基于FNN大规模油气集输管网SCADA安全防御体系建模理论及仿真方法研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

基于FNN大规模油气集输管网SCADA安全防御体系建模理论及仿真方法研究

项目名称：基于FNN大规模油气集输管网SCADA安全防御体系建模理论及仿真方法研究
项目类别：面上项目
批准号：61175122
申请代码：F030502
项目来源：国家自然科学基金
研究期限：2012-01-01-2015-12-31

项目负责人：曹谢东
依托单位：西南石油大学
批准年度：2011

中文摘要：

近年来，由于油气集输管网及高度信息化和自动化的管网系统保护、控制、在线动态安全防御系统日趋复杂、网络规模日趋庞大，管网安全越来越受到重视。大规模油气集输管网安全防御体系智能模型方面，国内研究究尚处于起步和探索阶段管网。本项目将因素神经网络（FNN）理论与油气管网安全防御理论结合，针对传统管网安全评估方法人为因素多、评价因素少、管网覆盖面窄以及定量计算量大等缺陷，利用因素神经网络以高层知识和定性推理量化描述的优点，采用知识的因素分析法，因素表示的原子模型，运用各类模糊推理与联想学习等推理机制,实现逻辑思维和形象思维的统一描述和智能管网安全仿真；建立一个基于FNN的大规模油气集输管网安全状态模型，提高大规模油气集输管网安全防御能力。本项目的研究成果可解决大规模油气集输管网安全状态评价及防御智能化等关键基础问题，为实现国家级油气集输管网安全状态预警、防御能力评估的智能化模拟仿真系统平台奠定基础。

中文主题词：因素神经网络；SCADA安全；知识表示；因素空间；

英文摘要：

Factor neural network；SCADA Security；Knowledge Representation；Factor space；

英文主题词： Factor neural network；SCADA Security；Knowledge Representation；Factor space；

结论摘要：

近年来，由于大规模油气集输管网及高度信息化和自动化的管网系统保护、控制、在线动态安全防御系统日趋复杂、网络规模日趋庞大，管网SCADA安全越来越受到重视。为此，针对传统安全模型和方法在大规模集输管网SCADA安全防御方面的不足，提出了一种基于FNN的大规模油气集输管网安全状态建模理论方法。首先，提出了油气管网SCADA安全防御因素神经网络知识元形式化描述模型，从因素状态空间、因素表示等方面研究油气田SCADA网络安全防御的知识形式化表示理论；其次，设计了基于宏观和微观因素神经网络相结合的SCADA系统安全防御知识元关系框架模型；然后，基于因素表达的管网SCADA安全防御非确定性推理等方法，提出了基于主动防御的行为检测感知新方法和油气集输SCADA系统的安全评价的因素分析方法；最后，完成了由能反映大规模油气集输管网SCADA系统的仿真网络、基于输流体力学的管网集输模型、模拟数据供应机和攻击主机组成的大规模油气集输SCADA网络仿真平台原型系统设计，实现了大规模油气集输SCADA实物PLC和虚拟PLC相结合的半实物仿真平台。形成了一套大规模油气集输SCADA安全防御新理论，为实现一个能满足国家级战略油气管网安全状态预警、网络安全防御能力评估、抵御风险能力评估的智能化模拟仿真系统平台奠定技术基础；为国家相关部门提供战略级管网安全预警、评估方法与手段，为提高国家信息战能力及建立战略信息战仿真平台奠定基础；对国防及国家安全，对国民经济发展具有重大意义。

成果综合统计