基于改进C-SVC的工控网络安全态势感知

被引：21

作者：

陆耿虹 ^{[1
]}

冯冬芹 ^{[2
]}

机构：

[1] 浙江大学工业控制技术国家重点实验室

[2] 浙江大学智能系统与控制研究所

来源：

控制与决策 | 2017年 / 07期

关键词：

工业控制系统; 网络安全态势感知; 改进的C-SVC; 决策融合;

D O I：

10.13195/j.kzyjc.2016.0551

中图分类号：

TN915.08 [网络安全];

学科分类号：

0839 ;

摘要：

工控网络攻击类型多样、强度不一,在这种情况下,传统检测技术无法对多种类型的攻击进行有效识别,也无法给出全面准确的工控网络安全态势.为此,提出工控网络安全态势感知模型:首先采取改进的C-SVC算法对多源数据进行规则提取;然后利用决策融合算法进行决策层融合,获取最终态势感知结果.实验结果表明:所提出的模型和算法能够有效地识别多类型攻击,准确判断出系统遭受到的攻击,并形成态势感知结果.

引用

页码：1223 / 1228

页数：6

共 10 条

[1] 网络安全态势感知研究进展 [J].

李硕 ;

戴欣 ;

周渝霞 .

计算机应用研究, 2010, 27 (09) :3227-3232

[2] 基于信息融合的网络安全态势评估模型 [J].

韦勇 ;

连一峰 ;

冯登国 .

计算机研究与发展, 2009, (03) :353-362

[3]

实时工业以太网技术[M]. 科学出版社 , 冯冬芹, 2012

[4]

过程控制工程[M]. 化学工业出版社 , 戴连奎, 2012

[5]

数据挖掘中的新方法[M]. 科学出版社 , 邓乃扬, 2004

[6]

模式识别[M]. 清华大学出版社 , 边肇祺等编著, 2000

[7]

High level information fusion for tracking and projection of multistage cyber attacks[J] . Shanchieh J. Yang,Adam Stotz,Jared Holsopple,Moises Sudit,Michael Kuhl.Information Fusion . 2007 (1)

[8]

Support vector machine-based multi-source multi-attribute information integration for situation assessment[J] . Jie Lu,Xiaowei Yang,Guangquan Zhang.Expert Systems With Applications . 2007 (2)

[9] Intrusion detection systems and multisensor data fusion [J].

Bass, T .

COMMUNICATIONS OF THE ACM, 2000, 43 (04) :99-105

[10]

The nature of statistical learningtheory .2 Vapnik V. Springer . 2000

← 1 →