基于多元统计法的入侵检测系统设计与分析  

Intrusion Detection Systems Based on Multivariate Statistics Methods

作　　者：刘大千[1] 王金焕[1] 

机构地区：[1]北方工业大学现场总线技术及自动化北京市重点实验室,北京100144

出　　处：《工业控制计算机》2016年第12期3-5,共3页Industrial Control Computer

摘　　要：设计了基于多元统计法的入侵检测系统,用来检测针对过程控制系统的错误数据注入(FDI,False Data Injection)攻击。首先,建立了FDI攻击模型;其次,将FDI攻击模型应用到田纳西伊斯曼(TE)过程控制系统,验证攻击模型的有效性;最后,为了检测攻击模型对TE过程的影响,设计了两个基于主元成分分析(PCA)与核主元成分分析(KPCA)算法的入侵检测系统。实验结果表明:两种IDS都能够有效检测到数据异常,并且,KPCA算法比PCA在数据检测方面拥有更好的性能。This paper detects false data injection（FDI） attacking the variables of the industrial process control systems（PCSs） by the multivariate statistics methods.Firstly,the FDI attack model is constructed.Secondly,the model is applied to the Tennessee Eastman（TE） process control system to validate the effectiveness.Finally,two intrusion detection systems（IDSs）based on multivariate statistics methods-principal component analysis（PCA） and kernel principal component analysis（KPCA）,are designed to detect the influence of attacks on TE process control system.

关 键 词：入侵检测系统 错误数据注入攻击 多元统计法 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术]