论文部分内容阅读
随着工业自动化程度的不断提高,自动化与信息化的融合日益紧密,越来越多的信息技术被广泛应用于工业控制领域中。在“两化”融合给企业带来巨大经济效益的同时,工业控制系统的安全正面临着严重威胁。其中,油气集输管道作为国家经济大动脉,其安全性显得尤为重要。SCADA(Supervisory Control And Data Acquisition)系统,即数据采集与监控系统作为工控系统重要组成部分被广泛应用于油气集输领域。近年来安全事件频发,以致于许多SCADA系统依靠升级改造来避免遭受攻击,而这又造成许多不必要的生产资源浪费,使企业付出巨大的生产代价。论文的研究内容来源于国家自然科学基金面上项目“基于FNN(Factor Neural Network)大规模油气集输管网SCADA安全防御体系建模理论及仿真方法研究”(编号：61175122),属于基金的子课题,主要研究系统关系模型及建模理论形式化方法。结合因素神经网络理论提出SCADA安全防御体系模型(Factor Neural Network Based SCADA Security And Defense Model,简称FSDM),采用Petri网对模型进行形式化描述,运用模糊Petri网理论对程序行为因素进行形式化推理。通过全局Petri网模型形式化描述来表示SCADA安全防御体系中各因素神经元之间的关系,最后运用Stateflow对SCADA安全防御体系中各因素神经元状态转换进行仿真。本文对因素神经网络关系进行描述,理清系统内各因素神经元之间的关系及分布,按照C/S架构设计SCADA系统安全防御原型系统。采用分布式结构以极大程度的契合SCADA系统结构的要求,分别设计SCADA系统防御客户端和服务器端。最后运用服务器端向客户端发送数据检验原型系统通信,为SCADA安全防御系统的开发搭建初步网络模型,进而描述SCADA安全防御体系中提出的执行神经元与其他非执行神经元之间的交互关系。本文以因素空间理论为基础,构建SCADA安全防御解析型因素神经网络,并形式化描述各因素神经元之间的关系,为SCADA安全防御体系建模奠定一定的理论基础。本文提出基于模糊Petri网的形式化推理方法,并采用不同平台对原型系统进行开发,实现SCADA安全防御系统的初步交互关系模型。