随着工业数字化、网络化的快速发展,互联互通、智能化的工业物联网（Industrial Internet of Things,IIoT）应运而生。IIoT作为国家基础设施的神经中枢,需要高安全性的通信协议互连,因而协议的安全性分析尤为重要。协议安全分析的前提是已知协议格式,然而IIoT设备厂商出于优化通信性能或提供个性化功能等因素考虑,导致IIoT中存在大量的未知、私有协议。现有的对未知协议解析方法主要有静态分析和动态分析方法,动态分析需要获取可执行的协议处理程序,而在IIoT场景中较难获取或影响硬件设备运行;静态分析以网络数据流为分析对象,协议解析准确率依赖于样本数量,但在相对私有的IIoT环境中很难捕获大量协议数据,且没有公开数据集,使得可分析的协议样本少,也即样本较稀疏。因此需要设计一种IIoT稀疏协议样本的解析方法。本文研究内容如下:（1）本文提出了基于二进制粒子群算法的稀疏协议解析模型（BPSO+HMM）,该模型首先根据协议字段的取值范围来设计二进制粒子群算法的适应度函数,并通过比较个体间的适应度值来更新个体最优和全局最优,直到各字段取值边界不再变化,输出扩充的优质协议样本;然后以协议字段结构作为隐马尔可夫模型（H idden Markov Model,HMM）的隐状态,将扩充的协议样本作为观测序列来训练HMM的参数,再通过基于HMM的维特比算法来估计隐状态的最大似然概率并预测最佳的IIoT协议字段格式。（2）本文提出了基于遗传算法的稀疏协议解析模型（GA+HMM）,该模型首先基于反馈的数据来设计遗传算法的适应度函数,并通过交叉、变异操作扩充新的样本,再结合轮盘赌操作从中选择出优质样本,直到种群平均适应度值达到预设范围时,输出扩充的优质协议样本,然后用扩充的协议样本来训练HMM的参数,提高了IIoT协议解析的准确率。（3）本文设计并实现了一个自动化、高准确率的IIoT稀疏协议解析系统,以Modbus、S7Comm、IEC104和MQTT协议为例,通过实验首先对两种协议扩张模型的扩充效果进行了比较,然后对BPSO+HMM、GA+HMM、GA+RNN和GA+LSTM协议解析模型的解析准确率进行了对比,验证了该系统的可行性。