥.  華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的多OAM態(tài)識(shí)別方法[J]. 尹霄麗,郭翊麟,崔小舟,常歡,陳小政.  北京郵電大學(xué)學(xué)報(bào). 2019(01)
[7]網(wǎng)絡(luò)安全態(tài)勢(shì)感知關(guān)鍵技術(shù)研究及發(fā)展趨勢(shì)分析[J]. 陶源,黃濤,張墨涵,黎水林.  信息網(wǎng)絡(luò)安全. 2018(08)
[8]基于LSTM的大規(guī)模知識(shí)庫(kù)自動(dòng)問(wèn)答[J]. 周博通,孫承杰,林磊,劉秉權(quán).  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[9]采用長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的低資源語(yǔ)音識(shí)別方法[J]. 舒帆,屈丹,張文林,周利莉,郭武.  西安交通大學(xué)學(xué)報(bào). 2017(10)
[10]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報(bào). 2017(06)

碩士論文
[1]入侵攻擊下電力信息網(wǎng)絡(luò)安全態(tài)勢(shì)感知研究[D]. 陳德成.南京郵電大學(xué) 2019
[2]基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)安全態(tài)勢(shì)感知研究[D]. 葉青.南京郵電大學(xué) 2019
[3]基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估與預(yù)測(cè)方法研究[D]. 朱晨飛.中國(guó)人民公安大學(xué) 2019
[4]基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)安全態(tài)勢(shì)感知系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 于恬.北京郵電大學(xué) 2019
[5]基于模糊神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)運(yùn)行態(tài)勢(shì)感知關(guān)鍵技術(shù)研究[D]. 付鐘楊.電子科技大學(xué) 2019



本文編號(hào)：3201125