列车控制系统建模仿真及入侵检测技术研究

作     者：王浩洋 

作者单位：华中科技大学 

学位级别：硕士

导师姓名：周纯杰

授予年度：2022年

学科分类：08[工学] 0839[工学-网络空间安全] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 

主      题：列车控制系统 制动系统建模 入侵检测 卷积神经网络 时间卷积网络 随机森林 

摘      要：工业以太网协议的引入使列车控制系统具有更高的开放性,有利于打破信息闭塞现状,提高轨道列车运营效率和司乘人员车厢体验,但同时也带来日益严峻的信息安全威胁,因此加强列车控制系统安全防护势在必行。入侵检测是列车控制系统信息安全防护的关键技术手段之一。当前列车控制系统存在流量规模迅猛增长、未知攻击频繁出现等现象,基于规则的误用检测技术无法有效识别未知攻击,而基于机器学习的异常检测技术存在真实列车网络通信数据难以获取、公开数据集模拟通信环境差异较大、深度神经网络易过拟合及模型入侵检测准确率低等问题。为了应对上述异常检测技术具有的挑战,本文基于动力学分析建立列车制动系统模型,以此模型为基础,结合列车实时数据协议搭建列车控制系统半实物仿真平台,通过注入典型攻击构建与列车实际运行环境相似的入侵检测仿真数据集;针对列车控制系统网络流量数据的时空特性,本文提出一维多尺度卷积神经网络“空间特征提取模型和自适应时间卷积网络“时间特征提取模型,并采用随机森林集成学习算法融合上述模型,降低网络泛化误差,提高入侵检测准确率。基于列车控制系统半实物仿真平台生成的入侵检测数据集,本文对所提出的入侵检测方法进行实验评估和对比测试,结果表明本文所提出方法综合表现最佳,具备在列车控制系统场景中有效完成入侵检测任务的能力。