基于离群点挖掘的工业控制系统异常检测

摘要：

目前,工业控制系统广泛应用于我国电力、水利、污水处理、石油天然气、化工、交通运输、制药以及大型制造行业,针对工业控制系统的攻击越来越频繁,而目前市场上工业控制系统的安全产品十分稀少.虽然主流的组态软件具有控制变量报警功能模块,但其只能处理单一变量超过阈值时的报警,不能识别出由多个变量共同引起的异常.为此,针对工业控制系统的变量数据、通信协议、高实时性等特点,提出了基于自适应聚类的离群点挖掘方法-AC-BOD方法,该方法包括数据采集、聚类、簇的标识以及簇的离群点检测4个阶段,对工业控制系统OPC Server上的变量数据进行数据分析.实验证明,该方法可以很好地发现工业控制系统中的异常数据,并能够发现未知的异常,能够极大地提高工业控制系统的安全防护能力.

关键词：工业控制系统、聚类、离群点挖掘、自适应聚类、异常检测

所属期刊栏目：41

分类号：TP393(计算技术、计算机技术)

资助基金：科技型中小企业技术创新基金项目12C26115116106;重庆理工大学研究生创新基金YCX2012102

在线出版日期：2014-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：178-181,203