CN114124538A - 一种智能变电站goose、sv报文的入侵检测方法 - Google Patents

一种智能变电站goose、sv报文的入侵检测方法 Download PDF

Info

Publication number
CN114124538A
CN114124538A CN202111412573.1A CN202111412573A CN114124538A CN 114124538 A CN114124538 A CN 114124538A CN 202111412573 A CN202111412573 A CN 202111412573A CN 114124538 A CN114124538 A CN 114124538A
Authority
CN
China
Prior art keywords
message
goose
field
data packet
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111412573.1A
Other languages
English (en)
Other versions
CN114124538B (zh
Inventor
汪晓帆
张泰�
杨雪
曾仕伦
陈亮
朱礼鹏
易伟
熊伟
李建兵
杨灏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Sichuan Electric Power Co Ltd
Original Assignee
State Grid Sichuan Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Sichuan Electric Power Co Ltd filed Critical State Grid Sichuan Electric Power Co Ltd
Priority to CN202111412573.1A priority Critical patent/CN114124538B/zh
Publication of CN114124538A publication Critical patent/CN114124538A/zh
Application granted granted Critical
Publication of CN114124538B publication Critical patent/CN114124538B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
    • H04L63/1425—Traffic logging, e.g. anomaly detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1441—Countermeasures against malicious traffic
    • H04L63/1458—Denial of Service
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/22—Parsing or analysis of headers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/26—Special purpose or proprietary protocols or architectures
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Abstract

本发明涉及智能变电站安全技术领域，具体涉及一种智能变电站GOOSE、SV报文的入侵检测方法及系统。本发明提供的入侵检测方法，包括以下步骤：接收CPE镜像流量，从流量中提取GOOSE或SV数据包以及与数据包对应的IP地址、UDP端口号的元数据和时间戳，并解析数据包以获取相关字段及内容；将与数据包对应的IP地址、UDP端口号、时间戳以及相关字段及内容存入第一数据表；检测数据包是否异常；进行DoS攻击检测；将检测出的异常数据包、与异常数据包对应的时间戳、IP地址、UDP端口号及异常类型存入第二数据表，建立第一数据表与第二数据表之间的关联。本发明提供的入侵检测方法及系统能够适用于5G环境，降低了整个协议栈中可能面对的安全威胁。

Description

一种智能变电站GOOSE、SV报文的入侵检测方法
技术领域
