基于ocsvm的工业控制系统入侵检测算法研究

《基于ocsvm的工业控制系统入侵检测算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇Ｉ－Ｉ翻旨瞧；；祗单位代巧１０１４４货藥号叮＾＾．Ｏ寺编号ｆ硕±学位论文ｍ目义於（ＶＭ斯王化據聲格旅）＾．魏細ｉ．宇吁妍究生姓名＞（＾八届据斯抑ｆ皆例Ｉ則奴专业）导师姓？名论文完成＇日期Ｍｉ化建地化＾欠達ＳｈｅｎｙａｎＬｉｏｎＵｎｉｖｅｒｓｉｔｇｇｇｙ沈阳理工大学硕±学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中己注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的

2、作品成果。对本文的研究做出重要贡献的个人和集体，均己在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者：（签字）曰期：＞３月＾曰／（年学位论文版权使用授权书本学位论文作者完全了解沈阳理工大学有关保留、使用学位论文；的规定，即沈阳理工大学有权保留并向国家有关部口或机构送交学工位论文的复印件和磁盘，允许论文被查阅和借阅。本人授权沈阳理＿大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或其它复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）；名：学位论文作者签＾指导教师签名：

3、曰曰期期／．＞多《分类号：TP393.08密级：ＵＤＣ：621.3编号：工学硕士学位论文基于OCSVM的工业控制系统入侵检测算法研究硕士研究生：李琳指导教师：姚俊、杨志家学科、专业：控制理论与控制工程沈阳理工大学2016年3月分类号：TP393.08密级：ＵＤＣ：621.3编号：工学硕士学位论文基于OCSVM的工业控制系统入侵检测算法研究硕士研究生：李琳指导教师：姚俊、杨志家学位级别：工学硕士学科、专业：控制理论与控制工程所在单位：自动化与电气工程学院论文提交日期：2015年12月10日论文答辩日期：2016年3月10日学位授予单位：沈阳理工大学ClassificationI

4、ndex:TP393.08U.D.C:621.3AThesisfortheDegreeofM.EngResearchonIntrusionDetectionAlgorithmofIndustrialControlSystemsBasedonOCSVMCandidate:LiLinSupervisor:YaoJunYangZhijiaAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:ControlTheoryandControlEngineeringDateofSubmission:December10,2015DateofE

5、xamination:March10,2016University:ShenyangLigongUniversity摘要工业控制系统在设计之初，主要考虑的是生产的可靠性和稳定性，并未将信息安全作为主要的设计指标。但随着信息化与工业化的深度融合以及以太网技术在工控系统中的应用，在拓展了工控系统发展空间的同时，也带来了工控系统信息安全等问题。造成工控系统信息安全脆弱性的一个重要原因是工业通信协议的脆弱性，这些协议在设计之初，并没有任何安全加密机制，不要求任何认证，便可以在系统间进行通信。然而，现有的信息安全技术不能直接应用于工控系统中，必须针对工控系统的特点，找到适合工控系统的安全技术。

6、本文重点研究保障Modbus通信安全，提出一种基于单类支持向量机（OCSVM）的工控系统入侵检测算法。本文首先从Modbus协议入手，介绍了ModbusTCP协议及其存在的设计缺陷和安全问题，重点分析了ModbusTCP的数据包结构，对工业数据特征进行选择。结合主成分分析原理对所选择的特征进行特征提取，降低了数据的复杂度。工控系统一般情况下，均长期稳定地工作在正常状态下，致使工业数据的特点是正常数据多，异常数据少，两种数据样本不均衡，很难建立入侵检测模型。OCSVM是在支持向量机算法的基础上发展起来了，只需要一类样本便可以训练模型，而且对噪声数据具有鲁棒性。本文利用OCSVM训练正常

7、的工业数据，得到工控系统入侵检测模型，具有良好的泛化能力，能够有效地识别未知攻击。针对入侵检测算法存在的检测准确率低、模型训练时间长、误报率、漏报率高等问题，本文利用粒子群优化（PSO）算法对入侵检测模型的参数和结构进行了优化，粒子群优化算法快速收敛的特性，大大降低了参数的寻优时间，从而有效降低了OCSVM的训练时间，而且利用粒子群优化算法优化参数的同时也优化了模型结构，降低了入侵检测模型的复杂程度，在降低了误报率和漏报率的同时，有效地提高了入侵检测模型的