[發明專利]一種基于多模式人工智能的工控安全檢測系統

有效

• 申請號: 202210417783.8
• 申請日: 2022-04-20
• 公開（公告）號: CN114679334B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 季振洲;張立釗;劉華贊;黎凱凱;李沖;賈東升;孔勝嵩;和樹繁
• 申請（專利權）人: 哈爾濱工業大學（威海）
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L67/12
• 代理公司: 北京創智合源知識產權代理事務所(普通合伙) 16092
• 代理人: 馬金華

本發明提供了一種基于多模式人工智能的工控安全檢測和防御系統。該系統包括模型搭配模塊，工控及其數據分析模塊，工控模擬系統，蜜罐及其數據分析模塊，攻防對抗模塊。模型搭配模塊提供人工智能模型。工控及其數據分析模塊提取數據模式，將數據模式和模擬數據的異常情況反饋給工控模擬系統。工控模擬系統改進以縮小與真實工控系統的差距；在攻防博弈達到納什均衡后，擴容或改變配置。蜜罐復刻模擬環境并實際部署，其數據分析模塊提取啟發式策略。攻防對抗模塊綜合模型搭配模塊提供的模型和蜜罐數據分析模塊的啟發式策略，進行對抗演練以達到納什均衡。

技術領域

本發明屬于工控系統的安全檢測和防御領域，尤其涉及多模式人工智能系統在工程實現時所采用的協同進化思想。

背景技術

隨著經濟數字化和工業信息化程度的不斷加深，智能制造和第四次工業革命時代已經悄然來臨，世界各國為了搶占智能制造時代的先機，紛紛推出各自的國家戰略，意在通過互聯網與工控網絡的互聯互通，進一步提高工業生產效率和服務水平。然而新的技術和方法在帶來便捷高效的同時，也引入了新的風險，即將互聯網的安全問題帶入到工業控制系統中。惡意組織或敵對國家通過對互聯網的攻擊，滲透到關乎國計民生領域的工業控制系統當中，進而威脅國家安全和社會穩定，所以非常有必要研究面向工業控制系統的安全檢測與防御方法。然而，要真正防護好逐漸信息化的工業控制系統，還面臨以下幾大挑戰：

1.隨著5G和人工智能時代的來臨，接入互聯網的工控設備不斷增多，人工智能技術與網絡攻擊的結合使現代化的攻擊手段愈加豐富，造成安全邊界越來越模糊，后門隱藏于人工智能模型的眾多參數和眾多網絡配置的組合當中。基于目前的安全形勢和傳統安全方法的局限性，需要更加系統，高效和主動的安全檢測和防御方法；

2.工控系統對安全的特殊需要，使互聯網經常采用的安全防護手段不能直接遷移到工控安全領域；

3.關于工控系統安全的研究缺乏統一公認的檢測平臺和評判標準，主要原因如下：一是由于真實的生產數據涉及生產機密，不方便直接獲得；二是由于工控系統遵守可用性第一的原則，不能在真實的工控環境中直接進行測試，重新搭建專用的真實測試平臺，成本太高；

4.目前主流深度學習模型的訓練，要求訓練數據正反比例均衡，但由于工控安全領域的特殊性，往往所得訓練數據的正反比例非常不均衡。而且通過深度學習所獲得的模型，雖然在一定條件下性能優越，卻難以解釋，不方便生產方結合自身的情況，改進防御策略和繼續優化模型。

目前，現有的關于工控系統的安全檢測和防御方法，針對上述所討論的挑戰，還沒有公認有效的應對方案。

發明內容

本發明的目的是為了解決目前工控安全領域所面臨的如下幾個問題，如何自動挖掘和防御工控環境中的安全漏洞；如何為生產方提供定制，動態和主動的防御策略，以及適用于實際生產環境的安全建議和參考；如何節約安全策略布置到工控現場的測試成本和提高測試效率；如何在與生產方共同構建安全策略與防御系統時防止機密生產信息的泄露；如何從獲取正反比例均衡數據的角度融合深度學習的方法；如何為工控系統安全的研究和演練提供實戰場景；能否為得到的安全模型提供一定的解釋性；得到的安全策略或模型系統能否擴展用于多個安全模型共同使用的情況。

本發明提供了一種基于多模式人工智能的工控安全檢測和防御方法。本方法結合了工控系統安全研究和演練所需的模擬場景的搭建，人工智能中強化學習思想指導下訓練出的模型具有可解釋性和全面探索性，從攻擊者角度進行主動防御的思想和真實工控環境的反饋，構建了模擬環境和攻防雙方協同進化的體系和方法，可以全面的應對上述提到的工控安全領域所面臨的挑戰。

一種基于多模式人工智能的工控安全檢測和防御方法，包括模型搭配模塊，工控及其數據分析模塊，工控模擬系統，蜜罐及其數據分析模塊，攻防對抗模塊。各子系統和模塊之間的關系如附圖1所示。

其中所述的工控模擬系統：