本发明涉及智能变电站安全技术领域，具体涉及一种智能变电站GOOSE/SV报文的入侵检测方法及系统。
背景技术
配电网是国民经济和社会发展的重要公共基础设施，为确保各供电区域电力的可靠供应，往往建设光纤专网形成与之配套的电力通信网。智能变电站采用IEC61850协议，基于该协议中定义的GOOSE、SV报文，通过光纤专网传输数据和控制信号。但光纤专网灵活性差、建设成本高，随着分布式电源的广泛接入，传统配电网保护已经难以满足复杂配电网的特性要求，而客户对供电可靠性、持续性的要求不断提升，对配电网保护的快速性、可靠性、选择性提出了更高的要求。随着以5G为代表的无线通信技术发展，无线网络能够提供高速的传输速度和可靠的传输质量。将配电网承载于5G之上可以显著减少建设成本并提高部署和维护的灵活性。国家电网四川省电力公司眉山分公司于2019年底投运了全国首套5G配电网差动保护，初步验证了5G承载配电网保护业务的可行性。但传统电力数据报文经5G传输所带来的网络安全隐患是无法绕过的问题。目前已有的针对IEC61850的入侵检测系统并不适用于5G环境，且现有的入侵检测系统，仅考虑了针对报文本身可能存在的异常，而未考虑到整个协议栈中可能面对的安全威胁。
发明内容
为克服上述问题或部分解决上述问题，本发明的目的在于提供一种智能变电站GOOSE/SV报文的入侵检测方法及系统，以适用5G环境，并降低协议栈可能面临的安全威胁。
本发明通过下述技术方案实现：
第一方面，本发明实施例提供一种智能变电站GOOSE、SV报文的入侵检测方法，包括以下步骤：接收CPE镜像流量，从接收的流量中提取GOOSE或SV数据包以及与所述数据包对应的IP地址、UDP端口号的元数据和时间戳，解析所述数据包以获取GOOSE或SV的所有字段及字段内容；将与数据包对应的IP地址、UDP端口号、时间戳以及GOOSE或SV的所有字段及字段内容存入第一数据表；对所述GOOSE或SV的字段及字段内容进行分析，以检测数据包是否异常；基于所述IP地址及UDP端口号的元数据进行DoS攻击检测；将检测出的异常数据包、与所述异常数据包对应的时间戳、IP地址、UDP端口号及异常类型存入第二数据表，将时间戳、IP地址及UDP端口号组成联合主键，以建立第一数据表与第二数据表之间的关联，从而实现异常数据包的原始数据包回溯。
基于第一方面，在本发明一些实施例中，还包括：所述元数据包括相同IP地址和UDP端口号的数据包的数量。
基于第一方面，在本发明一些实施例中，所述基于所述IP地址及UDP端口号的元数据进行DoS攻击检测包括：统计单位时间内具有相同IP地址和UDP端口号的数据包的数量，当数量超过设定的阈值时，判定为DoS攻击。
基于第一方面，在本发明一些实施例中，针对GOOSE数据包的异常检测方法包括：对GOOSE上下报文中的stnum、sqnum、ndscom、TEST、APPID、dataset、confrev字段中的至少一项进行分析，检测其中存在的异常行为。
基于第一方面，在本发明一些实施例中，所述针对GOOSE数据包的异常检测包括重启和配置错误检测，检测方法分别为：重启：当stnum字段等于1且sqnum字段等于1时，判定发生重启事件；配置错误：当ndscom字段为TRUE时，判定配置错误。
基于第一方面，在本发明一些实施例中，所述针对GOOSE数据包的异常检测包括检修，检测的方法为：当TEST字段为TRUE时，判定为检修。
基于第一方面，在本发明一些实施例中，所述针对GOOSE数据包的异常检测包括APPID异常、虚假状态改变、虚假配置改变、运行状态改变、报文乱序、报文重放、高stnum攻击和DoS攻击，检测方法分别为：APPID异常：当前APPID字段与上一报文的APPID不一致时，判定发生APPID异常；虚假状态改变：当前报文的stnum不等于上一报文的stnum，且当前报文的dataset字段相较上一报文的dataset字段没有发生变化，判定为虚假状态改变；虚假配置改变：当前报文的confrev字段不等于上一报文的confrev字段，且当前报文的dataset字段相较上一报文的dataset字段没有发生变化，判定为虚假状态改变；运行状态改变：当前报文的stnum字段值等于上一报文的stnum字段值加1，且当前报文的sqnum等于0，判定为运行状态改变；报文乱序：当前报文的stnum字段值等于上一报文的stnum字段值，且当前报文的sqnum字段值等于上一报文sqnum字段值加1，判定为报文乱序；报文重放：当前报文的stnum字段值等于上一报文的stnum字段值，且当前报文的sqnum字段值等于上一报文sqnum字段值，判定为报文重放；高stnum攻击：当前报文的stnum字段值大于上一报文的stnum字段值加一，判定为高stnum攻击；DoS攻击：当前数据包传输速率大于正常GOOSE运行速率阈值，判定为DoS攻击。
