【摘要】：傳統(tǒng)的工業(yè)控制系統(tǒng)一般以廠區(qū)為單位,相互之間是獨(dú)立的,與外界之間沒(méi)有物理連接。但是隨著工業(yè)信息化和網(wǎng)絡(luò)技術(shù)的迅速發(fā)展,工業(yè)控制系統(tǒng)越來(lái)越多的采用通用硬件和通用軟件,工控系統(tǒng)的開(kāi)放性與日俱增,系統(tǒng)安全漏洞和缺陷容易被病毒所利用。然而,工業(yè)控制系統(tǒng)又應(yīng)用于國(guó)家的電力、交通、石油、取暖、制藥等多種大型制造行業(yè),一旦遭受攻擊會(huì)帶來(lái)巨大的損失,因此需要有效的方法確保工控系統(tǒng)的網(wǎng)絡(luò)安全。本文重點(diǎn)研究了應(yīng)用于工業(yè)控制系統(tǒng)中的Modbus/TCP通信協(xié)議規(guī)則,應(yīng)用了一種基于模糊C均值聚類和支持向量機(jī)的工控網(wǎng)絡(luò)異常檢測(cè)算法。為了解決病毒、木馬攻擊工業(yè)控制系統(tǒng)應(yīng)用層網(wǎng)絡(luò)協(xié)議的問(wèn)題,本文首先以Modbus通信協(xié)議為研究對(duì)象,重點(diǎn)分析了Modbus/TCP通信協(xié)議的規(guī)則,然后介紹了Modbus的異常行為,對(duì)安全性進(jìn)行分析。根據(jù)工業(yè)控制系統(tǒng)通信行為的特性以及工控系統(tǒng)的周期性,提取工業(yè)控制系統(tǒng)Modbus/TCP協(xié)議的通信流量數(shù)據(jù)。最后將提取和構(gòu)造的通信數(shù)據(jù)進(jìn)行預(yù)處理,利用模糊C均值聚類得到聚類中心,計(jì)算通信數(shù)據(jù)與聚類中心的距離,將滿足閾值條件的部分?jǐn)?shù)據(jù)進(jìn)一步由支持向量機(jī)分類。該模型將無(wú)監(jiān)督的模糊C均值聚類和有監(jiān)督的支持向量機(jī)相結(jié)合,實(shí)現(xiàn)了工控網(wǎng)絡(luò)異常檢測(cè)的機(jī)器學(xué)習(xí)。與傳統(tǒng)的異常檢測(cè)方法相比,該方法將無(wú)監(jiān)督學(xué)習(xí)和有監(jiān)督學(xué)習(xí)完美結(jié)合,并且在不需要提前知道類別標(biāo)簽的前提下即可有效的降低訓(xùn)練時(shí)間,提高分類精度�；谀：鼵均值聚類和支持向量機(jī)的工控網(wǎng)絡(luò)異常檢測(cè)模型中,支持向量機(jī)參數(shù)的選取對(duì)模型的準(zhǔn)確率有較大影響。為了提高算法在實(shí)際問(wèn)題中的應(yīng)用能力,研究了網(wǎng)格搜索算法、遺傳算法和粒子群算法的參數(shù)優(yōu)化方法,對(duì)支持向量機(jī)的懲罰因子和核函數(shù)參數(shù)進(jìn)行優(yōu)化處理,總結(jié)了每個(gè)參數(shù)優(yōu)化算法對(duì)異常檢測(cè)模型的優(yōu)缺點(diǎn)。結(jié)果表明,利用智能算法優(yōu)化支持向量機(jī)參數(shù)得到的分類精度比傳統(tǒng)的根據(jù)經(jīng)驗(yàn)選擇參數(shù)的分類精度有了大幅度提高。經(jīng)過(guò)參數(shù)優(yōu)化后的工控網(wǎng)絡(luò)異常檢測(cè)模型,使得算法的檢測(cè)精度和實(shí)用性都得到了非常大的提高,且不需要更改就能很好的應(yīng)用于實(shí)際系統(tǒng)中,滿足工業(yè)控制系統(tǒng)異常檢測(cè)高效性的要求。
【圖文】：

圖 1.1 入侵檢測(cè)過(guò)程Fig.1.1 Intrusion detection process信息收集主要包括收集系統(tǒng)和網(wǎng)絡(luò)日志文件以及非正常的目錄和文系統(tǒng)是否可以及時(shí)檢測(cè)出異常在很大程度上取決于收集信息的有。信息分析主要指通過(guò)一定的技術(shù)手段對(duì)數(shù)據(jù)進(jìn)行分析，主要包括

圖 1.2 入侵檢測(cè)分類Fig. 1.2 intrusion detection classification方法，主要由異常入侵檢測(cè)和誤用入侵檢測(cè)侵檢測(cè)。異常入侵檢測(cè)也稱為基于行為的檢系統(tǒng)正常行為的特征，將該特征作為一個(gè)標(biāo)
【學(xué)位授予單位】：沈陽(yáng)理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP18;TP273

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 尚文利;李琳;萬(wàn)明;曾鵬;;基于優(yōu)化單類支持向量機(jī)的工業(yè)控制系統(tǒng)入侵檢測(cè)算法[J];信息與控制;2015年06期

2 張曉艷;;基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)異常流量檢測(cè)方法[J];現(xiàn)代電子技術(shù);2015年23期

3 張波;趙婷;徐興坤;趙晉文;;工業(yè)控制系統(tǒng)安全性分析及通信協(xié)議增強(qiáng)設(shè)計(jì)[J];中國(guó)電力;2015年08期

4 肖建榮;;工業(yè)控制系統(tǒng)信息安全技術(shù)分析與探討[J];自動(dòng)化博覽;2015年06期

5 張騰飛;范啟富;劉偉;;基于支持向量機(jī)的SCADA系統(tǒng)入侵檢測(cè)[J];化工自動(dòng)化及儀表;2015年02期

6 王小山;楊安;石志強(qiáng);孫利民;;工業(yè)控制系統(tǒng)信息安全新趨勢(shì)[J];信息網(wǎng)絡(luò)安全;2015年01期

7 張盛山;尚文利;萬(wàn)明;張華良;曾鵬;;基于區(qū)域/邊界規(guī)則的Modbus TCP通訊安全防御模型[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年11期

8 李學(xué)峰;;遺傳算法同步選擇特征和支持向量機(jī)參數(shù)的網(wǎng)絡(luò)入侵檢測(cè)[J];計(jì)算機(jī)應(yīng)用與軟件;2014年03期

9 左衛(wèi);程永新;;Modbus協(xié)議原理及安全性分析[J];通信技術(shù);2013年12期

10 陳淵;馬宏偉;;基于粒子群優(yōu)化支持向量機(jī)的焊接缺陷分類[J];儀表技術(shù)與傳感器;2013年04期

相關(guān)碩士學(xué)位論文 前4條

1 鄒翔;改進(jìn)的模糊聚類算法在入侵檢測(cè)中的應(yīng)用研究[D];重慶大學(xué);2015年

2 王瑛;基于模糊聚類的入侵檢測(cè)算法研究[D];江西理工大學(xué);2010年

3 孫宗寶;基于軟間隔支持向量機(jī)和核主成分分析的入侵檢測(cè)研究[D];哈爾濱理工大學(xué);2007年

4 王勇;模糊C-均值算法在入侵檢測(cè)系統(tǒng)中的應(yīng)用研究[D];哈爾濱理工大學(xué);2007年

，

本文編號(hào)：2656200