基于PSO-SVM的Modbus TCP通讯的异常检测方法

尚文利; 张盛山; 万明; 曾鹏

doi:10.3969/j.issn.0372-2112.2014.11.029

您当前的位置：

首页 >

文章列表页 >

基于PSO-SVM的Modbus TCP通讯的异常检测方法

科研通信 | 更新时间：2025-07-16

- 基于PSO-SVM的Modbus TCP通讯的异常检测方法
- Modbus/TCP Communication Anomaly Detection Algorithm Based on PSO-SVM
- 电子学报 2014年42卷第11期页码：2314-2320
- 作者机构：
  
  1. 中国科学院沈阳自动化研究所,辽宁,沈阳,110016
  2. 中国科学院大学,北京,100039
  3. 中科院网络化控制系统重点实验室,辽宁,沈阳,110016
  4. 中国科学院沈阳自动化研究所,辽宁,沈阳,110016
  5. 中国科学院大学,北京,100039
  6. 中科院网络化控制系统重点实验室,辽宁,沈阳,110016
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61164012);国家863高技术研究发展计划 (No.2012AA041102-03)
- DOI：10.3969/j.issn.0372-2112.2014.11.029
  中图分类号： TP309
- 纸质出版：2014
- 稿件说明：
移动端阅览
尚文利, 张盛山, 万明, 等. 基于PSO-SVM的Modbus TCP通讯的异常检测方法[J]. 电子学报, 2014,42(11):2314-2320.

SHANG Wen-li, ZHANG Sheng-shan, WAN Ming, et al. Modbus/TCP Communication Anomaly Detection Algorithm Based on PSO-SVM[J]. Acta Electronica Sinica, 2014, 42(11): 2314-2320.
尚文利, 张盛山, 万明, 等. 基于PSO-SVM的Modbus TCP通讯的异常检测方法[J]. 电子学报, 2014,42(11):2314-2320. DOI： 10.3969/j.issn.0372-2112.2014.11.029.

SHANG Wen-li, ZHANG Sheng-shan, WAN Ming, et al. Modbus/TCP Communication Anomaly Detection Algorithm Based on PSO-SVM[J]. Acta Electronica Sinica, 2014, 42(11): 2314-2320. DOI： 10.3969/j.issn.0372-2112.2014.11.029.

摘要

如何有效检测和防御工业病毒对应用层协议数据的攻击是目前工业安全网关研究的难点问题.本文提出了将Modbus TCP通讯流量转换为异常检测模型所需数据形式的预处理方法

设计了一种利用粒子群PSO算法进行参数寻优的PSO-SVM算法.该方法根据Modbus功能码序列中的模式短序列出现的频率

识别出异常的Modbus TCP通讯流量.最后

通过实验数据分析

说明了提出方法可以有效实现对Modbus功能码序列的异常检测.

Abstract

To detect and defend industry virus attacks to application layer protocol data is difficult issues in study of industrial security gateway.In this paper

a data pre-processing method is presented

which can convert Modbus TCP traffic into anomaly detection model

and a PSO-SVM algorithm is designed

which optimizes parameters by advanced Particle Swarm Optimization (PSO) algorithm.The method identifies anomalies of Modbus TCP traffic according to appear frequencies of the mode short sequence of Modbus function code sequence.Finally

experimental data analysis shows that the proposed method can effectively detect abnormal of Modbus function code sequence.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

超视距雷达中距离-多普勒图的瞬态干扰自动识别方法

基于眼动特征的人机交互行为意图预测模型

一种针对基于SVM入侵检测系统的毒性攻击方法

一种SVM学习框架下的Web3D轻量级模型检索算法