基于网络流量的工控系统异常检测方法研究

目录

声明

致谢

1 引言

1.1 背景及意义

1.2 研究现状

1.3 研究内容

1.4 本文组织结构

2 背景知识

2.1 工控系统网络及安全性分析

2.1.1 工控系统实验平台结构及特点

2.1.2 工控网络脆弱性分析

2.1.3 系统网络协议分析

2.1.4 工控网络与传统IT网络系统对比

2.2 相关分类检测算法原理

2.2.1 支持向量机

2.2.2 决策树

2.2.3 随机森林

2.2.4 卷积神经网络

2.2.5 注意力机制模型

2.3 本章小结

3 工控系统异常检测方案分析与设计

3.1 数据集构建

3.1.1 工控网络数据集描述

3.1.2 工控网络流量预处理

3.2 工控系统网络异常检测方案与流程

3.2.1 控制网络通信数据篡改重放

3.2.2 控制网络通信拒绝服务攻击

3.2.3 控制系统网络扫描和嗅探

3.2.4 针对智能变电系统Industryoer病毒攻击

3.3 分类器评价指标

3.4 主要技术工具及系统实现

3.5 本章小结

4 基于卷积神经网络的异常检测模型

4.1 相关工作

4.2 基于卷积神经网络的端到端检测模型

4.2.1 模型架构

4.2.2 模型的训练

4.3 实验结果与分析

4.4 本章小结

5 基于注意力机制的异常检测方法

5.1 相关工作

5.2 基于Multi-Head Attention机制的网络流量异常检测模型

5.2.1 模型概述

5.2.2 使用Muti-Head Attention 处理过程

5.2.3 模型可解释性说明

5.3 实验结果与分析

5.4 本章小结

6 检测系统设计与实现

6.1 系统设计

6.2 系统功能模块设计

6.2.1 流量捕获解析模块

6.2.2 流量数据分析模块

6.3 系统实现与界面展示

6.3.1 用户认证设置界面

6.3.2 检测系统详情内容页

6.4 本章小结

7 总结与展望

7.1 工作总结

7.2 工作展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集