可信工业控制网络系统性能属性测度研究 pdf下载

《可信工业控制网络系统性能属性测度研究》以可信计算和可信网络理论为基础，针对工业控制网络的特点构建可信工业控制网络理论架构，兼顾控制和网络的综合协同研究策略，重点研究工业控制网络的安全性、可生存性和可控性等重要属性。针对工业控制网络系统的特点，将可信工业控制网络系统的可信属性分为安全性、可生存性和可控性；提出多态有奖Markov安全性度量方法，可定量度量其可用性、可靠性和单位时间内失败次数；建立了一种连续时间Markov可生存性定量测试模型，引入通用生成函数和层次分析法降低了模型计算复杂度，解决了模型的“状态爆炸”问题；同时也天然的形成了不同层次之间的量化信任链，为解决可信工业控制网络系统的可生存性定量度量问题提供了一种方案。针对可信工业网络控制系统，提出了基于输出性能的可控性判别方法。针对可信工业网络平台，提出了基于复杂网络的可控性度量方法。针对可控性优化问题，提出了基于Markov决策过程的可控性优化模型和基于强化学习的可控性优化模型。

本书以可信计算和可信网络理论为基础，针对工业控制网络的特点构建可信工业控制网络理论架构，兼顾控制和网络的综合协同研究策略，重点研究工业控制网络的安全性、可生存性和可控性等重要属性。

目录
前言
第1章 绪论 1
1.1 研究背景和意义 1
1.1.1 工业控制系统概念和组成 1
1.1.2 工业控制网络系统安全现状 2
1.1.3 研究目的与意义 3
1.2 研究现状分析 3
1.2.1 可信计算理论的产生 3
1.2.2 可信理论研究现状 4
1.2.3 多态理论研究现状 6
1.2.4 工业控制网络系统风险评估标准研究现状 7
1.3 本书研究方法及研究内容 7
1.4 本书结构及逻辑关系 9
第2章 可信工业控制网络系统理论基础 11
2.1 可信计算的原理和实现 11
2.2 随机过程理论 11
2.2.1 随机过程简介 11
2.2.2 Markov模型 12
2.2.3 连续时间Markov模型 14
2.2.4 连续时间半Markov模型 17
2.3 有奖Markov模型 21
2.3.1 基本定义和模型描述 21
2.3.2 模型计算方法和步骤 22
2.4 通用生成函数 24
2.4.1 生成函数 24
2.4.2 通用生成运算符和通用生成函数 26
2.4.3 通用生成函数在工业控制网络性能分析中应用 27
2.4.4 工业控制网络系统性能定量评估 29
第3章 可信工业控制网络系统架构 33
3.1 彩虹计划与可信计算 33
3.2 可信计算环境的构建 34
3.2.1 可信计算环境的发展 35
3.2.2 可信网络连接 36
3.2.3 可信环境构建技术 37
3.3 可信网络的可信管理 40
3.4 可信工业控制网络体系结构 41
3.4.1 传统工业控制网络系统体系结构 41
3.4.2 传统工业控制网络系统安全措施 42
3.4.3 可信工业控制网络系统体系结构 43
3.4.4 可信工业控制网络系统网络协议实现 45
3.5 本章小结 46
第4章 可信工业控制网络系统安全性研究 48
4.1 工业控制网络系统安全性措施 49
4.2 工业控制网络系统安全性研究现状分析 49
4.3 工业控制网络系统可信测度模型 51
4.3.1 安全评估标准和度量方法 51
4.3.2 可信计算机系统评估准则和可信网络解释 51
4.3.3 工业控制网络系统参考模型 51
4.3.4 可信定量测度模型 54
4.4 多态有奖Markov安全性度量模型 56
4.4.1 基于可用性定量度量 56
4.4.2 基于失败次数的定量度量 57
4.4.3 基于可靠性定量度量 58
4.4.4 算例分析 58
4.5 本章小结 66
第5章 可信工业控制网络系统可生存性研究 67
5.1 可信工业控制网络的可生存性 67
5.1.1 网络系统可生存性的概念 67
5.1.2 工业控制网络系统可生存性定义 68
5.2 网络系统可生存性分析及评估 69
5.2.1 可生存性分析 69
5.2.2 可生存性评估 69
5.3 工业控制网络系统可生存技术 70
5.3.1 可生存性需求分析 70
5.3.2 可生存技术研究现状 70
5.3.3 可生存技术的实现 72
5.4 工业控制网络系统可生存性度量 73
5.4.1 可生存性度量模型 74
5.4.2 静态可生存性计算模型 75
5.4.3 多性能动态可生存性计算模型 78
5.5 本章小结 84
第6章 可信工业控制网络系统可控性研究 85
6.1 线性系统的可控性与可观性 85
6.1.1 线性定常连续系统的可控性 87
6.1.2 线性定常离散系统的可控性 89
6.2 复杂网络可控性 91
6.2.1 复杂网络的基本特征参数 91
6.2.2 复杂网络的基本模型 92
6.2.3 复杂网络的可控性判别 94
6.3 可信工业控制网络系统可控性 94
6.3.1 工业控制网络系统可控性度量 95
6.3.2 基于输出性能的可控性度量 95
6.3.3 基于复杂网络的可控性度量 96
6.3.4 基于Markov决策过程的可控性度量 97
6.3.5 基于强化学习的可控性度量与优化 99
6.4 本章小结 106
第7章 总结与展望 107
参考文献 109