异构工业控制网络多源目标入侵自动识别研究

异构工业控制网络多源目标特征处在不断变化中,具有起伏性,导致入侵识别精准度较低。提出考虑数据特征实时变化的入侵自动识别方法,并应用到异构工业控制网络中。设定归一化入侵特征空间,将全部网络数据规范到该空间内,并根据最大值和最小值比对将超出范围数据重新作归一化处理。以时域矩阵偏度特征、峰度特征以及包络起伏度特征作为入侵特征提取类别,分别计算工业控制网络中三种特征数据大小。在此基础上,首先计算一组入侵数据样本在网络中的各项特征表现;然后将表现参数转换为聚类中心值,求解待识别目标与聚类中心间欧式距离;最后按照距离大小完成入侵目标自动识别。试验数据证明:该方法在工控网络中识别精准度较高,并可在多种网络攻击环境下实现精准识别。该方法具有较好的应用效果。

基于SDN和集成学习的工业控制网络安全防护系统

针对工业控制网络通信信息安全与稳定问题,设计一种基于SDN和集成学习的工业控制网络安全防护系统。该系统采用SDN技术,分为物理层、现场层、转发层、控制层和应用层等5个层次。物理层包含现场终端设备;现场层通过控制模块与操作员站实现对现场终端的控制;转发层使用SDN交换机进行通信数据传输,并将数据镜像传输至应用层进行安全分析;控制层中的SDN控制器管理和控制SDN交换机,并执行应用层下发的安全防护策略;应用层利用集成学习算法对工业控制网络进行入侵行为检测,通过安全响应模块分析入侵信息并选择相应的防御机制。实验结果表明,所设计系统满足工业控制网络通信的实时性要求,能准确地实施入侵检测,从而保障工业控制网络的安全性和正常通信。

基于机器学习的工业控制网络安全态势感知技术研究

随着工业控制网络的普及和应用,网络安全问题也越来越受到关注。为了保障工业控制网络的安全,需要建立一套完整的安全态势感知体系。基于机器学习技术,研究了工业控制网络安全态势感知技术,介绍了网络安全态势感知的关键技术,对比了不同机器学习算法应用于网络安全态势感知的评估与预测效果。

基于对抗机器学习的工业控制网络欺骗攻击行为检测系统设计

欺骗攻击行为会干扰工业控制网络对传输信息的判断能力,从而使得风险性数据进入网络主机,造成网络安全性下降的问题;为避免上述情况的发生,设计基于对抗机器学习的工业控制网络欺骗攻击行为检测系统;设置攻击行为采集、处理、检测验证三类子模块单元,完成欺骗攻击行为检测系统的功能性模块设计;在对抗机器学习算法中定义攻击行为,并以此为基础,提取欺骗攻击行为特征,实现对攻击行为的识别;分析工业控制网络的安全风险,联合欺骗攻击行为的风险性度量条件,定义具体的检测建模标准,从而实现对工业控制网络欺骗攻击行为信息的检测;实验结果表明,设计方法的应用可以按照数据样本传输波长的差异性,将欺骗性攻击信息检测出来,且召回率测试结果在0.93~0.98之间,表明设计方法能够准确地检测出欺骗攻击行为,使工控网络的运行安全性得到了保障。

智能制造书写新篇章——记辽宁省先进基层党组织、中国科学院沈阳自动化研究所工业控制网络与系统研究室党总支

献身祖国、服务人民是他们投身事业的使命所系,集智攻关、协作创新是他们践行科研的坚实信念,勇攀高峰、敢为人先是他们科技攻坚的矢志追求。中国科学院沈阳自动化研究所工业控制网络与系统研究室(以下简称“研究室”)始终坚持“科技为民、创新报国”的价值观,为推动东北全面振兴、为我国智能制造的发展扎实开展科研工作,打造了一支知识水平高、年轻精干、富有朝气、积极向上的科研团队,取得了一系列具有世界影响力的科研成果,谱写了献身科研、奋勇前行的动人篇章。