基于第一方面，在本发明一些实施例中，针对SV数据包的异常检测方法包括：对SV上下文报文中的APPID或smpcnt字段进行分析，检测其中存在的异常行为。
基于第一方面，在本发明一些实施例中，所述针对SV数据包的异常检测包括重启、APPID异常、报文重放、高smpcnt攻击和DoS攻击，检测方法分别为：重启：当前报文的smpcnt字段值等于0，判定为重启；APPID异常：当前报文的APPID字段值不等于上一报文的APPID字段值，判定为APPID异常；报文重放：当前报文的smpcnt字段值等于上一报文的smpcnt字段值，判定为报文重放；高smpcnt攻击：当前报文的smpcnt字段值大于上一报文的smpcnt字段值加一，判定为报文重放；DoS攻击：当前数据包传输速率大于正常SV运行速率阈值，判定为DoS攻击。
第二方面，本发明实施例提供一种智能变电站GOOSE、SV报文的入侵检测系统，其特征在于，包括：流量采集处理模块：用于接收CPE镜像流量，并从接收的流量中提取GOOSE或SV数据包以及与所述数据包对应的IP地址、UDP端口号的元数据和时间戳，解析所述数据包以获取GOOSE或SV的所有字段及字段内容；第一存储模块：将与数据包对应的IP地址、UDP端口号、时间戳以及GOOSE或SV的所有字段及字段内容存入第一数据表；第一入侵检测模块：用于对所述GOOSE或SV的字段及字段内容进行分析，以检测数据包是否异常；第二入侵检测模块：基于所述IP地址及UDP端口号的元数据进行DoS攻击检测；第二存储模块：将检测出的异常数据包、与所述异常数据包对应的时间戳、IP地址、UDP端口号及异常类型存入第二数据表；将时间戳、IP地址及UDP端口号组成联合主键，以建立第一数据表、第二数据表、第三数据表和第四数据表之间的关联，从而实现异常数据包的原始数据包回溯。
本发明与现有技术相比，至少具有如下的优点和有益效果：
1)能够适用于5G环境。智能变电站在5G环境中通过CPE接入网络，因此要实现5G环境中的流量采集，需要在CPE(Customer Premise Equipment，客户终端设备)处采集流量。通过端口镜像方式对CPE流量进行复制，从而在旁路对流量进行采集，并使流量采集至部署本发明的主机。采集后的流量通过DPDK从网卡交由流量识别及解析装置进行处理。该流量采集方法采用纯软件化方式实现，不依赖于特殊硬件，在5G环境中即插即用，具有高性能的特点，因此适用于5G环境。
2)检测整个协议栈中可能面对的安全威胁。在5G环境中，GOOSE报文作为应用层协议由UDP层承载，因此不仅应当考虑GOOSE报文本身，还应当考虑在整个协议栈中可能面对的安全威胁。统计单位时间内具有相同IP地址和端口的数据包的数量，当数量超过设定的阈值时，则判定为DoS攻击。对于检测出的异常结果，可给出相应的告警信息，并将其存储在数据库中。
3)异常事件存储以方便异常数据包的原始数据包回溯分析。对于GOOSE或SV协议，其中一张数据表用于存储解析的数据包字段详情，包括时间戳、IP地址及端口和GOOSE/SV的所有字段及其内容；另一张数据表用于存储检测得到的异常信息，包括该异常数据包对应的时间戳、IP地址及端口和异常类型。在数据表中，可根据时间戳、IP地址及端口字段组成联合主键，实现不同数据表关联，从而实现异常信息的原始数据包回溯。
附图说明
为了更清楚地说明本发明示例性实施方式的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。在附图中：
图1为一种智能变电站GOOSE、SV报文的入侵检测方法一实施例的流程示意图；
图2为一种智能变电站GOOSE、SV报文的入侵检测系统一实施例的结构框图。
图标：1-流量采集处理模块；2-第一存储模块；3-第一入侵检测模块；4-第二入侵检测模块；5-第二存储模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
需要说明的是，在本发明的描述中，出现的术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1
请参照图1，在本发明实施例提供一种智能变电站GOOSE、SV报文的入侵检测方法，其特征在于，包括以下步骤：
