_基于AI驱动的工业企业网络安全分类分级新模型构建与应用_.docxVIP

基于AI驱动的工业企业网络安全分类分级新模型构建与应用

摘要

随着工业互联网与工业信息物理系统（ICPS）的深度融合，工业企业网络架构从传统封闭隔离模式转向开放互联模式，网络攻击面持续扩大，安全风险呈现出隐蔽性强、传导速度快、影响范围广的特征。传统依赖人工规则与静态扫描的网络安全分类分级方法，普遍存在识别准确率低、自动化程度不足、响应周期长等痛点，难以适配复杂多变的工业网络环境。本文提出一种面向工业企业场景的AI驱动网络安全分类分级新模型，融合多分支卷积神经网络、时序特征提取网络与集成学习框架，构建覆盖资产属性、数据流特征、业务关联度的三维分类体系，同时结合工业场景专属安全分级规则实现动态定级。通过在某四川自贡装备制造企业的真实工业网络环境中开展实证测试，结果表明该模型对工业网络资产的分类准确率达到97.3%，安全风险定级的误报率较传统方法降低62.7%，单批次分类分级处理效率提升30倍以上，能够为工业企业网络安全防护体系建设提供可落地的技术支撑。本研究为工业领域网络安全分类分级的智能化转型提供了新的技术路径，对提升工业企业网络安全主动防御能力具有重要的实践价值。

关键词：工业网络安全；AI分类分级；多分支卷积神经网络；工业信息物理系统；主动防御

一、引言

近年来，我国工业数字化转型进程持续加速，工业互联网平台、工业信息物理系统、软件定义网络等技术在装备制造、能源化工、轨道交通等重