集散控制系統(tǒng)信息安全防護研究與應(yīng)用.pdf

1、化工等工業(yè)現(xiàn)場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，也使得工業(yè)控制網(wǎng)絡(luò)不再是一個單獨的網(wǎng)絡(luò)個體。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，使得來自信息端的安全隱患極易蔓延擴散至工控網(wǎng)絡(luò)，給企業(yè)安全運行造成影響。
　　貝葉斯分類器在分類領(lǐng)域應(yīng)用廣泛，將該方法應(yīng)用于入侵檢測可以極大地提高檢測正確率，但該算法存在對未知攻擊類型檢測率不佳的缺陷，聚類算法能非常好地填補這一缺陷

2、。由于在運算過程中樣本分布密度對聚類算法結(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，算法耗時較多，時效性較差，對此采用一種點密度函數(shù)作為加權(quán)值的方法以及穩(wěn)定聚類點的思想予以優(yōu)化。在入侵檢測中采用將貝葉斯分類和改善后的模糊聚類算法相融合，并利用10 percent數(shù)據(jù)集中的測試數(shù)據(jù)集對此方法進行驗證，實驗結(jié)果表明:該方法對入侵檢測正確率有明顯改善。
　　本文主要針對典型集散控制系統(tǒng)進行信息安全風險分析，找出集散控制系統(tǒng)存在的