| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文主要研究内容 | 第11-12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 第2章 工业控制网络及流量异常检测方法 | 第14-20页 |
| 2.1 工业控制网络 | 第14-17页 |
| 2.1.1 工业控制网络的概念与结构 | 第14-15页 |
| 2.1.2 工业控制网络技术 | 第15-16页 |
| 2.1.3 工业控制网络和普通 IT 网络的区别分析 | 第16-17页 |
| 2.2 流量异常检测方法 | 第17-18页 |
| 2.3 本章小结 | 第18-20页 |
| 第3章 工业控制网络流量特性分析 | 第20-36页 |
| 3.1 流量采集平台和数据集 | 第20-23页 |
| 3.1.1 工业控制网络流量采集平台 | 第20-21页 |
| 3.1.2 特性分析数据集 | 第21-23页 |
| 3.2 网络流量特性分析 | 第23-34页 |
| 3.2.1 包长的分布 | 第23-24页 |
| 3.2.2 周期性 | 第24-26页 |
| 3.2.3 平稳性 | 第26-29页 |
| 3.2.4 包到达的时间间隔分布 | 第29-30页 |
| 3.2.5 自相似性 | 第30-34页 |
| 3.3 流量特性对建模的影响 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于乘积季节 ARIMA 模型的流量建模 | 第36-48页 |
| 4.1 乘积季节 ARIMA 模型 | 第36-40页 |
| 4.1.1 ARMA 模型 | 第36-37页 |
| 4.1.2 ARIMA 模型 | 第37页 |
| 4.1.3 乘积季节 ARIMA 模型 | 第37-40页 |
| 4.2 实验数据与预处理 | 第40-41页 |
| 4.3 建模过程 | 第41-45页 |
| 4.3.1 平稳性识别 | 第41-43页 |
| 4.3.2 模型识别与模型定阶 | 第43-44页 |
| 4.3.3 参数估计 | 第44-45页 |
| 4.4 模型拟合及预测 | 第45-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第5章 工业控制网络流量异常检测 | 第48-58页 |
| 5.1 Stuxnet 攻击流量模拟 | 第49-52页 |
| 5.1.1 Stuxnet 攻击 | 第49页 |
| 5.1.2 Stuxnet 攻击模拟 | 第49-52页 |
| 5.2 正常流量建模 | 第52-53页 |
| 5.3 异常流量检测 | 第53-55页 |
| 5.4 异常检测方法的适用性分析 | 第55-56页 |
| 5.5 本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间所发表的学术论文 | 第64-66页 |
| 致谢 | 第66页 |