基于仿真建模的工业控制网络异常检测方法研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景和意义 | 第10页 |
1.2 工业控制系统常见攻击行为 | 第10-12页 |
1.2.1 拒绝服务攻击 | 第11页 |
1.2.2 控制逻辑代码篡改 | 第11页 |
1.2.3 中间人攻击 | 第11页 |
1.2.4 重放攻击 | 第11-12页 |
1.3 研究现状 | 第12-15页 |
1.3.1 基于统计的异常检测方法 | 第12-13页 |
1.3.2 基于知识的异常检测方法 | 第13-14页 |
1.3.3 基于机器学习的异常检测方法 | 第14页 |
1.3.4 现有研究方法存在的问题 | 第14-15页 |
1.4 研究内容 | 第15-16页 |
1.5 论文结构 | 第16-18页 |
第2章 相关技术研究综述 | 第18-28页 |
2.1 工业控制系统 | 第18-21页 |
2.1.1 工业控制系统结构 | 第18-19页 |
2.1.2 工业控制系统脆弱性分析 | 第19-21页 |
2.2 可编程逻辑控制器 | 第21-23页 |
2.2.1 可编程逻辑控制器结构 | 第21-23页 |
2.2.2 可编程逻辑控制器工作原理 | 第23页 |
2.3 系统辨识方法综述 | 第23-27页 |
2.3.1 Box-Jenkins模型 | 第24-25页 |
2.3.2 ARX模型 | 第25-26页 |
2.3.3 N4SID模型 | 第26-27页 |
2.4 本章小结 | 第27-28页 |
第3章 基于仿真的控制器异常检测系统 | 第28-44页 |
3.1 基于仿真的控制器异常检测系统框架 | 第28-30页 |
3.1.1 系统框架 | 第28-29页 |
3.1.2 系统部署位置 | 第29-30页 |
3.2 控制器建模方法 | 第30-42页 |
3.2.1 词法分析器 | 第31-35页 |
3.2.2 语法分析器 | 第35-41页 |
3.2.3 执行引擎 | 第41页 |
3.2.4 时钟同步 | 第41-42页 |
3.3 异常检测模块 | 第42-43页 |
3.4 本章小结 | 第43-44页 |
第4章 基于系统辨识的被控对象异常检测方法和实现 | 第44-52页 |
4.1 被控对象建模方法 | 第45-50页 |
4.1.1 数据预处理 | 第45-46页 |
4.1.2 ARMAX参数辨识方法 | 第46-48页 |
4.1.3 AIC定阶准则 | 第48页 |
4.1.4 模型的选择方法 | 第48-49页 |
4.1.5 模型的验证方法 | 第49-50页 |
4.2 基于小波变换的异常检测 | 第50-51页 |
4.3 本章小结 | 第51-52页 |
第5章 基于仿真建模的异常检测方法 | 第52-68页 |
5.1 基于仿真建模的异常检测系统 | 第52-55页 |
5.1.1 系统结构 | 第52-53页 |
5.1.2 实验环境搭建 | 第53-55页 |
5.2 基于水槽液位控制环境的被控对象模型建立 | 第55-62页 |
5.2.1 数据预处理 | 第55-57页 |
5.2.2 系统辨识模型的选择 | 第57-61页 |
5.2.3 模型的验证 | 第61-62页 |
5.3 工业控制系统攻击检测及分析 | 第62-65页 |
5.3.1 震网病毒原理分析 | 第62-63页 |
5.3.2 攻击检测实例 | 第63-65页 |
5.4 残差序列奇异点检测方法对比 | 第65-67页 |
5.5 本章小结 | 第67-68页 |
结论 | 第68-70页 |
参考文献 | 第70-74页 |
攻读硕士学位期间发表的学术论文 | 第74-76页 |
致谢 | 第76页 |