基于AMI的异常入侵检测方法
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第11-16页 |
1.1 研究背景 | 第11-12页 |
1.2 研究现状 | 第12-14页 |
1.2.1 恶意代码检测 | 第12-13页 |
1.2.2 DDoS检测 | 第13页 |
1.2.3 电量欺骗 | 第13-14页 |
1.3 研究目标 | 第14页 |
1.4 研究内容 | 第14页 |
1.5 组织架构 | 第14-16页 |
第二章 AMI网络相关研究 | 第16-21页 |
2.1 AMI概述 | 第16页 |
2.2 典型网络架构 | 第16-18页 |
2.2.1 北美和欧洲 | 第16-17页 |
2.2.2 英国 | 第17-18页 |
2.2.3 中国 | 第18页 |
2.3 协议类型 | 第18-19页 |
2.4 AMI体系的安全需求 | 第19-20页 |
2.5 本章小结 | 第20-21页 |
第三章 基于流量时空特征的逆向分析 | 第21-44页 |
3.1 流量分析 | 第21-24页 |
3.1.1 流量采集 | 第21页 |
3.1.2 确定分析对象和研究路线 | 第21-24页 |
3.2 TCP流的重组与分析 | 第24-30页 |
3.2.1 数据结构 | 第25-26页 |
3.2.2 实现过程 | 第26-29页 |
3.2.3 流重组测试结果 | 第29-30页 |
3.3 TCP流统计分析 | 第30-33页 |
3.3.1 统计分析基本流程 | 第30-31页 |
3.3.2 第一条流的分析 | 第31-32页 |
3.3.3 第二条流的分析 | 第32-33页 |
3.4 DL/T645协议分析 | 第33-38页 |
3.4.1 DL/T645-2007协议格式 | 第33-35页 |
3.4.2 DL/T645-1997协议格式 | 第35页 |
3.4.3 读功能分析 | 第35-36页 |
3.4.4 数据解析逻辑 | 第36-38页 |
3.5 私有协议分析 | 第38-40页 |
3.6 网络架构分析 | 第40-43页 |
3.6.1 DL/T645协议和背景分析 | 第40-41页 |
3.6.2 私有协议的作用 | 第41页 |
3.6.3 网络架构的推测 | 第41-43页 |
3.7 本章小结 | 第43-44页 |
第四章 基于业务流认证的入侵检测方法 | 第44-58页 |
4.1 理论认证模式和分析 | 第44-47页 |
4.1.1 认证成功模式 | 第44-45页 |
4.1.2 认证失败模式 | 第45-46页 |
4.1.3 认证失败的原因 | 第46-47页 |
4.1.4 电量数据传输失败的原因 | 第47页 |
4.2 检测认证问题分析 | 第47-49页 |
4.2.1 检测认证的目的 | 第47-48页 |
4.2.2 存在的问题 | 第48页 |
4.2.3 解决方法 | 第48-49页 |
4.3 检测算法设计 | 第49-54页 |
4.3.1 端口认证检测 | 第50-51页 |
4.3.2 端口冲突检测 | 第51-52页 |
4.3.3 协议检测 | 第52-54页 |
4.3.4 统计模块 | 第54页 |
4.4 检测结果 | 第54-57页 |
4.4.1 业务流类型及其意义 | 第54-55页 |
4.4.2 端口冲突 | 第55-56页 |
4.4.3 电表无应答帧 | 第56-57页 |
4.4.4 异常认证检测结果 | 第57页 |
4.4.5 结果分析 | 第57页 |
4.5 本章小结 | 第57-58页 |
第五章 基于流量分解模型的异常流量检测方法 | 第58-77页 |
5.1 业务模式分析 | 第58-62页 |
5.1.1 数据标识符集合定义 | 第58页 |
5.1.2 协议解析 | 第58-60页 |
5.1.3 集合的空间特性 | 第60-61页 |
5.1.4 流的时空特性 | 第61-62页 |
5.2 网络流量分析 | 第62-65页 |
5.2.1 TCP报文长度分析 | 第62-63页 |
5.2.2 周期性分析 | 第63-64页 |
5.2.3 通信模式变化分析 | 第64-65页 |
5.3 网络特点及检测方法 | 第65-66页 |
5.3.1 与国内外智能电网的区别分析 | 第65页 |
5.3.2 与IT网络区别分析 | 第65-66页 |
5.3.3 适用的检测方法 | 第66页 |
5.4 实验过程 | 第66-76页 |
5.4.1 数据选取与预处理 | 第66-68页 |
5.4.2 突发成分分解 | 第68-69页 |
5.4.3 趋势成分分解 | 第69-70页 |
5.4.4 周期成分分解 | 第70-72页 |
5.4.5 随机成分分解 | 第72-73页 |
5.4.6 模型拟合及预测结果 | 第73-76页 |
5.5 本章小结 | 第76-77页 |
第六章 总结和展望 | 第77-79页 |
6.1 总结 | 第77-78页 |
6.2 展望 | 第78-79页 |
致谢 | 第79-80页 |
参考文献 | 第80-84页 |
作者简介 | 第84页 |