| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题研究背景及意义 | 第11-13页 |
| 1.2 工业控制系统简述 | 第13-15页 |
| 1.2.1 工业控制系统结构及脆弱性分析 | 第13-14页 |
| 1.2.2 工业控制系统的安全现状 | 第14-15页 |
| 1.3 入侵检测技术简述 | 第15-19页 |
| 1.3.1 工控系统的入侵检测技术 | 第15-18页 |
| 1.3.2 工控系统异常检测的研究现状 | 第18-19页 |
| 1.4 本文主要内容与组织结构 | 第19-21页 |
| 第2章 Powerlink通信流量解析 | 第21-31页 |
| 2.1 EthernetPowerlink工业控制网络 | 第21-24页 |
| 2.1.1 Powerlink协议 | 第21-22页 |
| 2.1.2 Powerlink数据包格式 | 第22-23页 |
| 2.1.3 Powerlink协议规范 | 第23-24页 |
| 2.2 Pwerlink工控系统的安全性及典型攻击行为 | 第24-26页 |
| 2.2.1 Powerlink协议脆弱性分析 | 第24-25页 |
| 2.2.2 Powerlink典型攻击行为分析 | 第25-26页 |
| 2.3 Powerlink通信流量数据 | 第26-30页 |
| 2.3.1 实验环境搭建 | 第26-27页 |
| 2.3.2 通信流量数据解析 | 第27-28页 |
| 2.3.3 Powerlink工业数据信息采集 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 异常检测的特征提取方法研究 | 第31-39页 |
| 3.1 Powerlink协议的特征提取方法 | 第31-34页 |
| 3.1.1 异常检测的特征选择 | 第31-33页 |
| 3.1.2 异常检测的特征构造 | 第33-34页 |
| 3.2 基于特征选择的异常检测数据降维 | 第34-36页 |
| 3.2.1 特征选择算法描述 | 第34-35页 |
| 3.2.2 基于Fisher特征选择的数据降维方法 | 第35-36页 |
| 3.3 数据预处理方法的测试与验证 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 Powerlink工控系统的异常检测方法研究 | 第39-49页 |
| 4.1 支持向量机算法原理 | 第39-41页 |
| 4.1.1 线性可分支持向量机 | 第39-40页 |
| 4.1.2 非线性支持向量机 | 第40-41页 |
| 4.2 支持向量数据域描述算法理论 | 第41-44页 |
| 4.2.1 支持向量数据描述算法 | 第42-43页 |
| 4.2.2 单类支持向量机算法 | 第43-44页 |
| 4.3 基于SVDD的异常检测算法模型 | 第44-46页 |
| 4.4 SVDD异常检测实验分析 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 异常检测模型的参数优化 | 第49-57页 |
| 5.1 SVDD异常检测模型的优化参数 | 第49-50页 |
| 5.2 基于SVDD模型的参数优化方法 | 第50-53页 |
| 5.2.1 PSO优化算法原理 | 第50-51页 |
| 5.2.2 改进的PSO优化算法 | 第51-52页 |
| 5.2.3 异常检测模型参数优化设计 | 第52-53页 |
| 5.3 异常检测模型参数优化的实验分析 | 第53-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66-67页 |
