基于离群点挖掘的工业控制系统异常检测

• 作者: 邹航 陈庄 黄勇
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 工业控制系统 聚类 离群点挖掘 自适应聚类 异常检测
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 信息安全
• 页码范围: 178-181,203
• 页数: 5页
• 分类号: TP393
• 字数: 6311字
• 语种: 中文

摘要

目前,工业控制系统广泛应用于我国电力、水利、污水处理、石油天然气、化工、交通运输、制药以及大型制造行业,针对工业控制系统的攻击越来越频繁,而目前市场上工业控制系统的安全产品十分稀少.虽然主流的组态软件具有控制变量报警功能模块,但其只能处理单一变量超过阈值时的报警,不能识别出由多个变量共同引起的异常.为此,针对工业控制系统的变量数据、通信协议、高实时性等特点,提出了基于自适应聚类的离群点挖掘方法-AC-BOD方法,该方法包括数据采集、聚类、簇的标识以及簇的离群点检测4个阶段,对工业控制系统OPC Server上的变量数据进行数据分析.实验证明,该方法可以很好地发现工业控制系统中的异常数据,并能够发现未知的异常,能够极大地提高工业控制系统的安全防护能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈庄	重庆理工大学计算机科学与工程学院	32	137	6.0	10.0
2	邹航	重庆理工大学计算机科学与工程学院	13	250	6.0	13.0
3	黄勇	重庆理工大学计算机科学与工程学院	3	48	2.0	3.0