S101、接收CPE镜像流量，从接收的流量中提取GOOSE或SV数据包以及与所述数据包对应的IP地址、UDP端口号的元数据和时间戳，解析所述数据包以获取GOOSE或SV的所有字段及字段内容；
智能变电站在5G环境中通过CPE接入网络，因此要实现5G环境中的流量采集，需要在CPE(Customer Premise Equipment，客户终端设备)处采集流量。通过端口镜像方式对CPE流量进行复制，从而在旁路对流量进行采集，并使流量采集至部署本发明的主机。采集后的流量通过DPDK从网卡交由流量识别及解析装置进行处理。该流量采集方法采用纯软件化方式实现，不依赖于特殊硬件，在5G环境中即插即用，具有高性能的特点，因此适用于5G环境。
在收集流量数据后，则从流量中提取GOOSE或SV数据包，以及对应的IP地址、UDP端口号及其元数据和对应的时间戳，并统计在网络层上单位时间内的数据包数量。同时，还需要对应用层上的GOOSE和SV协议进行解析，所有解析结果都存储于数据库。进一步的，对从流量中提取的GOOSE或SV数据包进行解析以获取数据包字段详情，其包括GOOSE或SV的所有字段及字段内容。
S102、将与数据包对应的IP地址、UDP端口号、时间戳以及GOOSE或SV的所有字段及字段内容存入第一数据表；
将上述步骤中分析获得的数据进行存储。若存储对象同时包含有GOOSE和SV报文，则应对两种报文分别进行存储，本实施例中以GOOSE报文为例，示例性的，将与GOOSE数据包对应IP地址、UDP端口号、时间戳以及GOOSE的所有字段及字段内容存入第一数据表，以便后续检测时进行数据的提取。
S103、对所述GOOSE或SV的字段及字段内容进行分析，以检测数据包是否异常；
示例性的，本实施例中，基于GOOSE及SV报文特征进行检测，并对异常行为进行告警，其中，其中数据包异常检测功能具体包括APPID改变、报文重启、连接中段、报文丢失、报文重复、报文变位、报文乱序、配置异常等。其中，当出现报文变位、报文重复或报文乱序异常时，也可能为针对GOOSE或SV的数据注入攻击。
针对GOOSE报文，具体的检测方法为：对GOOSE上下报文中的stnum、sqnum、ndscom、TEST、APPID、dataset、confrev字段中的至少一项进行分析，检测其中存在的异常行为。GOOSE报文异常包括三类：分别为1)重新配置、2)检修状态、3)告警事件，三类异常共包括11种事件。重新配置包括重启和配置错误；检修状态包括检修事件；告警事件包括APPID异常、虚假状态改变、虚假配置改变、运行状态改变、报文乱序、报文重放、高stnum攻击和DoS攻击。下面依次阐述各种异常事件的检测方法：
重启：当stnum字段等于1且sqnum字段等于1时，判定发生重启事件。
配置错误：当ndscom字段为TRUE时，判定配置错误。
检修：当TEST字段为TRUE时，判定为检修。
APPID异常：当前APPID字段与上一报文的APPID不一致时，判定发生APPID异常
虚假状态改变：当前报文的stnum不等于上一报文的stnum，且当前报文的dataset字段相较上一报文的dataset字段没有发生变化，判定为虚假状态改变。
虚假配置改变：当前报文的confrev字段不等于上一报文的confrev字段，且当前报文的dataset字段相较上一报文的dataset字段没有发生变化，判定为虚假状态改变。
运行状态改变：当前报文的stnum字段值等于上一报文的stnum字段值加1，且当前报文的sqnum等于0，判定为运行状态改变。
报文乱序：当前报文的stnum字段值等于上一报文的stnum字段值，且当前报文的sqnum字段值等于上一报文sqnum字段值加1，判定为报文乱序。
报文重放：当前报文的stnum字段值等于上一报文的stnum字段值，且当前报文的sqnum字段值等于上一报文sqnum字段值，判定为报文重放。
高stnum攻击：当前报文的stnum字段值大于上一报文的stnum字段值加一，判定为高stnum攻击。
DoS攻击：当前数据包传输速率大于正常GOOSE运行速率阈值，判定为DoS攻击。
针对SV报文，具体的检测方法为：对SV上下文报文中的APPID或smpcnt字段进行分析，检测其中存在的异常行为。SV报文异常包括五种异常事件：重启、APPID异常、报文重放、高smpcnt攻击和DoS攻击。下面依次阐述各种异常事件的检测方法：重启：当前报文的smpcnt字段值等于0，判定为重启
APPID异常：当前报文的APPID字段值不等于上一报文的APPID字段值，判定为APPID异常。
报文重放：当前报文的smpcnt字段值等于上一报文的smpcnt字段值，判定为报文重放。
