![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于深度学习算法的造纸企业工控网络安全管理模型研究.pdf
《基于深度学习算法的造纸企业工控网络安全管理模型研究.pdf》由会员分享,可在线阅读,更多相关《基于深度学习算法的造纸企业工控网络安全管理模型研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、第4 3 卷第1 期2024年1 月造纸科学与技术Paper Science and TechnologyVol.43No.1Jan.2024基于深度学习算法的造纸企业工控网络安全管理模型研究乔少华祝玲张翠玲(榆林市开放大学,陕西榆林,7 1 9 0 0 0)摘要:工业控制系统通常应用于化工、电力和造纸等诸多行业。随着信息技术的不断升级和工业控制系统的逐步完善,企业工控网络的安全越来越受重视。基于此,简述了造纸企业工控网络所存在的种种安全隐患,重点基于深度学习算法,结合异常流量检测对造纸企业工控网络的安全管理问题展开研究,提出一种多尺度跳跃激励网络结构对卷积神经网络进行优化,构建了工控网络安全
2、管理模型,并使用KDD CUP99数据集进行试验验证,该模型能够对乔少华女士工控网络中的异常流量进行深度检测,且准确率比普通模型更高。关键词:深度学习;卷积神经网络;造纸企业;工控网络;安全管理中图分类号:TS736+.2D0I:10.19696/j.issn1671-4571.2024.1.026引文格式:乔少华,祝玲,张翠玲.基于深度学习算法的造纸企业工控网络安全管理模型研究 J.造纸科学与技术,2 0 2 4,4 3(1):119-121+122.Research on Industrial Control Network Security Management Model ofPape
3、r Enterprise Based on Deep Learning AlgorithmQIAO Shaohua(Yulinshikaifangdaxue,Yulin 719000,China)Abstract:Industrial control systems are usually used in many industries such as chemical industry,electric power industry and paperindustry.With the continuous upgrading of information technology and th
4、e gradual improvement of industrial control system,thesecurity of enterprise industrial control network is paid more and more attention.Based on this,this paper briefly describes varioussecurity risks existing in industrial control networks of papermaking enterprises.It focuses on the research of se
5、curity management ofindustrial control networks of papermaking enterprises based on deep learning algorithm combined with abnormal traffic detection,proposes a multi-scale jump incentive network structure to optimize convolutional neural networks,and constructs an industrial controlnetwork security
6、management model.The KDD CUP 99 data set is used to verify that the model can detect abnormal traffic in industrialcontrol network in depth,and the accuracy is higher than that of the common model.Key words:deep learning;convolutional neural network;paper making enterprises;industrial control networ
