工业控制系统信息化的迅猛发展使得工业控制系统不仅面临来自互联网的众多传统网络攻击,而且其固有的漏洞越来越多地被发掘出来,针对特定工业协议的攻击也日渐增多,这些都使得工业控制系统面临的安全问题日益严重。本文在分析了工业控制系统信息安全问题的基础上,以Modbus TCP协议为代表,提出了一种针对工业控制系统的态势感知方案。并利用实验室现有的工控设备,搭建验证平台,对提出的方案进行了功能验证和性能分析。论文主要工作如下:1.针对工业控制系统信息安全需求,在对工业控制系统信息安全、Modbus协议以及态势感知技术进行分析和总结的基础上,提出了一种包含态势评估和态势预测的态势感知方案。2.针对安全态势评估过程中模型训练时间长、评估准确率低以及决策速度慢的问题,提出了一种基于偏二叉树的多类支持向量机态势评估模型。通过支持向量的预提取和循环提取过程,能够有效地提高评估模型的收敛速度和准确性,通过支持向量机与偏二叉树的结合,能够减少子分类器的使用,进行快速决策。在样本数量为1000时,该方案的评估准确率为99.80%,与改进的BP神经网络评估模型相比,评估准确率提高了11.23%。在以均方差低于0.1为收敛条件时,与基于DDAG算法的多类支持向量机评估模型相比,模型训练时间缩短57.14%。3.针对安全态势预测过程中预测准确率低的问题,提出了一种基于隐马尔可夫算法的态势预测模型。在预测过程中,直接使用态势评估过程中的参数作为隐马尔可夫模型的输入量,极大的简化了模型的建立过程。在样本数量为1000时,预测准确率为92.1%。与灰色系统预测模型相比,预测准确率提高了6.90%。4.搭建工业控制系统验证平台,利用Modbus温湿度传感器、Modbus网关、工业网关、菲尼克斯PLC控制器等硬件设备搭建平台,PC WORX、VISU+等软件进行组态和过程交互,ModbusPoll&Slave软件构造工控典型攻击,对方案进行验证与分析。