高smpcnt攻击：当前报文的smpcnt字段值大于上一报文的smpcnt字段值加一，判定为报文重放。
DoS攻击：当前数据包传输速率大于正常SV运行速率阈值，判定为DoS攻击。
S104、基于所述IP地址及UDP端口号的元数据进行DoS攻击检测；
示例性的，除上述步骤S103中提到的对报文本身进行异常检测外，本步骤中则是检测通过网络层或传输层发起的DoS(Denial of Service，拒绝服务)攻击，其具体检测思路是根据IP地址和UDP端口统计数据包数量分析设定阈值进行DoS攻击检测。即根据步骤S101中从流量中提取获得的数据包及对应的IP地址、UDP端口号的元数据(元数据又称中介数据、中继数据，为描述数据的数据，主要是描述数据属性的信息，本实施例中指具有相同IP地址和UDP端口号的数据包的数量)进行判断。具体的，计算单位时间内具有相同IP地址和端口的数据包的数量，当数量超过设定的阈值时，则判定为DoS攻击。例如设定阈值为每秒10个数据包，而检测到每秒钟有30个具有相同IP地址和端口的数据包，从而触发DoS攻击告警。对于检测出的异常结果，可给出相应的告警信息，并将其存储在数据库中。
S105、将检测出的异常数据包、与所述异常数据包对应的时间戳、IP地址、UDP端口号及异常类型存入第二数据表；将时间戳、IP地址及UDP端口号组成联合主键，以建立第一数据表与第二数据表之间的关联，从而实现异常数据包的原始数据包回溯。
为便于后续进行优化分析，本实施例中，则针对检测出的异常事件进行记录和保存，设计第二数据表，将S103步骤中检测出的异常数据包、与所述异常数据包对应的时间戳、IP地址、UDP端口号及异常类型均存入第二数据表。进一步的，可以时间戳、IP地址及UDP端口号组成联合主键，以建立第一数据表与第二数据表之间的关联，如此则可实现异常数据包的原始数据包回溯。例如，当检测到GOOOSE数据包存在配置错误，根据该警报记录的时间戳、IP地址、UDP端口号，可以在数据库中查找对应数据包的各个字段的详细信息，从而分析具体是什么配置出现了错误。
实施例2
请参照图2，在本发明些实施例提供一种智能变电站GOOSE、SV报文的入侵检测系统，包括：流量采集处理模块1：用于接收CPE镜像流量，并从接收的流量中提取GOOSE或SV数据包以及与所述数据包对应的IP地址、UDP端口号的元数据和时间戳，解析所述数据包以获取GOOSE或SV的所有字段及字段内容；第一存储模块2：将与数据包对应的IP地址、UDP端口号、时间戳以及GOOSE或SV的所有字段及字段内容存入第一数据表；第一入侵检测模块3：用于对所述GOOSE或SV的字段及字段内容进行分析，以检测数据包是否异常；第二入侵检测模块4：基于所述IP地址及UDP端口号的元数据进行DoS攻击检测；第二存储模块5：将检测出的异常数据包、与所述异常数据包对应的时间戳、IP地址、UDP端口号及异常类型存入第二数据表；将时间戳、IP地址及UDP端口号组成联合主键，以建立第一数据表、第二数据表、第三数据表和第四数据表之间的关联，从而实现异常数据包的原始数据包回溯。
示例性的，其中第一存储模块2、第二存储模块5可以为数据存储装置的一部分，第一存储模块2存储经流量采集处理模块1分析后的数据，对上层业务系统提供接口。同时第二存储模块5对上层检测结果(异常事件)进行存储，用于可视化分析等；第一入侵检测模块3与第二入侵检测模块4可以构成入侵检测装置的一部分，其中第一入侵检测模块3主要用于针对报文本身进行检测，第二入侵检测模块4则是对在网络层或传输层发起的DoS(拒绝服务，Denial of Service)攻击进行检测。
流量采集处理模块1采用端口镜像的方式与智能变电站所属的CPE(CustomerPremise Equipment，客户终端设备)相连接。流量采集处理模块1与数据存储装置相连接，入侵检测装置和数据存储装置互相连接。流量采集处理模块1收集并解析通过端口镜像捕获的来自智能变电站的流量，并将收集和解析的数据储存至数据存储装置。入侵检测装置根据流量采集处理装置解析的数据分析流量，进行安全检测。检测到的安全事件储存至数据存储装置。
本发明实施例所提供的系统可用于执行上述实施例所描述的方法，具体方法步骤见实施例1。在此不作赘述。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种智能变电站GOOSE、SV报文的入侵检测方法，其特征在于，包括以下步骤：
接收CPE镜像流量，从接收的流量中提取GOOSE或SV数据包以及与所述数据包对应的IP地址、UDP端口号的元数据和时间戳，解析所述数据包以获取GOOSE或SV的所有字段及字段内容；
