| 中文摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题背景及意义 | 第8-12页 |
| 1.2 工控系统信息安全及工业防火墙技术国内外研究现状 | 第12-14页 |
| 1.2.1 工控系统信息安全国内外研究现状 | 第12-13页 |
| 1.2.2 工业防火墙技术国内外研究现状 | 第13-14页 |
| 1.3 本文的主要研究内容及创新点 | 第14-15页 |
| 1.3.1 本文的主要研究内容 | 第14页 |
| 1.3.2 本文的创新点 | 第14-15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 第二章 工业控制系统及其脆弱性分析 | 第16-28页 |
| 2.1 工业控制系统结构 | 第16-18页 |
| 2.2 工业控制系统与IT系统信息安全的区别 | 第18-19页 |
| 2.3 工控系统脆弱性分析 | 第19-21页 |
| 2.4 ModbusTCP协议脆弱性分析 | 第21-25页 |
| 2.4.1 ModbusTCP协议模型 | 第21-23页 |
| 2.4.2 ModbusTCP协议数据帧 | 第23-24页 |
| 2.4.3 ModbusTCP通信脆弱性 | 第24-25页 |
| 2.5 工控系统安全防护措施 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 PLC工业防火墙系统结构及软件框架设计 | 第28-36页 |
| 3.1 PLC工业防火墙系统结构 | 第28-29页 |
| 3.2 PLC工业防火墙软件总体框架设计 | 第29-30页 |
| 3.3 软件总体流程 | 第30-31页 |
| 3.4 通讯线程流程 | 第31-33页 |
| 3.5 参数配置工具 | 第33-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 基于SVM算法的工业防火墙规则自学习方法 | 第36-48页 |
| 4.1 SVM算法简介 | 第36-38页 |
| 4.2 不均衡数据SVM分类算法 | 第38-40页 |
| 4.2.1 不均衡数据集分类的挑战 | 第38-39页 |
| 4.2.2 算法层面的处理方法 | 第39-40页 |
| 4.2.3 样本层面的处理方法 | 第40页 |
| 4.3 基于SVM的工业防火墙规则自学习方法 | 第40-46页 |
| 4.3.1 生成工控数据正常类样本 | 第41-42页 |
| 4.3.2 优化生成识别模型 | 第42-44页 |
| 4.3.3 检测生成工业防火墙规则 | 第44-46页 |
| 4.4 识别模型性能评价 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 仿真实验及结果分析 | 第48-58页 |
| 5.1 搭建工控系统仿真实验环境 | 第48-50页 |
| 5.2 对比实验 | 第50-55页 |
| 5.2.1 不均衡数据集在LIBSVM的预测 | 第50-51页 |
| 5.2.2 SVM对改善的不均衡数据集的预测 | 第51-53页 |
| 5.2.3 改善样本集和改进网格搜索法下的预测 | 第53-55页 |
| 5.3 实验结果分析 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 工作总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-66页 |
| 攻读硕士期间发表的论文 | 第66页 |