基于混合马尔科夫树模型的ICS异常检测算法

• 作者: 吴佩 张仁斌 郭忠义 陆阳
• 来源期刊: 自动化学报
• 关键词: 工业控制系统 语义攻击 异常检测 混合马尔科夫树模型
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 127-141
• 页数: 15页
• 字数: 13423字
• 语种: 中文
• DOI: 10.16383/j.aas.2018.c170493

摘要

针对工业控制系统中现有异常检测算法在语义攻击检测方面存在的不足,提出一种基于混合马尔科夫树模型的异常检测算法,充分利用工业控制系统的阶段性和周期性特征,构建系统正常运行时的行为模型— 混合马尔科夫树.该模型包含合法的状态事件、合法的状态转移、正常的概率分布以及正常的转移时间间隔等4种信息,基于动态自适应的方法增强状态事件的关联度并引入时间间隔信息以实现对复杂语义攻击的检测,语义建模时设计一种剪枝策略以去除模型中的低频事件、低转移事件以及冗余节点,当被检测行为使得模型的以上4种信息产生的偏差超过阈值时,判定该行为异常.最后,基于OMNeT++网络仿真环境构建一个简化的污水处理系统对本文算法进行功能性验证,并利用真实物理测试床的数据集对算法的检测准确度进行性能验证.验证结果表明,本文算法能有效消除人机交互和常规诊断等操作带来的噪声影响,对复杂语义攻击具有较高的检出率,且能识别传统的非语义攻击.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仁斌	合肥工业大学计算机与信息学院	37	235	9.0	12.0
3	陆阳	合肥工业大学计算机与信息学院	147	1309	19.0	29.0
4	郭忠义	合肥工业大学计算机与信息学院	7	6	2.0	2.0
7	吴佩	合肥工业大学计算机与信息学院	2	2	1.0	1.0