将与数据包对应的IP地址、UDP端口号、时间戳以及GOOSE或SV的所有字段及字段内容存入第一数据表；
对所述GOOSE或SV的字段及字段内容进行分析，以检测数据包是否异常；
基于所述IP地址及UDP端口号的元数据进行DoS攻击检测；
将检测出的异常数据包、与所述异常数据包对应的时间戳、IP地址、UDP端口号及异常类型存入第二数据表，将时间戳、IP地址及UDP端口号组成联合主键，以建立第一数据表与第二数据表之间的关联，从而实现异常数据包的原始数据包回溯。
2.根据权利要求1所述的智能变电站GOOSE、SV报文的入侵检测方法，其特征在于，还包括：所述元数据包括相同IP地址和UDP端口号的数据包的数量。
3.根据权利要求2所述的智能变电站GOOSE、SV报文的入侵检测方法，其特征在于，所述基于所述IP地址及UDP端口号的元数据进行DoS攻击检测包括：统计单位时间内具有相同IP地址和UDP端口号的数据包的数量，当数量超过设定的阈值时，判定为DoS攻击。
4.根据权利要求2所述的智能变电站GOOSE、SV报文的入侵检测方法，其特征在于，针对GOOSE数据包的异常检测方法包括：对GOOSE上下报文中的stnum、sqnum、ndscom、TEST、APPID、dataset、confrev字段中的至少一项进行分析，检测其中存在的异常行为。
5.根据权利要求4所述的智能变电站GOOSE、SV报文的入侵检测方法，其特征在于，所述针对GOOSE数据包的异常检测包括重启和配置错误检测，检测方法分别为：
重启：当stnum字段等于1且sqnum字段等于1时，判定发生重启事件；
配置错误：当ndscom字段为TRUE时，判定配置错误。
6.根据权利要求4所述的智能变电站GOOSE、SV报文的入侵检测方法，其特征在于，所述针对GOOSE数据包的异常检测包括检修，检测的方法为：当TEST字段为TRUE时，判定为检修。
7.根据权利要求4所述的智能变电站GOOSE、SV报文的入侵检测方法，其特征在于，所述针对GOOSE数据包的异常检测包括APPID异常、虚假状态改变、虚假配置改变、运行状态改变、报文乱序、报文重放、高stnum攻击和DoS攻击，检测方法分别为：
APPID异常：当前APPID字段与上一报文的APPID不一致时，判定发生APPID异常；
虚假状态改变：当前报文的stnum不等于上一报文的stnum，且当前报文的dataset字段相较上一报文的dataset字段没有发生变化，判定为虚假状态改变；
虚假配置改变：当前报文的confrev字段不等于上一报文的confrev字段，且当前报文的dataset字段相较上一报文的dataset字段没有发生变化，判定为虚假状态改变；
运行状态改变：当前报文的stnum字段值等于上一报文的stnum字段值加1，且当前报文的sqnum等于0，判定为运行状态改变；
报文乱序：当前报文的stnum字段值等于上一报文的stnum字段值，且当前报文的sqnum字段值等于上一报文sqnum字段值加1，判定为报文乱序；
报文重放：当前报文的stnum字段值等于上一报文的stnum字段值，且当前报文的sqnum字段值等于上一报文sqnum字段值，判定为报文重放；
高stnum攻击：当前报文的stnum字段值大于上一报文的stnum字段值加一，判定为高stnum攻击；
DoS攻击：当前数据包传输速率大于正常GOOSE运行速率阈值，判定为DoS攻击。
8.根据权利要求2所述的智能变电站GOOSE、SV报文的入侵检测方法，其特征在于，针对SV数据包的异常检测方法包括：对SV上下文报文中的APPID或smpcnt字段进行分析，检测其中存在的异常行为。
9.根据权利要求8所述的智能变电站GOOSE、SV报文的入侵检测方法，其特征在于，所述针对SV数据包的异常检测包括重启、APPID异常、报文重放、高smpcnt攻击和DoS攻击，检测方法分别为：
重启：当前报文的smpcnt字段值等于0，判定为重启；
APPID异常：当前报文的APPID字段值不等于上一报文的APPID字段值，判定为APPID异常；
报文重放：当前报文的smpcnt字段值等于上一报文的smpcnt字段值，判定为报文重放；
高smpcnt攻击：当前报文的smpcnt字段值大于上一报文的smpcnt字段值加一，判定为报文重放；
DoS攻击：当前数据包传输速率大于正常SV运行速率阈值，判定为DoS攻击。
10.一种智能变电站GOOSE、SV报文的入侵检测系统，其特征在于，包括：
