【技术实现步骤摘要】
一种工业控制系统的入侵检测方法及系统
[0001]本专利技术涉及入侵检测
，特别是涉及一种工业控制系统的入侵检测方法及系统。
技术介绍
[0002]现有的工业系统的入侵检测方法中，分析通信报文的检测方法难以检测到物理级的系统异常。机器学习的方法通常运算代价高，消耗大量时间和运算资源。基于概率模型的方法常具有较高的误报率和漏报率。上述方法全部为被动式的检测，即检测信息全部来源于系统自身，并不会向系统中主动输入信息和命令。而且当前几乎所有的检测装置都部署在远端SCADA或独立的计算机系统或嵌入式设备，需要独立的系统来完成，而且远离工业现场，容易遭受欺骗，受攻击时难以第一时间感知到控制过程物理状态的变化，使得检测率低。
技术实现思路
[0003]本专利技术的目的是提供一种工业控制系统的入侵检测方法及系统，提高了对工业控制系统的入侵的检测率。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种工业控制系统的入侵检测方法，所述方法包括：
[0006]确定目标系统的系统...
【技术保护点】
【技术特征摘要】
1.一种工业控制系统的入侵检测方法，其特征在于，所述方法包括：确定目标系统的系统矩阵、控制矩阵、输出矩阵、观测噪声协方差矩阵、稳态状态协方差矩阵和稳态卡尔曼增益；所述目标系统为待检测的工业控制系统；获取所述目标系统中的k
‑
1时刻的原始控制信号、k
‑
1时刻的传感数据和k时刻的传感数据；所述原始控制信号为所述目标系统中控制器的信号，所述传感数据为所述目标系统中传感器检测到的数据；k>2；向所述k
‑
1时刻的原始控制信号中添加噪声，得到加噪后的k
‑
1时刻的控制信号；根据所述系统矩阵、所述控制矩阵、加噪后的k
‑
1时刻的控制信号和k
‑
1时刻的状态向量的后验估计，确定k时刻的状态向量的先验估计；所述k
‑
1时刻的状态向量的后验估计是根据所述输出矩阵、所述稳态卡尔曼增益、k
‑
1时刻的传感数据和k
‑
2时刻的状态向量的先验估计确定的；根据k时刻的状态向量的先验估计、输出矩阵、k时刻的传感数据、所述稳态状态协方差矩阵和所述观测噪声协方差矩阵确定检测变量；判断所述检测变量是否大于预设阈值；若是，则所述目标系统在k时刻被入侵；若否，则所述目标系统在k时刻未被入侵。2.根据权利要求1所述的工业控制系统的入侵检测方法，其特征在于，所述根据k时刻的状态向量的先验估计、输出矩阵、k时刻的传感数据、所述稳态状态协方差矩阵和所述观测噪声协方差矩阵确定检测变量，具体包括：根据k时刻的状态向量的先验估计、输出矩阵和k时刻的传感数据，计算k时刻的估计残差向量；根据k时刻的估计残差向量、所述输出矩阵、所述稳态状态协方差矩阵和所述观测噪声协方差矩阵确定检测变量。3.根据权利要求2所述的工业控制系统的入侵检测方法，其特征在于，所述根据k时刻的估计残差向量、所述输出矩阵、所述稳态状态协方差矩阵和所述观测噪声协方差矩阵确定检测变量，具体包括：利用滤波方法，对k时刻的估计残差向量的各分量进行滤波；根据k时刻滤波后的估计残差向量、所述输出矩阵、所述稳态状态协方差矩阵和所述观测噪声协方差矩阵确定检测变量。4.根据权利要求3所述的工业控制系统的入侵检测方法，其特征在于，所述滤波方法包括：限幅滤波法和递推中值滤波法。5.一种工业控制系统的入侵检测系统，其特征在于，所述...
【专利技术属性】
技术研发人员：郑成旭，王晓鹏，方崇荣，何建平，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。