基于数字孪生工业控制网络的安全风险自主感知系统及方法

本发明公开了基于数字孪生工业控制网络的安全风险自主感知系统及方法。该方法包括：对工业控制网络进行四维多模态建模，构建实体、规则、业务、行为融合的孪生模型；基于该模型利用容器化技术构建高保真仿真网络；在实际网络边界部署网关，实时采集流量特征并识别可疑行为；将可疑流量进行协议还原与行为重建，生成行为序列；通过深度学习模型对行为序列进行异常识别与攻击分类；评估风险等级；根据评估结果匹配并验证防御策略，自动同步至主控网络，实现检测—响应—防护闭环。本发明实现了工业控制网络中可疑行为的自主识别与安全策略的智能决策，具备高仿真性、低侵入性与闭环可控等优点。