| 摘要 | 第7-9页 |
| abstract | 第9-10页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 工业控制系统网络安全研究现状 | 第15-16页 |
| 1.3 入侵检测研究现状 | 第16-20页 |
| 1.3.1 入侵检测基本分类 | 第17-19页 |
| 1.3.2 异常检测与工业控制网络安全 | 第19-20页 |
| 1.4 论文研究内容与结构 | 第20-23页 |
| 第2章 工控网络通信数据解析预处理 | 第23-30页 |
| 2.1 Modbus通信协议 | 第23-25页 |
| 2.2 工控系统常见攻击及Modbus/TCP安全性分析 | 第25-27页 |
| 2.2.1 工业控制系统常见攻击及Modbus异常行为 | 第25-26页 |
| 2.2.2 Modbus/TCP协议的安全性分析 | 第26-27页 |
| 2.3 仿真实验 | 第27-29页 |
| 2.3.1 试验环境 | 第27页 |
| 2.3.2 工控通信数据特征提取与构造 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 模糊C均值聚类和支持向量机在工控异常检测中的应用 | 第30-41页 |
| 3.1 聚类算法思想 | 第30-33页 |
| 3.1.1 隶属度 | 第30-31页 |
| 3.1.2 C均值聚类 | 第31-32页 |
| 3.1.3 模糊C均值聚类 | 第32-33页 |
| 3.2 模糊C均值聚类算法在异常检测中的应用 | 第33-34页 |
| 3.3 支持向量机原理及分类 | 第34-39页 |
| 3.3.1 线性C-支持向量机 | 第34-37页 |
| 3.3.2 非线性C-支持向量机 | 第37-39页 |
| 3.4 支持向量机在异常检测中的应用 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于FCM-SVM的工控网络异常检测算法 | 第41-48页 |
| 4.1 基于FCM-SVM的工控异常检测模型 | 第41-42页 |
| 4.2 基于FCM-SVM的工控异常检测算法 | 第42-43页 |
| 4.2.1 训练阶段 | 第42-43页 |
| 4.2.2 检测阶段 | 第43页 |
| 4.3 实验分析 | 第43-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第5章 工控网络异常检测模型参数优化 | 第48-61页 |
| 5.1 传统的参数选择方法 | 第48-49页 |
| 5.2 智能算法优化参数方法 | 第49-56页 |
| 5.2.1 基于网格搜索的参数优化 | 第49页 |
| 5.2.2 基于遗传算法的参数优化 | 第49-52页 |
| 5.2.3 基于粒子群算法的参数优化 | 第52-56页 |
| 5.3 参数优化的FCM-SVM工控异常检测算法实验分析 | 第56-60页 |
| 5.4 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第69-70页 |
| 致谢 | 第70-71页 |
