化工等工业现场普遍采用集散控制系统,随着信息化与工业化不断深入融合与发展,信息化在助力工业化的同时,也使得工业控制网络不再是一个单独的网络个体。随着与信息网络互联互通,加上工控网络系统本身的不安全因素,使得来自信息端的安全隐患极易蔓延扩散至工控网络,给企业安全运行造成影响。贝叶斯分类器在分类领域应用广泛,将该方法应用于入侵检测可以极大地提高检测正确率,但该算法存在对未知攻击类型检测率不佳的缺陷,聚类算法能非常好地填补这一缺陷。由于在运算过程中样本分布密度对聚类算法结果影响较大,而且随着数据量的增多,迭代次数的增加,算法耗时较多,时效性较差,对此采用一种点密度函数作为加权值的方法以及稳定聚类点的思想予以优化。在入侵检测中采用将贝叶斯分类和改善后的模糊聚类算法相融合,并利用10 percent数据集中的测试数据集对此方法进行验证,实验结果表明:该方法对入侵检测正确率有明显改善。本文主要针对典型集散控制系统进行信息安全风险分析,找出集散控制系统存在的主要信息安全隐患及常被攻击手段,针对存在的安全隐患及常用攻击手段,综合应用基于贝叶斯分类器与改进后的FCM算法相结合的入侵检测技术、工业防火墙、工业安全隔离网关等进行工控系统信息安全防护,实现了 MES层、监控层、控制层(现场层)安全可靠稳定运行,并将该防护方法成功应用于南通星辰化工控制系统,取得良好的防护效果。