致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 引言 | 第11-20页 |
1.1 研究背景及意义 | 第11-14页 |
1.2 国内外研究现状 | 第14-17页 |
1.2.1 SCADA系统网络安全的研究现状 | 第15-16页 |
1.2.2 SCADA系统入侵检测的研究现状 | 第16-17页 |
1.3 主要研究内容 | 第17-18页 |
1.4 论文结构及组织安排 | 第18-19页 |
1.5 本章小结 | 第19-20页 |
2 异常检测研究理论基础 | 第20-31页 |
2.1 异常检测 | 第20-22页 |
2.1.1 异常检测的概念 | 第20-21页 |
2.1.2 异常检测常用方法 | 第21-22页 |
2.2 支持向量机 | 第22-27页 |
2.2.1 线性情况 | 第23-25页 |
2.2.2 非线性情况 | 第25-27页 |
2.3 单类支持向量机 | 第27-30页 |
2.3.1 超球法 | 第27-29页 |
2.3.2 超平面法 | 第29-30页 |
2.4 本章小结 | 第30-31页 |
3 基于Modbus TCP/IP报文的频率特征向量构建方法 | 第31-45页 |
3.1 Modbus TCP/IP协议 | 第31-38页 |
3.1.1 通信方式 | 第32-34页 |
3.1.2 报文格式 | 第34-35页 |
3.1.3 功能码 | 第35-36页 |
3.1.4 脆弱性分析 | 第36-38页 |
3.2 特征选取以及流量采集 | 第38-40页 |
3.3 构建频率特征向量 | 第40-44页 |
3.4 本章小结 | 第44-45页 |
4 基于单类支持向量机异常检测模型的设计与实现 | 第45-61页 |
4.1 单类支持向量机异常检测模型的设计 | 第45-48页 |
4.1.1 模型算法选择 | 第46-47页 |
4.1.2 模型设计流程 | 第47-48页 |
4.2 单类支持向量机异常检测模型的实现 | 第48-54页 |
4.2.1 实验环境 | 第49-52页 |
4.2.2 流量采集 | 第52-53页 |
4.2.3 数据预处理 | 第53-54页 |
4.2.4 OCSVM训练与检测 | 第54页 |
4.3 实验仿真和结果分析 | 第54-60页 |
4.3.1 不同长度滑动窗口的对比实验和结果分析 | 第55-56页 |
4.3.2 不同核函数的对比实验和结果分析 | 第56-57页 |
4.3.3 与经典算法的对比实验和结果分析 | 第57-59页 |
4.3.4 不同特征的对比实验和结果分析 | 第59-60页 |
4.4 本章小结 | 第60-61页 |
5 结论与展望 | 第61-64页 |
5.1 结论 | 第61-62页 |
5.2 展望 | 第62-64页 |
参考文献 | 第64-67页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第67-69页 |
学位论文数据集 | 第69页 |