集散控制系統(tǒng)信息安全防護(hù)研究與應(yīng)用.pdf

1、化工等工業(yè)現(xiàn)場(chǎng)普遍采用集散控制系統(tǒng)，隨著信息化與工業(yè)化不斷深入融合與發(fā)展，信息化在助力工業(yè)化的同時(shí)，也使得工業(yè)控制網(wǎng)絡(luò)不再是一個(gè)單獨(dú)的網(wǎng)絡(luò)個(gè)體。隨著與信息網(wǎng)絡(luò)互聯(lián)互通，加上工控網(wǎng)絡(luò)系統(tǒng)本身的不安全因素，使得來(lái)自信息端的安全隱患極易蔓延擴(kuò)散至工控網(wǎng)絡(luò)，給企業(yè)安全運(yùn)行造成影響。
　　貝葉斯分類(lèi)器在分類(lèi)領(lǐng)域應(yīng)用廣泛，將該方法應(yīng)用于入侵檢測(cè)可以極大地提高檢測(cè)正確率，但該算法存在對(duì)未知攻擊類(lèi)型檢測(cè)率不佳的缺陷，聚類(lèi)算法能非常好地填補(bǔ)這一缺陷

2、。由于在運(yùn)算過(guò)程中樣本分布密度對(duì)聚類(lèi)算法結(jié)果影響較大，而且隨著數(shù)據(jù)量的增多，迭代次數(shù)的增加，算法耗時(shí)較多，時(shí)效性較差，對(duì)此采用一種點(diǎn)密度函數(shù)作為加權(quán)值的方法以及穩(wěn)定聚類(lèi)點(diǎn)的思想予以?xún)?yōu)化。在入侵檢測(cè)中采用將貝葉斯分類(lèi)和改善后的模糊聚類(lèi)算法相融合，并利用10 percent數(shù)據(jù)集中的測(cè)試數(shù)據(jù)集對(duì)此方法進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明:該方法對(duì)入侵檢測(cè)正確率有明顯改善。
　　本文主要針對(duì)典型集散控制系統(tǒng)進(jìn)行信息安全風(fēng)險(xiǎn)分析，找出集散控制系統(tǒng)存在的