论利用多元统计过程控制在过程控制系统中区分过程扰动与入侵的可行性
密码学与安全
2017-06-07 v1
摘要
过程控制系统（Process Control Systems, PCSs）是关键基础设施（Critical Infrastructures, CIs）的运行核心。因此，异常检测一直是确保 CI 正常运行的一个活跃研究领域。以往的方法利用网络级数据进行异常检测，或者忽略了过程扰动的存在，从而可能导致将扰动误标为攻击，反之亦然。在本文中，我们提出了一种基于多元统计过程控制（Multivariate Statistical Process Control, MSPC）的异常检测与诊断系统，旨在区分攻击与扰动。为此，我们将传统的 MSPC 扩展为监控过程级和控制器级数据。我们使用 Tennessee-Eastman 过程对我们的方法进行了评估。结果表明，我们的方法可以在一定程度上区分扰动与入侵，我们得出结论：所提出的方法可以通过结合其他数据源进行扩展，以改善结果。
引用
@article{arxiv.1706.01679,
title = {On the Feasibility of Distinguishing Between Process Disturbances and Intrusions in Process Control Systems Using Multivariate Statistical Process Control},
author = {Mikel Iturbe and José Camacho and Iñaki Garitano and Urko Zurutuza and Roberto Uribeetxeberria},
journal= {arXiv preprint arXiv:1706.01679},
year = {2017}
}
备注
6 pages, 5 figures. Presented in the 3rd International Workshop on Reliability and Security Aspects for Critical Infrastructure Protection (ReSA4CI 2016) and published in the Proceedings of the 46th Annual IEEE/IFIP International Conference on Dependable Systems and Networks Workshop (DSN-W 2016), 2016, pp. 155-160