流量采集处理模块：用于接收CPE镜像流量，并从接收的流量中提取GOOSE或SV数据包以及与所述数据包对应的IP地址、UDP端口号的元数据和时间戳，解析所述数据包以获取GOOSE或SV的所有字段及字段内容；
第一存储模块：将与数据包对应的IP地址、UDP端口号、时间戳以及GOOSE或SV的所有字段及字段内容存入第一数据表；
第一入侵检测模块：用于对所述GOOSE或SV的字段及字段内容进行分析，以检测数据包是否异常；
第二入侵检测模块：基于所述IP地址及UDP端口号的元数据进行DoS攻击检测；
第二存储模块：将检测出的异常数据包、与所述异常数据包对应的时间戳、IP地址、UDP端口号及异常类型存入第二数据表；将时间戳、IP地址及UDP端口号组成联合主键，以建立第一数据表、第二数据表、第三数据表和第四数据表之间的关联，从而实现异常数据包的原始数据包回溯。
CN202111412573.1A 2021-11-25 2021-11-25 一种智能变电站goose、sv报文的入侵检测方法及系统 Active CN114124538B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111412573.1A CN114124538B (zh) 2021-11-25 2021-11-25 一种智能变电站goose、sv报文的入侵检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111412573.1A CN114124538B (zh) 2021-11-25 2021-11-25 一种智能变电站goose、sv报文的入侵检测方法及系统

Publications (2)

Publication Number Publication Date
CN114124538A true CN114124538A (zh) 2022-03-01
CN114124538B CN114124538B (zh) 2023-04-07

Family

ID=80372912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111412573.1A Active CN114124538B (zh) 2021-11-25 2021-11-25 一种智能变电站goose、sv报文的入侵检测方法及系统

Country Status (1)

Country Link
CN (1) CN114124538B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024045095A1 (zh) * 2022-08-31 2024-03-07 西门子股份公司 数据处理方法、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103856372A (zh) * 2014-03-11 2014-06-11 电信科学技术仪表研究所 一种数字化变电站goose报文的监测方法及监测装置
CN106130950A (zh) * 2016-05-20 2016-11-16 南京理工大学 针对iec61850协议sv报文的异常检测方法
CN106953855A (zh) * 2017-03-16 2017-07-14 国网江苏省电力公司淮安供电公司 一种对iec61850数字变电站goose报文的入侵检测的方法
CN107340436A (zh) * 2016-04-28 2017-11-10 中国电力科学研究院 一种智能变电站继电保护采样数据异常模拟测试方法
WO2018049584A1 (zh) * 2016-09-14 2018-03-22 国家电网公司 一种变电站内通信网络中避免数据报文碰撞的方法
CN109639503A (zh) * 2019-01-03 2019-04-16 南京南瑞继保电气有限公司 一种基于变电站过程层网络设备的异常报文追溯实现方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103856372A (zh) * 2014-03-11 2014-06-11 电信科学技术仪表研究所 一种数字化变电站goose报文的监测方法及监测装置
CN107340436A (zh) * 2016-04-28 2017-11-10 中国电力科学研究院 一种智能变电站继电保护采样数据异常模拟测试方法
