基于智能计算的工控系统入侵检测与风险评估方法研究.pdf

基于智能计算的工控系统入侵检测与风险评

估方法研究

摘要

工业控制系统（Industrialcontrolsystems，ICSs）与互联网的深度融合，大幅提升ICSs的

智能化、信息化程度，也使原本相对封闭、安全防护措施薄弱的ICSs，面临日益严峻的安

全威胁。入侵检测和风险评估是ICSs网络安全防御的重要措施，对ICSs的正常运行至关

重要。本文利用智能计算在参数优化和不确定信息处理等问题上的独特优势，融合机器

学习方法，提出一种基于改进的黏菌算法（Slimemouldalgorithm，SMA）优化反向传播

经网络（Backpropagationneuralnetwork，BPNN）的ICSs入侵检测模型以及一种基于非

对称联系云和Choquet积分的ICSs风险评估方法，为构建更全面、有效的安全防护策略提

供一种新的思路。具体研究工作如下：

(1)为提升ICSs入侵检测模型的性能，提出一种多策略改进的黏菌算法（MISMA）。

首先，引入自适应分布变异策略，以提升SMA的抗停滞能力；其次，改进SMA的位置更

新公式，以增强算法在探索和开发之间的平衡能力；最后，应用混沌反向学习策略生成

反向种群，提高种群的多样性和质量。通过在基准测试函数上进行对比与消融实验，证

明MISMA在收敛速度、求解精度和鲁棒性方面的表现明显优于对比算法，并且各项改进

策略可以协同地解决SMA各阶段的缺陷。

(2)提出一种基于MISMA-BPNN算法的ICSs入侵检测模型。首先，基于主成分分析

方法，对预处理后的入侵检测数据集进行特征提取。其次，利用提出的MISMA算法优

化BPNN的初始权值和阈值，并构建具有最优初始值的BPNN模型以避免陷入局部最优。

最后，使用公开的SWaT入侵检测数据集对提出的MISMA-BPNN模型进行仿真实验。实

验结果表明，MISMA-BPNN模型取得了比其他模型更好的分类性能和鲁棒性。

(3)提出一种基于非对称联系云和Choquet积分的ICSs风险评估方法。首先，基于ICSs

遵循的可用性、完整性和机密性（AIC）原则建立风险评估指标体系。其次，根据资产、威

胁和脆弱性在ICSs风险评估中的重要性，为各个评估指标制定等级分类标准。最后，建立

基于非对称联系云和Choquet积分的风险评估模型来确定ICSs的风险等级，并通过实例验

证了该方法的可行性和可靠性。

关键词：工业控制系统；入侵检测；风险评估；智能计算

I

ResearchonRiskAssessmentandIntrusionDetectionof

IndustrialControlSystemsBasedonIntelligentComputing

Abstract

ThedeepintegrationofIndustrialControlSystems(ICSs)andtheInternethassignificantly

enhancedtheintelligenceandinformationlevelofICSs,butalsoexposedthemtoincreasingly

severesecuritythreatsduetotheiroriginallyclosednatureandweaksecuritymeasures.Intru-

siondetectionandriskassessmentareimportantmeasuresfornetworksecuritydefenseofICSs,

andarecrucialtothenormaloperationofICSs.Therefore,thisthesistakesadvantageofthe

uniqueadvantagesofintelligentcomputingindealingwithparameteroptimizationanduncer-

taininformation,i