项目名称: 可信工业控制系统中信任冷启动方法研究

项目编号: No.61502293

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 自动化技术、计算机技术

项目作者: 周鹏

作者单位: 上海大学

项目金额: 20万元

中文摘要: 随着工业化和信息化的不断融合,现代工业控制系统表现出设备异构与边界模糊的特征,安全隐患日趋严重。通过行为建模的方式建立可信工业控制系统是解决其安全问题的一个重要研究方向。然而,现有的信任启动与建模方法存在防御滞后,启动缓慢以及行为数据利用率低等缺陷,不能很好的满足现代工业系统对实时性和安全性的要求。为了解决这一系列缺陷,本课题将研究全新的信任冷启动方法。该方法基于可迁移学习理论和深度学习理论建立异质设备属性与可信度之间的跨域关联模型,从而可以在异构设备运行的任何时刻通过设备属性直接估计其可信度(即信任冷启动)。用于关联模型训练的行为样本将通过病毒动态分析技术和工业蜜罐技术来获取。本课题在工业控制、信息安全和机器学习等多学科交叉的背景下,针对可信工业控制系统构建的薄弱环节,探索切实有效的解决方案,为保障现代工业控制系统的运行安全奠定必要的方法和实验基础。

中文关键词: 信任管理模型;信任管理系统;工业控制系统安全

英文摘要: With the integration of industrial and information techniques, Industrial Control Systems (ICSs) are now exhibiting the characteristics of device heterogeneity and boundary uncertainty, which is consequently inducing serious security risks. Building a trusted ICS via historical behavior modeling is a promising research direction for ICS security. However, existing trust models suffer from various shortcomings such as delayed protection, slow bootstrapping of trust and low utilization of behavior data, hence being unable to adapt well to the ICS environment which requires a higher quality of security and real-time response. To address these problems, we propose a novel fast-building-up method for trust establishment coined as cold bootstrapping. The basic idea is to apply transfer learning theory and deep learning theory, and thereby build a cross-domain model to capture the correlation between visible features of devices and the corresponding trustworthiness. This model is then used to estimate the trustworthiness for any devices through their visible features, without the need of direct historical behavior data for these devices (i.e., trust cold bootstrapping). Virus dynamic analysis and industrial honeypot technique are employed to collect behavior samples for model training. This is a multidisciplinary project that is related to industrial control, information security and machine learning. The proposed method solves the key problem that hinders the design of an effective trusted ICS for modern industries.

英文关键词: Trust management model;Trust management system;Industrial control system security

成为VIP会员查看完整内容
1

相关内容

【博士论文】推荐系统多行为建模与隐私保护研究
专知会员服务
52+阅读 · 2021年11月27日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
专知会员服务
56+阅读 · 2021年8月12日
专知会员服务
25+阅读 · 2021年6月9日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
【CIKM2020】推荐系统的神经模板解释生成
专知会员服务
33+阅读 · 2020年9月9日
个性化推荐系统技术进展
专知会员服务
65+阅读 · 2020年8月15日
异质信息网络分析与应用综述,软件学报-北京邮电大学
一文梳理推荐系统中的特征交互排序模型
RUC AI Box
1+阅读 · 2022年4月8日
产品基于“信任”引发的问题
人人都是产品经理
0+阅读 · 2022年2月19日
零信任策略下云上安全信息与事件管理最佳实践
阿里技术
1+阅读 · 2021年11月25日
SIGIR 2021 | 推荐系统中的多行为建模
PaperWeekly
1+阅读 · 2021年10月9日
TKDE 2020 | 面向严格冷启动推荐的属性图神经网络
PaperWeekly
13+阅读 · 2020年12月18日
深度 | 推荐系统如何冷启动?
AI100
17+阅读 · 2019年4月7日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
46+阅读 · 2021年10月4日
Arxiv
14+阅读 · 2020年10月26日
Arxiv
45+阅读 · 2019年12月20日
Arxiv
23+阅读 · 2018年8月3日
小贴士
相关VIP内容
【博士论文】推荐系统多行为建模与隐私保护研究
专知会员服务
52+阅读 · 2021年11月27日
基于强化学习的推荐研究综述
专知会员服务
83+阅读 · 2021年10月21日
专知会员服务
56+阅读 · 2021年8月12日
专知会员服务
25+阅读 · 2021年6月9日
应用知识图谱的推荐方法与系统
专知会员服务
115+阅读 · 2020年11月23日
【CIKM2020】推荐系统的神经模板解释生成
专知会员服务
33+阅读 · 2020年9月9日
个性化推荐系统技术进展
专知会员服务
65+阅读 · 2020年8月15日
异质信息网络分析与应用综述,软件学报-北京邮电大学
相关资讯
一文梳理推荐系统中的特征交互排序模型
RUC AI Box
1+阅读 · 2022年4月8日
产品基于“信任”引发的问题
人人都是产品经理
0+阅读 · 2022年2月19日
零信任策略下云上安全信息与事件管理最佳实践
阿里技术
1+阅读 · 2021年11月25日
SIGIR 2021 | 推荐系统中的多行为建模
PaperWeekly
1+阅读 · 2021年10月9日
TKDE 2020 | 面向严格冷启动推荐的属性图神经网络
PaperWeekly
13+阅读 · 2020年12月18日
深度 | 推荐系统如何冷启动?
AI100
17+阅读 · 2019年4月7日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员