7、k;safety management0引言如今,造纸企业的生产管理系统越来越智能化,很多工业控制网络都与互联网建立了联系,潜在的网络安全隐患也越来越大。因此,造纸企业很有必要开始考虑构建工控网络安全管理模型,监测异常流量,开展专业化安全防护。异常流量监测是一种作者简介:乔少华,生于1 9 7 7 年,本科,讲师,主要从事计算机科学与技术。E-mail:。基金项目:2 0 2 3 年度陕西开放大学教育教学改革研究项目(Sxkd2023zx16)文献标识码:AZHU Ling很常见、高效的网络安全维护手段,能够收集、分析以及鉴别网络中的流量,及时响应可能存在的网络攻击,营造安全的企业网络运行环境
8、。深度学习算法可有力支持工控网络安全防护与管理模型的构建,提高工控网络安全管理的智能性和主动性,因此,基于深度学习算法的核心技术卷积神经网络对网络结构进行优化,构建一种造纸企业工控网络安文章编号:1 6 7 1-4 5 7 1(2 0 2 4)0 1-0 1 1 9-4ZHANG Cuiling120全管理模型,维护企业工业控制系统的安全、稳定运行。1造纸企业工控网络的安全隐患在工控网络中,造纸企业生产经营等各种信息均以数据形式传输、存储,若企业工控网络的安全得不到保障,很可能造成企业网络瘫痪、甚至涉密数据的泄露等,引起难以估量的经济损失。对此,需要全面分析与掌握工控网络中存在的安全隐患,以更
9、好地构建工控网络安全管理模型。现代造纸企业工控网络所存在的安全隐患主要包括网络边界问题、访问控制问题、监测审计问题、物理安全问题以及日常运维管理问题等。通常会采用工业网闸或工业防火墙对企业工控网络进行边界防护,如果边界防护系统失效,就会给病毒、黑客、恶意代码等提供了攻击企业工控网络的机会,且在工控网络中诸多智能造纸设备都是互通的,很有可能会引起病毒的扩散。很多企业并没有设定工控网络的身份验证措施,维护人员可随意访问互联网,这显著增加了工控系统遭受网络攻击的几率。很多造纸企业的工控网络中缺少流量审计、网络安全信息审计等,无法及时发现大量流量数据异常情况以及恶意程序的攻击情况,致使企业工控系统存在
10、极大安全风险。很多企业在工控系统构建之初并没有严格部署安全监控工具,因此往往在发生安全事故后只能被动进行补漏。系统和应用软件都是程序员编程实现的,不可避免会造成系统自身漏洞,如果工作人员或运维人员的网络安全意识薄弱,安装系统或软件时没有进行安全漏洞和恶意代码的检测,会给企业工控系统的运行带来巨大安全隐患 2-4 2基于深度学习算法的造纸企业工控网络安全管理模型2.1深度学习算法深度学习是一种复杂的机器学习算法,通常有多层隐藏节点,利用大数据来学习特征,能够对数据丰富的内在信息进行更好地刻画、分类以及预测,在数据挖掘、机器学习、图像处理等方面应用广泛。典型的深度学习模型有卷积神经网络(CNN)、
11、深度置信网络(DBN)和堆栈自编码网络模型等。在此,基于CNN进行造纸企业工控网络安全管理模型的构建。一个卷积神经网络主要由数据输人层、卷积计算层、池化层、全连接层和输出层组成。卷积计算层是其核心,该层第一步便是卷积运算,每个卷积操作造纸科学与技术后加人批标准化(BN),将数据变为正态分布,然后加人激活函数(ReLU)增强模型的表达能力。池化层则提取特征图中的主要特征,通过全连接层,将全部神经元进行线性连接,实现所有特征的整合 5 。2.2数据预处理在数据进人安全管理模型前,需要经过预处理。采用KDD CUP99数据集进行算法的改进和测试。该数据集是工控网络安全领域最常用的一种数据集,为便于处
12、理,需要将其中的字符型特征数据转化为数值型,如 service 有7 0 种取值,转化为0-6 9,flag有1 1 种取值,转化为0 1 0,对于常出现的标签用0表示正常数据,1 4 表示异常数据。数值化之后还需进行标准化,可根据以下表达式进行处理:x-minx*=max-min其中x*是标准化后的数据,x是当前数据的值,min是与x同类型数据中的最小值,max是最大值 6 。2.3组合采样由于样本存在不均衡问题,有的类型样本数量很多,有的却很少,会影响到安全管理模型的精准性,对此需要通过采样技巧对样本数量进行均衡。先采用SMOTE过采样算法扩充少数类样本,然后采用TomekLink欠采样算
13、法清洗新的数据集,筛选噪声样本。经过组合采样将原本样本不均衡且带有噪声样本的数据集转变为相对均衡、能够明确划分区域的数据集,有效避免神经网络训练出的模型向多数类样本偏移 7 。2.4卷积神经网络优化为提升网络安全性能,从空间和特征权重两方面进行卷积神经网络的优化。在空间维度的优化上,对于卷积神经网络上层的输出,使用多种尺寸的卷积核,并直接进行池化,如上层输出后经过1 1卷积核、3 3 卷积核、5 5 卷积核、3 3 最大池化,再进行特征拼接。不同大小的卷积核能够导致感受野的不同,从而获取更多有用的数据特征,最终进行特征融合。但由于5 5 卷积核产生的计算量会很大,对此使用两个连续的3 3 卷积
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 深度 学习 算法 造纸 企业 网络安全 管理 模型 研究
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。