| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 缩略词表 | 第12-13页 |
| 1 绪论 | 第13-32页 |
| 1.1 课题来源及意义 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-27页 |
| 1.3 本文主要的研究内容 | 第27-29页 |
| 1.4 本文的内容安排及各章节之间的关系 | 第29-32页 |
| 2 工业信息物理系统信息安全防护体系及关键技术 | 第32-46页 |
| 2.1 引言 | 第32页 |
| 2.2 工业信息物理系统信息安全防护体系 | 第32-37页 |
| 2.3 面向工业信息物理系统的网络攻击模型 | 第37-41页 |
| 2.4 数据与模型驱动的动态信息安全防护方法的关键技术 | 第41-45页 |
| 2.5 本章小结 | 第45-46页 |
| 3 基于流量模式学习的工业信息物理系统网络入侵检测 | 第46-78页 |
| 3.1 引言 | 第46-48页 |
| 3.2 工业信息物理系统网络流量建模 | 第48-52页 |
| 3.3 网络流量模式特征提取 | 第52-55页 |
| 3.4 基于级联自组织神经网络的入侵检测方法 | 第55-60页 |
| 3.5 非均衡数据集下的自组织神经网络训练 | 第60-62页 |
| 3.6 仿真研究与分析 | 第62-77页 |
| 3.7 本章小结 | 第77-78页 |
| 4 基于运行数据和机理模型的工业信息物理系统跨层风险评估 | 第78-115页 |
| 4.1 引言 | 第78-80页 |
| 4.2 基于贝叶斯网络的信息层风险评估 | 第80-85页 |
| 4.3 贝叶斯网络参数学习 | 第85-90页 |
| 4.4 基于随机混杂系统模型的物理层风险评估 | 第90-97页 |
| 4.5 仿真研究与分析 | 第97-113页 |
| 4.6 本章小结 | 第113-115页 |
| 5 基于博弈策略强化学习的工业信息物理系统安全策略决策 | 第115-137页 |
| 5.1 引言 | 第115-116页 |
| 5.2 工业信息物理系统安全博弈模型建模 | 第116-119页 |
| 5.3 基于时间的攻防收益统一量化 | 第119-120页 |
| 5.4 最优安全防御策略集求解 | 第120-124页 |
| 5.5 随机博弈模型强化学习 | 第124-126页 |
| 5.6 仿真研究与分析 | 第126-135页 |
| 5.7 本章小结 | 第135-137页 |
| 6 总结与展望 | 第137-141页 |
| 6.1 全文总结 | 第137-139页 |
| 6.2 本文工作的主要创新点 | 第139-140页 |
| 6.3 研究展望 | 第140-141页 |
| 致谢 | 第141-143页 |
| 参考文献 | 第143-154页 |
| 附录1 攻读博士学位期间发表的成果目录 | 第154-156页 |
| 附录2 发表的学术论文与博士学位论文的关系 | 第156-158页 |
| 附录3 攻读博士学位期间参与的课题 | 第158-159页 |
