基于信息熵的工业信息物理系统重放攻击检测研究

来源 :江南大学 | 被引量 : 0次 | 上传用户:lily009009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
计算机和通信系统与物理世界的快速融合,促进了工业信息物理系统(Cyber Physical Systems,CPSs)的出现。由于集成了控制、通信、传感和计算能力的工业CPSs对接口的要求更加开放,大量的网络安全威胁涌入到系统中,这引起了学者们对工业CPSs安全性问题的广泛关注。重放攻击是工业CPSs中一种常见的数据完整性攻击。虽然针对数据重放攻击的检测方案已取得一些成果,但是这些研究通常需要已知系统的精确数学模型,而基于数据分析的重放攻击检测还未得到充分的研究。因此,本文针对重放攻击检测的问题,主要进行了以下几个方面的研究:(1)根据重放攻击的攻击原理,从数据的角度分析了重放攻击的隐匿性问题。研究表明,当系统遭受重放攻击时,攻击者将记录的系统测量值数据回放到系统中代替真实的测量值数据。由于历史数据和重放数据具有相似性,单从原始数据中难以找到区分正常数据和攻击数据的特征,这说明了重放攻击存在一定的隐匿性。上述分析的结论通过在半物理仿真实验平台上实验得到验证。(2)在重放攻击期间,由于系统输出测量值被多次重复回放,使测量值数据复杂性呈现下降的趋势。根据这一特性,本文提出了一种基于排列熵的重放攻击检测方案。首先利用滑动窗口排列熵计算测量值的复杂度,然后根据计算出的排列熵数据集,应用支持向量数据描述在线进行模型训练、更新和判定。此外,考虑到实际应用系统存在量测噪声以及攻击者恶意加入掩护噪声对重放攻击检测效果的影响,引入小波分析对测量值数据去噪,以此来增强重放攻击的检测。最后,利用半物理仿真平台收集的数据,验证了所提方案应用于工业CPSs中重放攻击检测的有效性。(3)已有学者提出在重放间隔较小时,基于相对熵的间断性重放攻击检测方法存在漏检的情况。前期研究发现当系统遭受重放攻击时,测量值被不断重放将造成控制量发生一定的变化。通过互信息能够衡量测量值和控制量之间的相互依赖关系。因此,本文提出了一种基于互信息的重放攻击检测方案。考虑到测量值存在异常脉冲噪声的情况,首先对测量值数据进行预处理。然后,利用互信息评估测量值变化量和控制变化量之间的相互依赖程度。接着,根据计算出的互信息数据集,应用支持向量机对其进行模型训练及预测。最后,利用半物理仿真实验平台采集的数据,验证了基于互信息重放攻击检测算法的有效性。
其他文献
表面等离子体共振(SPR)传感器是一种免标记、高灵敏的光学传感器,它的原理是当入射光引起金属与介质界面的SPR时,可获得与共振波长一一对应的介质折射率。目前商用的SPR传感器均为棱镜耦合型,虽然灵敏度很高,但体积庞大,价格昂贵。随着纳米制备工艺的成熟和人们对传感器小型化的迫切需求,光栅耦合型SPR传感器应运而生。目前的光栅耦合型SPR传感器存在灵敏度较低,无法检测不透明溶液的问题,这限制了此类传感
随着车辆数量日益增多,道路交通问题密切影响着日常生活。交通监管部门需要通过视频数据实时监控路况信息。无人机技术的快速发展,使从空中视角获得数据成为可能。无人机能提供更加广阔灵活的视角,包含更多的信息,同时也能胜任长距离监控。在无人机场景下通过图像和视频对车辆目标进行跟踪,也有望成为交通监控的新方式。无人机视角下跟踪场景不够稳定,目标容易产生大幅度的形变,也可能被环境所遮挡。无人机的硬件平台也决定了