基于时间序列完全匹配算法的工业控制网络入侵安全防护方法

工业控制网络对于数据精准性与实效性的要求较高,传统网络入侵安全管控策略无法进行直接的应用。基于此,本文在1DCNN-LSTM模型的基础上利用时间序列和完全匹配算法的方式进行优化,旨在提高单位数据集的时序跨度,并提升模型系统的训练效率。研究发现,优化后模型在训练的总时长上与传统模型并无显著差异,但应用预测的准确性显著提高,适宜于后续的使用。

基于机器学习的工业控制网络安全态势感知技术研究

工业控制系统于关键基础设施中普及,加剧了网络安全挑战。鉴于传统防护措施在应对现今精妙且变化莫测的网络威胁时力有不逮,以机器学习为核心的技术,正被推崇为提升工业控制网络态势感知能力的前沿研究方向。本文系统地介绍了机器学习的基本概念和数据预处理方法,分析了多种网络安全数据集的特点及其在态势感知中的应用。对比多种机器学习算法如线性回归、决策树方法、支持向量机回归、岭回归、分类用的决策树及随机森林,还有随机梯度下降,在效能上的评测显示:决策树在处理回归问题上效果最优;随机森林则于分类项目中成绩斐然;至于随机梯度下降算法,在缩短训练耗时上优势明显。研究结果表明,合理选择和应用机器学习算法,结合高效的数据预处理技术,可以显著提升工业控制网络安全态势感知系统的准确性和鲁棒性。

5G通信技术在工业控制网络中的应用探讨

随着物联网技术的广泛应用和边缘计算能力的增强,工业控制网络的结构及其需求正经历着显著转变。在此背景下,5G通信技术凭借其出色的高速数据传输、低时间延迟以及能够支撑大量设备连接的特性,为工业控制网络的发展提供了革命性的提升可能。文章通过阐述一种新的工业控制网络,分析传统无线网络技术面临的挑战,然后深入探讨5G通信技术以突出其优势,围绕5G在新型工业控制网络中的具体应用展开研究,旨在进一步推动工业自动化和智能化的发展。

基于以太网的工业控制网络

应用传统现场总线的工业控制网络无法实现办公室自动化与工业自动化的无缝结合 .由于以太网在确定性、速度和优先法则等方面性能的提高 ,阻碍以太网应用于实时控制环境的难点已被解决 .以太网早已成为商业管理网络的首要选择 ,那么它应用于企业现场设备控制层是控制网络发展的趋势 。

Ethernet与工业控制网络

从 Ethernet的产生和特点分析 ,分析了以前 Ethernet未能应用于工业自动化的原因 ;从 Ethernet应用于工业控制领域过程监控层网络的发展趋势 ,分析了 Ethernet应用于现场总线的可行性及需要解决的关键技术难题。最后对“e网到底”应用前景进行了展望。

工业控制网络的研究现状及发展趋势

工业控制网络在工业通信及先进制造领域起到关键性作用。回顾了工业控制网络的发展历程,重点分析了工业以太网的实时通信技术,针对通信实时性的强弱性质将目前主流工业以太网进行了分类研究,将其划分为软实时、硬实时以及同步硬实时3类,重点探讨了各自的实时通信机制。同时阐述了正在进入工业控制领域的实时异构网络及无线网络,最后讨论了工业控制网络研究的技术难题,并提出了新的发展方向。

工业控制网络安全模型研究

为了减少产品费用和提高生产效率,更多的专用网络被连入IT网络,或更多的IT技术被应用到工业控制网络系统中,网络安全成为一个重要的问题。工业控制网络系统作为国家基础设施的重要组成,一旦受到攻击和破坏,其影响将是灾难性的。因此,保护工业控制网络系统的安全、防御各种攻击和破坏是关系到国家安全的重要内容。本论文结合中国第一个工业以太网标准《用于测量与控制系统的EPA通信标准》,建立了一般的工业控制网络体系结构,研究分析了它的安全威胁,提出工业控制网络的安全要求,构建了基于区域安全的DMZ模型,最后用UML描述了该模型。

工业控制网络中的以太网技术

为了在工业控制网络中应用传统的以太网技术 ,必须改善网络结构的健壮性 ,保证信号传输的实时性要求。文章讨论了工业控制网络拓扑结构的冗余容错设计、交换式以太网中涉及QoS实时性要求的两种等待队列和调度算法问题。简单叙述了最新提出的Ethernet/IP的结构及其解决设备互操作的方法。

