Алгоритм построения цифрового отпечатка датчика на основе динамической модели его выходного сигнала для защиты информации в автоматизированных системах

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В данной статье рассматривается проблема вмешательства злоумышленника в работу технологической (в т.ч. автоматизированной) системы путем подмены устройства нижнего уровня (датчика, счетчика) или его сигнала, а также подходы к выявлению факта подобного вмешательства. Приводится краткая справка о существующих методах выявления подмены устройств. В качестве решения проблемы предлагается производить опознавание устройства на основе сравнения некоторых его текущих параметров с эталонными, собранными заблаговременно. Для целей опознавания устройства нижнего уровня предлагается сравнивать цифровые отпечатки (текущий и эталонный), построенные с использованием динамических моделей сигнала этого устройства. Сформулированы основные требования к качеству входных данных, на основании которых создается цифровой отпечаток. Предложены способы предварительной обработки входных данных с целью повышения их качества в случае, если исходные данные не соответствуют вышеупомянутым требованиям. Подробно описан алгоритм создания цифрового отпечатка с детальным рассмотрением используемого математического аппарата; для наглядности алгоритм также представлен в виде блок-схемы. Рассмотрено применение алгоритма для целей опознавания датчиков как в лабораторных условиях (с использованием специально созданного испытательного стенда), так и на реальных данных функционирующей системы анализа микроклимата Центра интеллектуальной цифровой электроэнергетики Института проблем управления РАН.

Об авторах

Дарья Николаевна Богачева

Институт проблем управления им. В.А. Трапезникова Российской академии наук

Автор, ответственный за переписку.
Email: bogacheva@ipu.ru
ORCID iD: 0009-0005-9973-6986
SPIN-код: 2780-6169
Scopus Author ID: 57946782400
ResearcherId: JXK-0730-2024

младший научный сотрудник, лаборатория № 49 «Инфраструктурные системы»

Россия, Москва

Список литературы

  1. Богачева Д.Н., Лукинова О.В. Вопросы оценки корректности данных устройств нижнего уровня автоматизированных систем // Материалы 32-й Междунар. науч.-техн. конф. «Системы безопасности – 2023» (Москва). М.: Академия ГПС МЧС России. 2023. С. 349–355.
  2. Богачева Д.Н., Лукинова О.В., Павлова Е.С. Подход к оценке корректности параметров оконечных устройств автоматизированных систем с использованием их эталонных моделей // Материалы Всерос. науч.-практ. конф. «Индустрия 4.0» (SmartIndustryCon 2024). Сочи: IEEE. 2024. С. 850–854.
  3. Богачева Д.Н., Лукинова О.В., Рощин А.А. Опознавание периферийных устройств автоматизированных систем по их динамическим моделям // Материалы 33-й междунар. науч.-техн. конф. «Системы безопасности – 2024» (Москва). М.: Академия ГПС МЧС России. 2024. Ч. 2. С. 80–85.
  4. Гроп Д. Методы идентификации систем. М.: Мир. 1979.
  5. Захарченко В.Е. Контроль достоверности значений параметров в АСУ ТП // Имитационное моделирование. Теория и практика: сб. докл. третьей всерос. науч.-практ. конф. ИММОД-2007. СПб.: ФГУП ЦНИИТС. 2007. Т. 1. С. 278–286.
  6. Захарченко В.Е. Оценка достоверности информационного обеспечения АСУТП гидроагрегата на основе функционально-ориентированных нечетких математических моделей. Самара: СГТУ. 2011.
  7. Ли Р. Оптимальные оценки, определение характеристик и управление. М.: Наука. 1966.
  8. Abas P., Chowdhury R., Idris A. Device identification using optimized digital footprints // IAES International Journal of Artificial Intelligence (IJ-AI). 2023. No. 12 (1). Pp. 232–240.
  9. Aleisa M., Alenizi A., Anantha Raman G.R. et al. Improving electricity theft detection using electricity information collection system and customers’ consumption patterns / Energy Exploration & Exploitation. 2024. No. 42 (5). Pp. 1684–1714.
  10. Aneja S., Aneja N., Bhargava B., Chowdhury R. Device fingerprinting using deep convolutional neural networks // International Journal of Communication Networks and Distributed Systems. 2022. Vol. 28. No. 2. Pp. 171–198.
  11. Aslam S., Javaid N., Javed M., Shehzad F. Electricity theft detection using big data and genetic algorithm in electric power systems // Electric Power Systems Research. 2022. No. 209. P. 107975.
  12. Ding N., Gao H., Ma H. et al. Real-time anomaly detection based on long short-Term memory and Gaussian Mixture Model // Computers & Electrical Engineering. 2019. No. 79. P. 106458.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Алгоритм построения цифрового отпечатка устройства нижнего уровня автоматизированной системы

Скачать (319KB)
Метаданные
3. Рис. 2. Схема собранного стенда

Скачать (58KB)
Метаданные
4. Рис. 3. Статистика по величине интервала сбора данных с датчиков

Скачать (715KB)
Метаданные
5. Рис. 4. Пропуски групп измерений (белые полосы)

Скачать (534KB)
Метаданные
6. Рис. 5. Исходные данные со сбоями

Скачать (513KB)
Метаданные
7. Рис. 6. Разброс дискретности отсчетов измерений

Скачать (1MB)
Метаданные
8. Рис. 7. Примеры удачного сравнения текущей и эталонных моделей устройства

Скачать (1MB)
Метаданные


Ссылка на описание лицензии: https://www.urvak.ru/contacts/

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».