作者
朱湘宝
文章摘要
随着工业互联网的快速发展，工业控制网络面临的安全威胁愈发复杂，传统防火墙策略已难以应对动态变化的攻击模式。本文围绕AI防火墙策略的动态优化展开研究，提出一种基于机器学习的智能策略调整方法，通过实时流量分析、威胁建模与自适应规则更新，实现防火墙策略的精准化与高效化。实验结果表明，该方法能显著提升工业控制系统的安全防护能力，有效降低误报率与漏报率，为工业控制网络的主动防御提供了新思路和技术支持。
文章关键词
工业控制网络；AI防火墙；动态优化；机器学习；安全防护
参考文献
[1]王志强.工业控制系统网络安全防护技术研究[J].信息网络安全,2022,22(6):45-52.
[2] 陈建华,刘伟.基于人工智能的防火墙策略优化方法[J].计算机工程,2023,49(4):113-120.
[3] 赵明辉,孙晓东.工业控制网络安全态势感知与动态防御研究[J].自动化学报,2021,47(9):1745-1756.
[4] 李海峰,周立群.实时流量分析在工业控制系统中的应用[J].通信技术,2022,55(3):89-95.
[5] 郑凯,刘洋.面向工业互联网的 AI 安全防护体系构建[J].网络与信息安全学报,2023,9(2):37-44.
[6] 黄志鹏,王宁.深度学习驱动的防火墙动态策略优化研究[J].计算机科学与探索,2023,17(5):1238-1248.
Full Text:
DOI
