doi: 0.17586/2226-1494-2020-20-5-770-772


УДК 004.021

ВЫЯВЛЕНИЕ РИСКОВ НАРУШЕНИЙ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ КИБЕРФИЗИЧЕСКИХ СИСТЕМ НА ОСНОВЕ АНАЛИЗА ЦИФРОВЫХ СИГНАЛОВ

Семенов В.В., Арустамов С.А.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования:
Семенов В.В., Арустамов С.А. Выявление рисков нарушений информационной безопасности киберфизических систем на основе анализа цифровых сигналов // Научно-технический вестник информационных технологий, механики и оптики. 2020. Т. 20. № 5. С. 770–772. doi: 10.17586/2226-1494-2020-20-5-770-772


Аннотация
Предмет исследования. В работе предложен подход к анализу цифровых последовательностей сигналов, харак- теризующих функционирование киберфизических систем. Предлагаемое решение сочетает в себе совокупность методов машинного обучения при анализе разнородных внешних данных цифровых сигналов, поступающих от различных датчиков системы. Метод. Для анализа цифровых сигналов исследованы методы на основе ис- кусственных нейронных сетей и алгоритма k-ближайших соседей. Основные результаты. Проверка предла- гаемого подхода произведена c использованием полученных в эксперименте сигналов цифрового трехосевого акселерометра, расположенного на прототипе беспилотного транспортного средства. Обработка цифровых сигналов исследуемыми методами произведена в среде MATLAB R2020a. При проведении сравнения точности исследованных методов алгоритм k-ближайших соседей достиг значения 96,1 %, в то время как искусственные нейронные сети показали результат 95,0 %. Практическая значимость. Предложенный подход позволяет с приемлемой точностью обнаруживать риски нарушений информационной безопасности киберфизических систем и может использоваться в системах мониторинга состояния объектов.

Ключевые слова: информационная безопасность, киберфизические системы, выявление рисков, анализ сигналов, системы мониторинга

Благодарности. Статья подготовлена при финансовой поддержке Министерства науки и высшего образования Российской Федерации по соглашению 075-15-2019-1707 от 22.11.2019 (идентификатор RFMEFI60519X0189, внутренний номер 05.605.21.0189)

Список литературы
1. Зегжда Д.П., Павленко Е.Ю. Гомеостатическая стратегия безопасности киберфизических систем // Проблемы информационной безопасности. Компьютерные системы. 2017. № 3. С. 9–23.
2. Викснин И.И., Комаров И.И., Масленников О.С., Мурадов А.Р., Пантюхин И.С., Юрьева Р.А. Подход к обнаружению новых кибератак на киберфизические системы на основании метода обнаружения аномалий // Автоматизация в промышленности. 2018. № 2. С. 58–62.
3. Peng Y., Lu T., Liu J., Gao Y., Guo X., Xie F. Cyber-physical system risk assessment // Proc. 9th International Conference on Intelligent Information Hiding and Multimedia Signal Processing (IIH-MSP 2013). Beijing, China. 2013. P. 442–447. doi: 10.1109/IIH-MSP.2013.116
4. Semenov V.V., Lebedev I.S., Sukhoparov M.E., Salakhutdinova K.I. Application of an autonomous object behavior model to classify the cybersecurity state // Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 2019. V. 11660. P. 104–112. doi: 10.1007/978-3-030-30859-9_9
5. Jones A., Kong Z., Belta C. Anomaly detection in cyber-physical systems: A formal methods approach // Proc. 53rd IEEE Annual Conference on Decision and Control (CDC 2014). 2014. P. 848–853. doi: 10.1109/CDC.2014.7039487
6. Семенов В.В., Салахутдинова К.И., Лебедев И.С., Сухопаров М.Е. Выявление аномальных отклонений при функционировании устройств киберфизических систем // Прикладная информатика. 2019. Т. 14. № 6(84). С. 114–122. doi: 10.24411/1993-8314-2019-10053
7. Narang P., Sikdar B. Anomaly detection in diurnal CPS monitoring data using a local density approach // Proc. 24th IEEE International Conference on Network Protocols, (ICNP 2016). 2016. P. 7785323. doi: 10.1109/ICNP.2016.7785323
8. Meleshko A.V., Desnitsky V.A., Kotenko I.V. Machine learning based approach to detection of anomalous data from sensors in cyber-physical water supply systems // IOP Conference Series: Materials Science and Engineering. 2020. V. 709. N 3. P. 033034. doi: 10.1088/1757-899X/709/3/033034


Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2020 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика