- 空中交通管理系统网络安全
- - 作者：王布宏//尚福特//李腾耀//罗鹏//阳勇等|责编:牛旭东
  - 出版社：国防工业
  - ISBN：9787118140767
  - 出版日期：2026/03/01
  - 页数：313
- 售价：51.6

内容大纲
    本书是一部系统化、前沿化的学术著作，聚焦当前空中交通管理系统在数字化、智能化转型过程中面临的网络安全挑战与应对策略。随着航空运输系统持续深化“电子使能飞机”“CNS／ATM一体化”“智慧机场”和“智能化空管网络”等建设，系统功能日益依赖信息通信技术与智能算法，安全风险的类型与复杂度显著增加。本书旨在通过系统分析空管网络的威胁模型、攻击影响、漏洞利用以及异常数据检测方法，为读者构建一个从理论方法到技术实现的完整知识体系。
    本书不仅概述了空管系统网络安全的技术现状与核心挑战，还结合威胁建模、攻击影响实验、漏洞分析和深度学习检测等多种方法，形成了从理论到实践的全链条研究体系。本书的理论框架和技术方法对下一代空管系统的安全设计与运维具有一定的启示价值。
    本书适合航空航天、网络安全、信息物理系统等交叉领域的科研人员、工程技术人员，以及关注智能交通与关键基础设施保护的管理者参考使用。
作者介绍
目录
第1章  空中交通管理系统网络安全概述
  1.1  引言
  1.2  空中交通管理网络概述
    1.2.1  空中交通管理网络
    1.2.2  空中交通管理网络信息流
    1.2.3  安全规范标准
  1.3  电子使能飞机网络安全
    1.3.1  资产梳理
    1.3.2  信息流图
    1.3.3  威胁分析
    1.3.4  防御机制
  1.4  CNS-ATM
    1.4.1  资产梳理
    1.4.2  信息流图
    1.4.3  威胁分析
    1.4.4  防御机制
  1.5  智慧机场网络安全
    1.5.1  资产梳理
    1.5.2  信息流图
    1.5.3  威胁分析
    1.5.4  防御机制
  1.6  空管智能计算网络安全
    1.6.1  智能化空管典型应用
    1.6.2  攻击样式
    1.6.3  防御机制
  1.7  本章小结
第2章  基于知识图谱的空中交通管理系统威胁建模
  2.1  引言
  2.2  空管系统网络威胁知识图谱实体识别
    2.2.1  实体识别方法
    2.2.2  TCFLTransformer模型
    2.2.3  空管系统网络威胁数据预处理
    2.2.4  模型训练与优化
    2.2.5  实验与结果分析
  2.3  空管系统网络威胁知识图谱
    2.3.1  设计理念
    2.3.2  空管系统网络威胁知识模型
    2.3.3  基于Neo4j知识存储的知识图谱系统
  2.4  本章小结
第3章  基于ATT&CK的空中交通管理系统威胁建模
  3.1  引言
  3.2  飞机ATT&CK威胁模型
    3.2.1  飞机网络安全事件
    3.2.2  飞机ATT&CK威胁模型
  3.3  机场ATT&CK威胁模型
    3.3.1  机场网络安全事件
    3.3.2  机场ATT&CK威胁模型
  3.4  CNS/ATMATT&CK威胁模型
    3.4.1  CNS/ATM网络安全事件
    3.4.2  CNS/ATMATT&CK威胁模型

  3.5  本章小结
第4章  基于STRIDE的空中交通管理系统威胁建模
  4.1  引言
  4.2  STRIDE绘制数据流图
  4.3  威胁建模与分析
    4.3.1  欺骗
    4.3.2  篡改
    4.3.3  否认
    4.3.4  信息泄漏
    4.3.5  拒绝服务
    4.3.6  提权
  4.4  本章小结
第5章  空中交通管理系统网络结构攻击影响分析
  5.1  引言
  5.2  基于相依网络理论的空管网络级联故障模型
  5.3  级联故障模型的故障传播和实例
  5.4  仿真实验与分析
    5.4.1  实验说明
    5.4.2  管制节点的管制能力对级联故障模型的影响
    5.4.3  管制节点的数量对级联故障模型的影响
    5.4.4  目标攻击对级联故障模型的影响
    5.4.5  不同模型的结果对比
  5.5  本章小结
第6章  空中交通管理系统交通流量攻击影响分析
  6.1  引言
  6.2  模型构建
    6.2.1  空中交通流量模型
    6.2.2  空中交通管制系统威胁建模
  6.3  仿真实验与分析
  6.4  系统脆弱性评估与分析
    6.4.1  系统脆弱性评估
    6.4.2  攻击缓解分析
  6.5  本章小结
第7章  空中交通管理系统航班延误攻击影响分析
  7.1  引言
  7.2  问题描述
    7.2.1  空中延误
    7.2.2  地面延误
  7.3  模型构建
    7.3.1  空中延误建模
    7.3.2  地面延误建模
  7.4  案例研究
    7.4.1  输入
    7.4.2  正常运行ATC系统的延误表现
    7.4.3  重要航路点及扇区分析
    7.4.4  航路网络在不同攻击策略下的结构特性变化
    7.4.5  机场受攻击时的系统表现
    7.4.6  扇区受攻击下的系统表现
    7.4.7  不同攻击方式下延误现象在系统中的传播
  7.5  本章小结