基于视觉的微小振动放大技术是一种通过处理图像时空信息,放大微小但重要变化的技术。机器视觉振动放大技术被用来揭示肉眼难以察觉微小变化,在工程结构模态识别、医疗心率检测,故障损伤检测等领域有重要价值。论文对视频微小振动放大技术进行详细的分析和研究,从多角度对微小振动放大算法进行优化,并将优化后的算法应用于非接触式心率检测,具有较好的工程应用价值。论文针对微小振动视频中存在大运动干扰,导致视频放大结果出
自NB-IoT(Narrow-Band Internet of Things,窄带物联网)技术提出以来,各项技术标准逐步得到完善,当前已经成为低功耗广域物联网中最具潜力的技术之一。在与各领域逐渐实现深度融合的过程中,NB-IoT设备将被大规模部署,考虑到NB-IoT系统的180KHz有限频谱资源,海量设备接入时将有可能发生资源竞争现象,使系统出现接入拥塞,从而导致网络接入量降低、资源浪费等问题。因
人脸表情识别是一项极具挑战的模式识别任务,在例如医学研究、交通安全、公共安防、刑侦审讯、影视娱乐等领域有重要的现实意义。对于可预见的未来世界中的高效人机交互,正确快速的识别用户表情也是一项必不可少的技术。近十年来,表情识别的研究进度突飞猛进,从小数据的室内研究转向了具有更大数据量的室外研究,研究方法也从传统方法变革为深度学习方法。深度表情识别的主要难点有以下几点:缺乏有效训练数据、存在大量表情无关
聚类是在无标记的条件下将数据分组,从而发现数据的天然结构的一种技术。聚类在数据分析中扮演了重要的角色,它可以发现数据的潜在结构、对数据进行自然分组或压缩,是人工智能的重要分支之一。2019年,Nie Feiping等人在ACM SIGKDD上提出了指定k个聚类的多均值聚类算法(a multiple-means clustering method with specified K clusters,
行人检测作为计算机视觉研究领域的一项关键技术,在智能监控、车辆辅助驾驶、运动分析与人机交互等领域有广泛的应用价值。但由于姿态、穿着、尺度、光线的变化以及相互遮挡等复杂场景的影响,行人检测仍是一个有挑战性的问题。融合多个特征能加强人体特征表达、提升行人检测算法性能。本文针对多特征融合、候选区域的提取、行人尺度多样性等问题以及行人检测算法的应用进行了研究,主要研究工作如下:(1)针对结合方向梯度直方图
图像超分辨率(Super-Resolution,SR)是一种将低分辨率图像(Low-Resolution,LR)处理为高分辨率图像(High-Resolution,HR)的技术,旨在提升图像的像素密度,并且在一定程度上还原图像中的细节。超分辨率算法对人类世界产生的影响极其深远,其应用场景十分广泛,包括卫星成像、医学成像、视频监控、自动驾驶等诸多领域。同时,随着近年来深度学习的发展以及人们对于图像质
3D目标检测是近几年来计算机视觉领域中备受关注的前沿方向,在机器人、自动驾驶、增强现实和虚拟现实中具有广泛的应用前景,如何精确地进行3D目标检测具有很大的研究意义和实际的应用价值。为了有效避免传统方法的弊端,充分发挥深度学习强大的特征学习能力,本文研究了基于深度学习的3D目标检测算法,融合了不同数据源的数据,构建了多模态特征融合框架,弥补了单模态点云语义信息不足的缺陷,以提升远小物体及遮挡物体的检
近年来,物联网技术的发展以及智能手机的普及,从智慧医疗保健行业的发展看来,可穿戴设备潜力巨大。随着传感器技术的进步,用户可以利用可穿戴设备精确地对睡眠状况以及日常运动进行实时监控,可用于各种健康保健和预防性医疗。社会的医疗保健系统与人们的生活息息相关,而当下的医疗诊断主要还是依靠于实体医院,对于预防性健康医疗的需求较大,这使得可穿戴设备具有广阔的市场前景。可穿戴式设备作为未来个人健康检测的基础,将