1.一種基于BP神經(jīng)網(wǎng)絡(luò)的工業(yè)控制系統(tǒng)漏洞自動(dòng)挖掘方法，其特征在于包括工業(yè)控制系統(tǒng)數(shù)據(jù)采集模塊，神經(jīng)元設(shè)計(jì)模塊，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)模塊，算法實(shí)現(xiàn)模塊。
2.根據(jù)權(quán)利要求1所述的工業(yè)控制系統(tǒng)數(shù)據(jù)采集模塊，其特征在于采集了工業(yè)控制系統(tǒng)的狀態(tài)和控制數(shù)據(jù)，進(jìn)行歸一化處理，狀態(tài)數(shù)據(jù)作為輸入，控制命令作為輸出。
3.根據(jù)權(quán)利要求1所述的神經(jīng)元設(shè)計(jì)模塊，其特征在于輸入多個(gè)工業(yè)控制系統(tǒng)的狀態(tài)數(shù)據(jù)作為輸入向量，設(shè)定多個(gè)對(duì)應(yīng)的連接權(quán)值；歸一化后的工業(yè)控制系統(tǒng)數(shù)據(jù)和權(quán)重的乘積之和與閥值比較；若該值大于設(shè)定的閥值，則生成神經(jīng)元的輸出值，通過(guò)傳遞函數(shù)，產(chǎn)生輸出；若該值小于或等于閥值，則不產(chǎn)生神經(jīng)元的輸出值。
4.根據(jù)權(quán)利要求1所述的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)模塊，其特征在于其包括把工業(yè)控制系統(tǒng)的狀態(tài)和控制分別作為輸入層和輸出層；在輸入層里面有歸一化處理后的狀態(tài)數(shù)據(jù)，這些數(shù)據(jù)形成輸入向量，經(jīng)過(guò)傳遞函數(shù)形成隱含層的輸出，然后再經(jīng)過(guò)輸出層轉(zhuǎn)換成輸出，數(shù)據(jù)正向傳遞的時(shí)候，數(shù)據(jù)經(jīng)過(guò)輸入層到隱含層，然后到輸出層；若輸出結(jié)果與控制命令數(shù)據(jù)期望差距較大，誤差信號(hào)反向傳播作為BP神經(jīng)網(wǎng)絡(luò)的輸入，通過(guò)迭代，促進(jìn)誤差降低，逼近期望值。
5.根據(jù)權(quán)利要求1所述算法實(shí)現(xiàn)模塊的，其特征在于采集了工業(yè)控制系統(tǒng)的狀態(tài)數(shù)據(jù)作為輸入，控制命令作為輸出，經(jīng)過(guò)歸一化處理，按照誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，訓(xùn)練形成了狀態(tài)與控制數(shù)據(jù)之間的關(guān)系，確定神經(jīng)網(wǎng)絡(luò)的閾值和權(quán)重；然后利用訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，去識(shí)別判斷實(shí)時(shí)工業(yè)控制系統(tǒng)當(dāng)前狀態(tài)與控制命令之間有不符合BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)，若存在，就可以判斷該時(shí)刻這組狀態(tài)和控制數(shù)據(jù)存在的疑似的工業(yè)控制系統(tǒng)漏洞。
6.該方法不需要過(guò)濾數(shù)據(jù)包，不影響工業(yè)控制系統(tǒng)的實(shí)時(shí)運(yùn)行，具有非常強(qiáng)實(shí)用價(jià)值，包含以下步驟：
步驟（1）：工業(yè)控制系統(tǒng)原始數(shù)據(jù)采集，采集工業(yè)控制系統(tǒng)的傳感器數(shù)據(jù)包括溫度、壓力、濕度、轉(zhuǎn)速、開(kāi)關(guān)狀態(tài)信息把其作為輸入向量，把控制命令作為輸出向量；
步驟（2）：數(shù)據(jù)的歸一化處理，由于采集的數(shù)據(jù)類型不一樣，數(shù)據(jù)的表達(dá)范圍也有很大差異，不能直接用于BP神經(jīng)網(wǎng)絡(luò)的輸入向量，需要對(duì)數(shù)據(jù)進(jìn)行歸一化處理，定義轉(zhuǎn)換方式，轉(zhuǎn)換成被BP神經(jīng)網(wǎng)絡(luò)所接受的輸入數(shù)據(jù)；
步驟（3）：輸入工業(yè)控制系統(tǒng)訓(xùn)練樣本：從數(shù)據(jù)中選取輸入向量和輸出向量作為訓(xùn)練樣本，對(duì)設(shè)計(jì)的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，生成必要的權(quán)重和閥值；
步驟（4）：計(jì)算隱含層單元輸出：根據(jù)隱含層到輸出層的連接權(quán)值、輸出層的和隱含層的輸出計(jì)算誤差函數(shù)對(duì)隱含層各神經(jīng)元的；
步驟（5）：計(jì)算輸出單元輸出：根據(jù)計(jì)算公式計(jì)算輸出單元值；
步驟（6）：結(jié)果比較：輸出值與目標(biāo)值的之差是否小于設(shè)定誤差；
步驟（7）：若步驟（6）判定條件為真，則輸出結(jié)果；
步驟（8）：判斷條件：輸出值與目標(biāo)值的之差不大于設(shè)定誤差并且循環(huán)次數(shù)大于設(shè)定值
步驟（9）：若步驟（8）判定條件為真，則輸出可疑漏洞
步驟（10）若步驟（8）判定條件為假，調(diào)整神經(jīng)玩兩個(gè)的權(quán)值和閥值，轉(zhuǎn)向步驟（3）。