CN106130950A (zh) * 2016-05-20 2016-11-16 南京理工大学 针对iec61850协议sv报文的异常检测方法
WO2018049584A1 (zh) * 2016-09-14 2018-03-22 国家电网公司 一种变电站内通信网络中避免数据报文碰撞的方法
CN106953855A (zh) * 2017-03-16 2017-07-14 国网江苏省电力公司淮安供电公司 一种对iec61850数字变电站goose报文的入侵检测的方法
CN109639503A (zh) * 2019-01-03 2019-04-16 南京南瑞继保电气有限公司 一种基于变电站过程层网络设备的异常报文追溯实现方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
丁修玲等: "基于报文解析的变电站过程层网络信息流异常保护方法", 《电力系统保护与控制》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024045095A1 (zh) * 2022-08-31 2024-03-07 西门子股份公司 数据处理方法、电子设备及存储介质

Also Published As

Publication number Publication date
CN114124538B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN111092869B (zh) 终端接入办公网络安全管控方法及认证服务器
KR101375813B1 (ko) 디지털 변전소의 실시간 보안감사 및 이상징후 탐지를 위한 능동형 보안 센싱 장치 및 방법
CN105721198B (zh) 一种视频监控系统日志安全审计方法
CN102355368B (zh) 一种网络设备的故障处理方法及系统
EP1776823A1 (en) Anomaly-based intrusion detection
CN104852927A (zh) 基于多源异构的信息安全综合管理系统
CN114124538B (zh) 一种智能变电站goose、sv报文的入侵检测方法及系统
CN114553537A (zh) 一种面向工业互联网的异常流量监测方法和系统
CN111669371B (zh) 一种适用于电力网络的网络攻击还原系统及方法
CN113329017A (zh) 网络安全风险的检测系统及方法
CN115865526A (zh) 一种基于云边协同的工业互联网安全检测方法及系统
CN117040943B (zh) 基于IPv6地址驱动的云网络内生安全防御方法和装置
CN111786990B (zh) 一种针对web主动推送跳转页面的防御方法和系统
CN107682166A (zh) 基于大数据的安全运维服务平台远程数据采集的实现方法
CN114826786B (zh) 高速公路收费稽核系统
CN114500117B (zh) 基于环网风暴流量特征的环网Master配置错误判断方法及装置
KR101131072B1 (ko) 네트워크 시간 동기화 정보를 이용한 복수 단말 분류 방법
CN101360014B (zh) 一种利用多点错位联合检测实现网络异常定位的方法
Li et al. Campus network intrusion prevention and detection application research
Li et al. Research on the network security management based on data mining
KR20040048466A (ko) 보안 게이트웨이의 커널 기반 고속 침입탐지 시스템 및 그방법
Hongyan et al. Network Fault Recognition Method Based on Network Topology Monitoring
Shen et al. Research on Flow Anomaly Detection Technology Based on NetFlow
Huang et al. A Correlation Analysis-Based Security Event Processing System for Power Networks
CN117914511A (zh) 一种基于数据交换、日志分析的安全审计系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant