Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种面向Modbus协议的工业控制网络异常流量检测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:上海电力大学;国网上海市电力公司

摘要:本发明涉及一种面向Modbus协议的工业控制网络异常流量检测方法,包括以下步骤:S1、捕获Modbus协议应用层报文中的数据包;S2、将捕获到的数据包流量进行特征提取与数据处理,并基于规则的流量特征来识别异常流量和攻击行为;S3、构建正常流量行为模型,利用S2中基于规则的流量特征对流量检测分类并进行模型优化;S4、根据优化后有规则集的机器学习模型构建入侵检测系统,分析流量的时序特征,进而更全面地分析网络攻击;S5、选择网络数据包进行分析,输入模型并进行预测,得到最终的流量分析结果。与现有技术相比,本发明网络攻击识别效率高、异常流量检测准确率高,同时具有流量分析全面、高效低成本的优点。

主权项:1.一种面向Modbus协议的工业控制网络异常流量检测方法,其特征在于,包括以下步骤:S1、捕获Modbus协议应用层报文中的数据包;S2、将捕获到的数据包流量进行特征提取与数据处理,并基于规则的流量特征来识别异常流量和攻击行为;S3、构建正常流量行为模型,利用S2中基于规则的流量特征对流量检测分类并进行模型优化;S4、根据优化后有规则集的机器学习模型构建入侵检测系统,分析流量的时序特征,进而更全面地分析网络攻击;S5、选择网络数据包进行分析,输入模型并进行预测,得到最终的流量分析结果;其中,S3具体包括以下步骤:S31、构建正常流量行为模型:收集网络流量数据,对数据进行预处理,包括数据清洗、特征提取,根据数据特征,构建正常流量行为模型的训练集,利用机器学习算法对训练集进行训练,得到正常流量行为模型;S32、流量分类和模型优化:利用S31中得到的正常流量行为模型,对网络流量数据进行分类,使用朴素贝叶斯算法对分类结果进行模型评估,比较预测结果与实际类别的差异,根据评估结果,对模型进行优化;其中,S32具体包括以下步骤:S321、针对TCP握手包、PING等正常通信过程中不会高频出现的包进行统计,并将比例系数下调至0.2,计算出正常阈值,D=0.2×B,D代表正常阈值,B代表正常带宽,对捕获的流量数据进行处理和分析,统计出单位时间内的包数量,如果超过正常阈值D,则存在拒绝服务攻击;S322、使用十字交叉中的准确率作为评估标准,通过时序分析图,对模型的检测结果进行分析和评估,比较模型的预测结果与实际情况的一致性,以评估模型的准确率和性能,同时更新优化算法和规则集,以获得更好的模型性能。

全文数据:

权利要求:

百度查询: 上海电力大学 国网上海市电力公司 一种面向Modbus协议的工业控制网络异常流量检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术