工业控制网络的信息安全及纵深防御体系结构研究

工业以太网技术的引入和通用标准协议的使用导致工业控制系统面临着严峻的信息安全问题.为了从本质上分析工业控制系统的安全需求,对比了工业控制系统和信息系统的区别.从系统特征分析,工业控制系统属于信息物理融合系统.重点分析了工业控制系统的工业控制网络存在的脆弱性.将工业控制网络划分为不同的层级,不同的层级对应不同的安全域.根据纵深防御的基本原则,给出工业控制网络的多层纵深防御体系结构,针对不同的层级进行相应保护.分析了工业控制网络纵深防御体系结构中边界防御的关键技术,防火墙技术和入侵检测技术.这些技术的研究和发展,为工业控制网络的边界安全提供了保障.

基于因特网的工业控制网络体系结构研究

在工业自动化领域 ,为进行远程制造、管理和市场运营 ,企业对高性能控制网络的需求不断增加 .为实现管控一体化 ,在控制网络上越来越多的设备维护和管理信息需要传递 ,对控制网络的带宽提出了更高的要求 .虽然现场总线技术发展迅速 ,但在传输速率和实时性方面 ,现场总线仍旧存在很多不足 .近期 ,随着以太网和 TCP/ IP越来越多地进入控制领域 ,工业控制网络正面临着严峻挑战 .鉴于此 ,本文认真分析了工业控制网络技术的现状 ,对现场总线技术和混合分布式控制网络技术做了详细的阐述 ,指出了以太网和 TCP/ IP对控制网络的变革和推动 .在此基础之上 ,通过对基于 TCP/ IP协议的网络化智能仪表和嵌入式 Internet技术的深入分析 ,本文提出了一种新型的网络体系结构——基于因特网的工业控制网络 .随着集成电路技术的快速发展 ,将以太网接口嵌入到现场仪表已成为可能 。

EPA工业控制网络安全测试系统设计与实现

结合EPA网络规范、NIST-800系列规范,深入分析了EPA工业控制网络面临的安全威胁并探讨了安全测试原理,从主动防御的角度出发集成多种测试技术,设计并实现了一种适用于EPA工业控制网络的安全测试系统;通过一个小型的EPA工业控制网络验证,结果表明该系统能够自动检测远程或本地的EPA网络设备的安全状况,发现潜在的安全漏洞并在测试报告中给出解决建议。

基于改进单类支持向量机的工业控制网络入侵检测方法

针对单类支持向量机(OCSVM)入侵检测方法无法检测内部异常点和离群点导致决策函数偏离训练样本的问题,提出了一种结合具有噪声的密度聚类(DBSCAN)方法和K-means方法的OCSVM异常入侵检测算法。首先通过DBSCAN算法,剔除训练数据中的离群点,消除离群点的影响;然后利用K-means划分数据类簇的方法筛选出内部异常点;最后利用OCSVM算法为每一个类簇建立单分类器用于检测异常数据。工控网络数据集上的实验结果表明,该组合分类器能够利用无异常数据样本检测出工控网络入侵,并且提高了OCSVM方法的检测效果。在气体管道网络数据集入侵检测实验中,所提方法的总体检测率为91.81%;而原始OCSVM算法则为80.77%。

工业控制网络和信息网络的集成技术

控制网络和信息网络是工业企业网络的2个部分,控制网络和信息网络的集成可实现网络间信息与资源的共享,是企业实现信息化和综合自动化的关键。文章介绍了工业控制网络和信息网络的不同,分析了控制网络和信息网络集成的必要性,阐述了工业控制网络和信息网络集成的几种方式及若干关键问题。

工业控制网络的体系结构

本文提出了工业控制网络的体系结构决定其功能及相互关系的观点,进而指出了控制网与信息网互连这一必然的趋势。并从DCS、FCS、工业Ethernet以及嵌入式网络控制系统的发展上说明了体系结构的每一次变化都带来控制系统性能的提高,并最终以真正意义上的全开放的扁平化的网络体系结构,实现管理信息系统与控制系统的无缝结合。