摘要 | 第5-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第16-30页 |
1.1 研究背景及意义 | 第16-20页 |
1.2 工业控制网络概述 | 第20-22页 |
1.3 国内外研究现状及分析 | 第22-26页 |
1.3.1 工业控制网络故障诊断问题研究 | 第23-24页 |
1.3.2 工业控制网络入侵检测问题研究 | 第24-25页 |
1.3.3 工业控制网络安全评估方法研究 | 第25-26页 |
1.4 工业控制网络安全评估研究中存在的问题 | 第26-28页 |
1.5 论文研究内容与主要结构 | 第28-30页 |
第2章 工业控制网络安全评估框架 | 第30-42页 |
2.1 引言 | 第30-31页 |
2.2 工业控制网络安全分析 | 第31-33页 |
2.3 工业控制网络安全评估分析 | 第33-36页 |
2.3.1 外部因素 | 第34-35页 |
2.3.2 内部因素 | 第35-36页 |
2.4 工业控制网络的安全评估体系构建 | 第36-37页 |
2.5 工业控制网络安全评估问题框架 | 第37-41页 |
2.5.1 工业控制网络的外因安全评估 | 第38-39页 |
2.5.2 工业控制网络的内因安全评估 | 第39-40页 |
2.5.3 工业控制网络安全评估研究框架 | 第40-41页 |
2.6 本章小结 | 第41-42页 |
第3章 基于失衡随机游走的工业控制网络入侵检测 | 第42-62页 |
3.1 引言 | 第42-44页 |
3.2 问题描述 | 第44-46页 |
3.3 数据失衡性对分类的影响 | 第46-48页 |
3.4 基于失衡随机游走模型的方法研究 | 第48-52页 |
3.4.1 随机游走模型介绍 | 第48-49页 |
3.4.2 基于失衡的随机游走算法设计 | 第49-52页 |
3.5 基于失衡随机游走模型的工业控制网络入侵检测 | 第52-57页 |
3.5.1 基于异常行为模式的入侵检测特征提取 | 第52-54页 |
3.5.2 基于失衡随机游走的网络入侵检测模型设计 | 第54-56页 |
3.5.3 基于失衡随机游走算法网络入侵检测模型的实现过程 | 第56-57页 |
3.6 仿真实验 | 第57-61页 |
3.6.1 实验准备 | 第57-58页 |
3.6.2 实验评价指标 | 第58-59页 |
3.6.3 实验结果及分析 | 第59-61页 |
3.7 本章小结 | 第61-62页 |
第4章 基于置信规则库的工业控制网络故障诊断 | 第62-82页 |
4.1 引言 | 第62-64页 |
4.2 问题描述 | 第64-65页 |
4.3 故障分类 | 第65-67页 |
4.4 置信规则库方法概述 | 第67-73页 |
4.4.1 置信规则库模型 | 第67-68页 |
4.4.2 证据推理算法 | 第68-70页 |
4.4.3 常见的参数优化算法 | 第70页 |
4.4.4 CMA-ES优化算法 | 第70-73页 |
4.5 基于置信规则库的工业控制网络故障诊断 | 第73-77页 |
4.5.1 网络故障诊断模型建立 | 第73-74页 |
4.5.2 网络故障诊断模型推理过程 | 第74-75页 |
4.5.3 模型的参数优化 | 第75-76页 |
4.5.4 网络故障诊断模型实现过程 | 第76-77页 |
4.6 实验验证 | 第77-81页 |
4.7 本章小结 | 第81-82页 |
第5章 考虑外部和内部因素的工业控制网安全评估 | 第82-102页 |
5.1 引言 | 第82-83页 |
5.2 问题描述 | 第83-85页 |
5.3 建立基于内部故障和外部安全的安全评估模型 | 第85-88页 |
5.4 评估模型的参数优化 | 第88-91页 |
5.4.1 模型的约束并建立目标函数 | 第88-90页 |
5.4.2 基于CMA-ES的初始参数优化 | 第90-91页 |
5.5 实例验证 | 第91-101页 |
5.5.1 问题描述 | 第91-92页 |
5.5.2 内部安全及外部安全试验结果 | 第92-94页 |
5.5.3 实验初始参数 | 第94-95页 |
5.5.4 实验结果 | 第95-101页 |
5.6 本章小结 | 第101-102页 |
结论 | 第102-104页 |
参考文献 | 第104-114页 |
攻读博士期间发表的论文 | 第114-115页 |
致谢 | 第115-116页 |