基于信息量的工控网络异常检测技术

• 作者: 刘嘉勇 周安民 程相 郑荣锋
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 确定性有限自动机 S7协议 内存操作 安全 自提取 场景指纹 信息量
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 网络与通信技术
• 页码范围: 1225-1230,1238
• 页数: 7页
• 分类号: TP309+.1
• 字数: 4929字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2018.05.005

摘要

为解决传统工业网络异常检测系统具有误报率高、状态构建不够灵活等问题,提出一种基于信息量的双层确定性有限自动机模型(IDDFA).引入信息量和时间参数的概念,通过状态之间的信息衰减智能提取实际SCADA网络当中主要状态,在内存操作的粒度上构建一个次级DFA,具备内存操作上的语义分析功能.实验结果表明,该方法在已有的基础上,有效改进了工业控制系统网络当中的异常流量检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周安民	四川大学网络空间与安全学院	118	588	11.0	20.0
2	刘嘉勇	四川大学网络空间与安全学院	168	1031	16.0	22.0
3	郑荣锋	四川大学网络空间与安全学院	10	15	2.0	3.0
4	程相	四川大学电子信息学院	1	5	1.0	1.0