| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 入侵检测技术的国内外研究现状 | 第10-11页 |
| 1.2.2 基于机器学习的入侵检测技术的国内外研究现状 | 第11-14页 |
| 1.3 研究思路和研究内容 | 第14-15页 |
| 1.4 本文的结构安排 | 第15-17页 |
| 第二章 入侵检测系统总体设计 | 第17-26页 |
| 2.1 入侵检测系统框架设计 | 第17-19页 |
| 2.1.1 工业控制系统通信网络结构 | 第17-18页 |
| 2.1.2 入侵检测系统框架设计 | 第18-19页 |
| 2.2 白名单自学习与检测模块 | 第19-20页 |
| 2.3 基于流量特征的入侵检测模块 | 第20-21页 |
| 2.4 深度包解析模块 | 第21-23页 |
| 2.5 基于神经网络的多协议入侵检测模块 | 第23-25页 |
| 2.6 入侵检测系统系统特色 | 第25页 |
| 2.7 本章小结 | 第25-26页 |
| 第三章 白名单自学习与检测模块设计与实现 | 第26-35页 |
| 3.1 白名单原理 | 第26-28页 |
| 3.1.1 静态白名单 | 第26-27页 |
| 3.1.2 自动白名单 | 第27-28页 |
| 3.2 白名单自学习与检测模块的设计 | 第28-31页 |
| 3.2.1 白名单自学习与检测原理 | 第28-30页 |
| 3.2.2 白名单自学习与检测流程设计 | 第30-31页 |
| 3.3 白名单模块的实现 | 第31-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于流量特征的入侵检测模块设计与实现 | 第35-43页 |
| 4.1 基于流量特征的入侵检测模块的适用条件 | 第35页 |
| 4.2 基于流量特征的入侵检测模块的设计 | 第35-41页 |
| 4.2.1 基于流量特征的入侵检测模块检测原理 | 第35-36页 |
| 4.2.2 基于流量特征的入侵检测模块检测流程设计 | 第36-41页 |
| 4.3 基于流量特征的入侵检测模块的实现 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 基于神经网络的多协议入侵检测模块设计与实现 | 第43-69页 |
| 5.1 基于Modbus/TCP协议的入侵检测模块设计 | 第43-48页 |
| 5.1.1 Modbus/TCP协议 | 第43-44页 |
| 5.1.2 基于Modbus/TCP协议的入侵检测模块检测特征提取 | 第44页 |
| 5.1.3 基于神经网络的Modbus/TCP协议异常检测设计 | 第44-46页 |
| 5.1.4 双向功能码特征和单向功能码特征检测方法对比 | 第46-48页 |
| 5.2 基于OPC协议的入侵检测模块设计 | 第48-53页 |
| 5.2.1 OPC协议 | 第48-49页 |
| 5.2.2 基于OPC协议的入侵检测模块检测特征提取 | 第49-50页 |
| 5.2.3 基于神经网络的OPC协议异常检测设计 | 第50-53页 |
| 5.3 基于DNP3协议的入侵检测模块设计 | 第53-57页 |
| 5.3.1 DNP3协议 | 第53-54页 |
| 5.3.2 基于DNP3协议的入侵检测模块检测特征提取 | 第54页 |
| 5.3.3 基于神经网络的DNP3协议异常检测设计 | 第54-57页 |
| 5.4 基于神经网络的多协议入侵检测模块实现 | 第57-68页 |
| 5.4.1 基于Modbus/TCP协议的入侵检测模块实现 | 第58-61页 |
| 5.4.2 基于OPC协议的入侵检测模块实现 | 第61-65页 |
| 5.4.3 基于DNP3协议的入侵检测模块实现 | 第65-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第六章 系统测试及结果分析 | 第69-77页 |
| 6.1 测试环境 | 第69-70页 |
| 6.2 测试数据 | 第70-73页 |
| 6.3 结果分析 | 第73-76页 |
| 6.4 本章小结 | 第76-77页 |
| 第七章 总结与展望 | 第77-79页 |
| 7.1 全文总结 | 第77页 |
| 7.2 后续工作展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 硕士期间主要研究成果 | 第83-84页 |
