基于异常根源分析的工业CPS攻击故障辨识方法

针对工业信息物理系统(Cyber-Physical System,CPS)面对的网络攻击在现场系统中引起的故障与物理系统偶发故障现象上难以区分的问题。基于贝叶斯概率图,结合路径推理算法,文中提出一种攻击故障辨识方法,以炼化分馏系统作为实验对象,验证了在不同攻击故障场景下的有效辨识能力,与当前数据驱动方法相比不依赖已有数据集,可识别未知攻击故障。

模糊逻辑和BP网络在空空导弹攻击区辨识中的应用

用模糊逻辑算法和改进的 Ｂ Ｐ算法对某空空导弹未知攻击区辨识进行了仿真分析。分析结果表明这两种算法效果均佳，但各有其特点，而且互不能替代。前者的收敛较后者快，后者的精度（在有限样本下）较前者高。用传统的最小二乘法对未知攻击区的辨识分析是难以达到的。

新型电力系统中信息网络攻击行为辨识方法

为提高新型电力系统信息网络的安全性和稳定性,需预防其中存在的攻击行为。为此,提出一种针对新型电力系统信息网络的攻击行为辨识方法。首先,分析攻击行为入侵信息网络的原理;其次,根据压缩感知理论对网络信息展开去噪处理;然后,利用去噪后的信息数据建立数据源矩阵及信息网络的样本协方差矩阵,并获取矩阵的最大特征值;最后,设定阈值函数,通过比较最大特征值与阈值函数来辨识新型电力系统信息网络中存在的攻击行为。实验结果表明该方法具有较高的辨识精度,能有效辨识出拒绝服务、端口扫描和协议异常三种攻击行为。

面向恶意攻击的安全稳定控制系统信息物理协调防御方法

信息物理的紧密耦合使网络安全问题成为电力系统安全稳定运行的重大挑战,同时也给信息物理的协调感知和安全防御提供了新的潜力。围绕安全稳定控制业务,针对信息物理融合带来的网络安全问题,挖掘信息物理协调的潜力,提出信息物理协调防御的框架,提升安全稳定控制系统防御恶意攻击的能力。首先,通过试验分析了恶意攻击对电网安全稳定控制系统和电力一次系统产生的影响。在此基础上,分别从时间和空间维度提出了网络安全信息物理协调防御体系和框架,并结合传统网络安全技术和安全稳定控制业务逻辑分别提出了包含装置侧和主站侧的网络安全辨识和防护方案,给出了安全稳定控制系统网络安全监视与分析应用框架,从而提升了安全稳定控制系统应对恶意攻击的能力。

基于输入向量识别与异常监视的电力系统探究

近年来,发生过多起通过网络攻击恶意影响电力系统正常运行的事件。新型网络攻击层出不穷,其中虚假数据攻击(FDIA)能够绕过传统的不良数据检测系统,通过恶意改变电力系统的状态估计的结果损害信息系统的防火墙。所以研究如何检测注入到电力系统中的虚假数据具有极高的理论价值和现实意义。本文构建了攻击矢量进行了虚假数据的注入攻击仿真,并与原本正常的系统进行对比,虚假数据攻击会极大地影响状态估计的结果。并用基于残差方程的加权残差法进行了虚假数据的检测,证明此算法无法有效检测出虚假数据攻击。结果表明:所提出的算法是有效并且可靠的。