论文部分内容阅读
安全态势感知对于提高工业控制系统的主动防御能力具有重要作用.如何从复杂的系统结构中提取出有效的安全态势要素,并进行合理的融合,得到当前工控系统态势是急需解决的难点问题之一.本文结合态势感知的概念,以工控系统控制现场层的数据为研究对象,通过深度学习领域中的去噪自编码器(DAE)模型来提取出安全态势要素,实现冗余信息的过滤,提炼出有效的数据信息;后续使用K-means等聚类算法实现正常工况模型的建立,并以此作为基准实时检测系统状态与正常工况的偏离程度,在时间维度上对其进行融合计算,得到系统当前态势,为后续态势预测阶段提供数据基础.最后,通过数据分析说明了提出方法的可行性和有效性.