基于机器学习及特定攻击特征的多维度工业系统安全感知方法研究

摘要

工业控制系统是以业务为支撑的特定领域的应用系统,它的运行组件以IT网络(或者现场总线网络)为运行的基本逻辑单元,通过特有的带有制指令的协议报文实现对数据的采集和对控制器的控制,从而实现对业务运行状态的监视和基本运行单元的控制。从震网到乌克兰电力断电到CTRISIS,对于工业系统的攻击呈现了与业务深度融合的特点,导致相关的安全手段比较难于检测,需要有一种有效的安全检测方法。本文介绍了一种基于机器自学习的方式去检测异常行为,通过与业务逻辑的结合,通过对行为的判断发现运行在业务系统中的攻击行为或者误操作。