摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 电力SCADA系统脆弱性分析研究现状 | 第10-11页 |
1.2.2 电力SCADA系统网络安全风险评估研究现状 | 第11-12页 |
1.3 论文主要工作与章节安排 | 第12-15页 |
1.3.1 论文的主要工作 | 第12-13页 |
1.3.2 论文的章节安排 | 第13-15页 |
第2章 电力SCADA系统运行机制及脆弱性分析 | 第15-23页 |
2.1 引言 | 第15页 |
2.2 电力SCADA系统运行机制 | 第15-20页 |
2.2.1 电力SCADA系统概述 | 第16-17页 |
2.2.2 系统结构 | 第17-18页 |
2.2.3 基本功能 | 第18-20页 |
2.3 电力SCADA系统脆弱性分析 | 第20-22页 |
2.3.1 脆弱性概述 | 第20页 |
2.3.2 脆弱性分析 | 第20-22页 |
2.4 本章小结 | 第22-23页 |
第3章 电力SCADA系统网络安全风险评估指标体系及样本构建 | 第23-33页 |
3.1 引言 | 第23页 |
3.2 电力SCADA系统网络安全风险评估指标体系的构建 | 第23-27页 |
3.2.1 层次分析法的基本原理 | 第23-25页 |
3.2.2 电力SCADA系统脆弱性风险指标体系层次结构 | 第25-27页 |
3.3 电力SCADA系统网络安全风险评估样本构建 | 第27-32页 |
3.3.1 模糊理论方法基本原理 | 第27-28页 |
3.3.2 网络安全风险评估值计算 | 第28-30页 |
3.3.3 模拟样本来源 | 第30-32页 |
3.4 本章小结 | 第32-33页 |
第4章 电力SCADA系统网络安全风险评估指标属性约简 | 第33-41页 |
4.1 引言 | 第33页 |
4.2 Autoencoder方法 | 第33-34页 |
4.3 基于Autoencoder网络结构的属性约简 | 第34-37页 |
4.3.1 Autoencoder网络结构设计 | 第34页 |
4.3.2 Autoencoder约简流程 | 第34-37页 |
4.4 属性约简实验结果及分析 | 第37-40页 |
4.4.1 实验一:预训练过程中的重构误差 | 第38-39页 |
4.4.2 实验二:微调过程中的重构误差 | 第39-40页 |
4.5 本章小结 | 第40-41页 |
第5章 电力SCADA系统网络安全风险评估模型 | 第41-56页 |
5.1 引言 | 第41页 |
5.2 电力SCADA网络安全风险评估建模原理 | 第41-46页 |
5.2.1 高斯过程 | 第41-43页 |
5.2.2 人工蜂群算法 | 第43-46页 |
5.3 基于人工蜂群算法优化高斯过程的网络安全风险评估模型 | 第46-48页 |
5.3.1 实现原理 | 第46页 |
5.3.2 电力SCADA系统网络安全风险评估实现 | 第46-48页 |
5.4 网络安全风险评估实验 | 第48-55页 |
5.4.1 实验参数设置 | 第49-51页 |
5.4.2 实验结果与分析 | 第51-55页 |
5.5 本章小结 | 第55-56页 |
第6章 结论与展望 | 第56-58页 |
6.1 总结 | 第56页 |
6.2 未来工作展望 | 第56-58页 |
参考文献 | 第58-62页 |
攻读硕士学位期间发表的学术论文及其它成果 | 第62-63页 |
致谢 | 第63页 |