针对工业控制系统网络攻击检测器的投毒攻击
密码学与安全
2021-01-01 v1 机器学习
摘要
近来，包括自编码器在内的神经网络（NN）方法已被提出用于检测针对工业控制系统（ICS）的网络攻击。此类检测器常利用系统运行期间收集的数据进行再训练，以应对被监测信号的自然演化（即概念漂移）。然而，攻击者可通过利用该机制，在训练时伪造受损传感器提供的信号，从而投毒检测器的学习过程，使得网络攻击在测试时不被察觉。本研究首次展示了针对ICS网络攻击在线NN检测器的此类投毒攻击。我们提出两种不同的攻击算法，即基于插值的和基于反向梯度的投毒，并在合成与真实世界ICS数据上证明了其有效性。我们还讨论并分析了若干潜在的缓解策略。
引用
@article{arxiv.2012.15740,
title = {Poisoning Attacks on Cyber Attack Detectors for Industrial Control Systems},
author = {Moshe Kravchik and Battista Biggio and Asaf Shabtai},
journal= {arXiv preprint arXiv:2012.15740},
year = {2021}
}
备注
ACM SAC'21. arXiv admin note: substantial text overlap with arXiv:2002.02741