没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
第 卷 第 期
年 月
北 京 工 业 大 学 学 报
基于时间序列分析的工业控制以太网流量异常检测
赖英旭 焦 娇
北京工业大学 计算机学院 北京
摘 要: 为提高工业网络中异常流量的检测精度提出了基于结构时间序列分析的流量异常检测方案将工业以太
网流量分解成不同组分并辅以状态空间模型将复杂的网络流量进行分层建模从而有效提高了工业网络异常流
量检测精度降低了误报率 与传统的 结构时间序列分析法相比其平均精度上升 所以本文方法对于
异常检测系统的效率改善明显
关键词: 工业控制系统 工业以太网流量 结构时间序列模型 状态空间模型
中图分类号: 文献标志码: 文章编号:
doi
Anomaly Detection Scheme Using Time Series Analysis for
Industrial Control Systems
Abstract
Key words
收稿日期
基金项目 北京市高等学校人才强教深化计划资助项目 可信计算北京市重点实验室开放基金资助项目
作者简介 赖英旭女副教授主要从事网络安全可信计算方面的研究
工业控制系统
是国家安全战略的重要组成部分 鉴于其以高效为
设计核心由封闭逐渐转向开放互联因此在硬件安
全保障上存在明显缺陷 目前随着工业以太网技
术的普及指令篡改等安全问题已经屡见不鲜
早期提出的多种 安全保障方案主要是移植
传统的主动防御解决方案
然而无法在高实时性
与资源受限条件下进行有效预测与控制因此近年
来工业网络流量异常检测是这一领域的研究热点
文献针对工业控制过程数据的特点以及对异常
数据定义的特殊性提出一种基于模糊自回归隐马
尔可 夫 模 型
的异常数据检测算法通过待测数据对正
确数据集的隶属度判别其是否异常 鉴于其以控制
输出数据作为检测对象以隐马尔可夫模型
来表示输入输出对应关系因
此对于复杂的 整体模型的可操作性并不理想
同样是运用自回归过程 等
结合了自组
织特征映射神经网络对分布式电力传输系统的过
热点温度进行分类判断其是否存在异常现象 从
第 期 赖英旭 等 基于时间序列分析的工业控制以太网流量异常检测
实验效果的角度上讲文献 偏重于对物理设备
的异常检验并没有考虑能否检测出网络流量异常
除此之外其直接利用机器学习算法对待测样本进行
分类明显忽略了数据趋势的影响与异常行为检测
实时性的要求 而 等
则是基于自回归滑
动平 均 模 型
进行网络层异常检测 但是这种方法将全
网所有信道作为入侵检测的数据来源这不仅使得
大型工业控制系统的实时性难以保证也无法避免
由各厂家设备与协议差异产生的底层运行环境复杂
这一问题 由此文献针对病毒木马黑客等网
络攻击主要通过 由上及下 的途径破坏 的特
点将安全监测的重点放在工业以太网及管理层的
工程师站上以解决多种底层现场总线协议的兼容
性问题并针对工业网络流量具有冲击性这一特点
利用迭代变分贝叶斯算法对主成分分析法进行改
进 然而工业以太网流量包含实时流非实时流和
突发流因此流量特性与传统以太网有着明显的不
同该研究对于其流量模型的搭建基本上沿用了传
统以太网的方案对 种以太网性能上的显著区分
表现得并不明确 为此本文在深入研究工业以太
网流量特性的基础上提出了基于时间序列分析的
流量异常检测方案采用状态空间模型辅助结构时
间序列分析法将工业以太网流量按照上述 种数据
流形式分解同时也避免了工业控制网络冲击性流
量的干扰将复杂的系统模型通过分成不同层次进
行简化
1 基于结构时间序列模型的异常检测方案
1. 1 结构时间序列模型
结构时间序列模型通常是利用观测值自身的长
期趋势循环趋势季节趋
势和不规则 因素来表示观测数据 其着
眼点并不在于 表示数据的 生成 过程而在 于 通过
将时间序列分 解成具有实 际含 义的成分准 确表
达序列的变动特征
因此本文分别为上述 项
因子建立正常 模型以其跃 变状 况为判据 进 行异
常流量检测 不同于传统以太网流量工业控制网
络流量由于其 工作流程的 循环 往复存在 明 显的
周期性 针对类似的周期性流量相比于传统的时
间序列模型结 构时间序列 模型 能有效提 升 模型
的拟合度其中 通过匹配正 常季 节趋势因 子 的取
值范围还能有效地降低由冲击性背景流量带来的
误报率
设时间序列
由长期趋势
循环
季节
及不规则因素
构成则结构时间序列模型可表
示为
鉴于在结构时间序列模型中由观测值分解得到
的长期趋势循环季节及不规则因素是不可观测的
变量不能利用传统的回归分析方法估计模型参数
因此需要采用季节调整的方法
目前应用最为广
泛的季节调整方法是由美国商务部研究开发的
作为基于移动平均的季节调整算法它最大的
缺欠在于会导致时间序列的两端各缺失一部分信
息进而对季节调整的精度产生较大影响 自回归
综 合 移 动 平 均
模型作为 的一般模型是由
自回 归 模 型 与 滑 动 平 均
模型为基础构成的更新数据
后参数需要重新调整进而对于功能复杂的工业现
场实用性较差
基于 与状态空间模型的
等价关系且状态空间能通过运用 滤波与期
望最大化 算法避免
大幅度参数调整本文选择利用状态空间模型来描
述上述结构时间序列
1. 2 状态空间模型
本文设系统矩阵中的量测向量 为 维转
移矩阵 为 维则状态空间模型为
量测方程
状态方程
式中 是状态方程的 维高斯扰动项向量其均值
为 是量测方程的扰动项其均值为 方差为
为 时刻的 维状态向量服从于一阶马
尔可夫过程 结合拆分成 项因子的结构时间序列
模型 分别可分解为
æ
è
ç
ç
ç
ö
ø
÷
÷
÷
æ
è
ç
ç
ç
ö
ø
÷
÷
÷
æ
è
ç
ç
ç
ö
ø
÷
÷
÷
ì
î
í
ï
ï
ï
ï
ï
ï
ï
ï
ï
ï
式中 为长期趋势因子 为循环因子 为季节
因子
根据长期趋势定义
应满足 阶差分方程的
约束条件
式中
为差分因子
的取值根据
时间序列的平稳性一般为 或 鉴于工业控制网
剩余6页未读,继续阅读
资源评论
weixin_38546622
- 粉丝: 3
- 资源: 881
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功