第8章  CPS漏洞分析框架
  8.1  引言
  8.2  CPS系统模型
  8.3  CPS攻击模型
    8.3.1  CPS攻击能力模型
    8.3.2  CPS攻击目标的形式化描述
  8.4  CPS漏洞分析框架
    8.4.1  CPS控制器的特征
    8.4.2  CPS漏洞的类型
  8.5  本章小结
第9章  基于程序覆盖率的空管信息物理系统ADS-B漏洞分析
  9.1  引言
  9.2  针对TCAS机载防撞系统的欺骗攻击
    9.2.1  机载防撞典型样例
    9.2.2  程序覆盖率引导的漏洞分析算法
  9.3  漏洞分析验证
  9.4  本章小结
第10章  基于中间人攻击的空管监视地面网络漏洞分析
  10.1  引言
  10.2  面向ADS-B的中间人攻击技术分析
    10.2.1  中间人攻击技术概述
    10.2.2  基于对抗样本信号构造的编码攻击
  10.3  漏洞分析验证
  10.4  本章小结
第11章  基于对抗样本的飞行轨迹预测算法漏洞分析
  11.1  引言
  11.2  基于DNN的飞行轨迹预测模型
  11.3  基于对抗样本的飞行轨迹预测算法漏洞分析
    11.3.1  面向飞行轨迹预测系统的对抗攻击概述
    11.3.2  基于对抗样本的飞行轨迹预测系统漏洞研究
  11.4  智能算法漏洞分析验证
  11.5  本章小结
第12章  基于后门攻击的空中交通视觉防撞系统漏洞分析
  12.1  引言
  12.2  基于FasterR-CNN的空中交通视觉防撞系统
  12.3  基于后门攻击的空中交通视觉防撞系统漏洞分析
    12.3.1  面向空中交通视觉防撞的后门攻击概述
    12.3.2  基于后门攻击的空中交通视觉防撞系统漏洞研究
  12.4  智能算法漏洞验证
  12.5  本章小结
第13章  基于数据投毒的机场视觉着陆系统漏洞分析
  13.1  引言
  13.2  基于YOLOv3的机场视觉着陆系统
  13.3  基于数据投毒的机场视觉着陆系统漏洞分析
    13.3.1  面向机场视觉着陆系统的投毒攻击概述
    13.3.2  基于混合投毒攻击的机场视觉着陆系统漏洞研究
  13.4  智能算法漏洞验证
  13.5  本章小结
第14章  基于对抗样本的空管ADS-B异常数据检测系统漏洞分析
  14.1  引言

  14.2  基于GAT-VAE-GRU的ADS-B异常检测系统
  14.3  基于对抗样本的空管ADS-B数据异常检测模型漏洞分析
    14.3.1  面向空管ADS-B异常数据检测系统的对抗样本攻击概述
    14.3.2  基于对抗样本的ADS-B异常数据监测系统攻击研究
  14.4  智能算法漏洞验证
  14.5  本章小结
第15章  基于数据投毒的空管ADS-B数据异常检测漏洞分析
  15.1  引言
  15.2  基于TCN-Transformer-SVDD的ADS-B异常数据检测系统
  15.3  基于数据投毒的空管ADS-B数据异常检测漏洞分析
    15.3.1  面向空管ADS-B异常数据检测的数据投毒攻击概述
    15.3.2  基于数据投毒的空管ADS-B异常数据检测系统攻击研究
  15.4  智能算法漏洞验证
  15.5  本章小结
第16章  空管攻击数据重构
  16.1  引言
  16.2  空管ADS-B数据的特点
  16.3  数据攻击重构
    16.3.1  消息篡改攻击
    16.3.2  消息注入攻击
    16.3.3  重放攻击
    16.3.4  DOS攻击
  16.4  本章小结
第17章  基于BiGRU-SVDD的空管异常数据检测模型
  17.1  引言
  17.2  BiGRU-SVDD异常检测模型
    17.2.1  异常检测门限
    17.2.2  数据预处理和特征提取
    17.2.3  基于BiGRU神经网络的预测模型
    17.2.4  利用SVDD算法求解
  17.3  实验与分析
    17.3.1  数据获取
    17.3.2  滑动窗口长度
    17.3.3  异常检测实验结果
  17.4  本章小结
第18章  基于VAE-SVDD的空管异常数据检测模型
  18.1  引言
  18.2  VAE-SVDD异常检测模型
    18.2.1  问题定义
    18.2.2  数据预处理模块
    18.2.3  VAE序列重构模块
    18.2.4  重构值选择模块
    18.2.5  阈值求解模块
  18.3  实验分析
    18.3.1  数据的获取
    18.3.2  潜在变量维数
    18.3.3  异常检测实验结果
    18.3.4  重构值的选择
  18.4  本章小结
第19章  基于TCN-Transformer-SVDD的空管异常数据检测模型

  19.1  引言
  19.2  TCN-Transformer-SVDD异常检测模型
    19.2.1  问题定义
    19.2.2  数据预处理
    19.2.3  TCN-Transformer-SVDD模型的架构
    19.2.4  TCN预测模块
    19.2.5  Transformer重构模块
    19.2.6  SVDD阈值计算模块
    19.2.7  评价指标
  19.3  实验结果与分析
    19.3.1  实验数据集
    19.3.2  滑动窗口的选择
    19.3.3  异常检测实验结果
  19.4  本章小结
缩略语
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目