RU2740544C1 - Method and system for monitoring data integrity - Google Patents

Method and system for monitoring data integrity Download PDF

Info

Publication number
RU2740544C1
RU2740544C1 RU2020122967A RU2020122967A RU2740544C1 RU 2740544 C1 RU2740544 C1 RU 2740544C1 RU 2020122967 A RU2020122967 A RU 2020122967A RU 2020122967 A RU2020122967 A RU 2020122967A RU 2740544 C1 RU2740544 C1 RU 2740544C1
Authority
RU
Russia
Prior art keywords
control system
consistency
gas turbine
turbine engine
automatic control
Prior art date
Application number
RU2020122967A
Other languages
Russian (ru)
Inventor
Аркадий Исаакович Фрид
Алексей Михайлович Вульфин
Виктория Викторовна Берхольц
Original Assignee
федеральное государственное бюджетное образовательное учреждение высшего образования "Уфимский государственный авиационный технический университет"
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 федеральное государственное бюджетное образовательное учреждение высшего образования "Уфимский государственный авиационный технический университет" filed Critical федеральное государственное бюджетное образовательное учреждение высшего образования "Уфимский государственный авиационный технический университет"
Priority to RU2020122967A priority Critical patent/RU2740544C1/en
Application granted granted Critical
Publication of RU2740544C1 publication Critical patent/RU2740544C1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication

Abstract

FIELD: information technology.
SUBSTANCE: invention relates to protection of information from unauthorized access. Disclosed solution relates to a method of monitoring the integrity of data on the state of the automatic control system of a gas turbine engine, transmitted from aircraft to the manufacturer, for implementation of which process time series are compared, which characterize behavior of parameters of automatic control system of gas turbine engine installed on aircraft, and the gas turbine engine automatic control system model, installed in the manufacturing enterprise, calculating a determination coefficient, an average percentage of deviation and Euclidean distance, determining to which of the formed seven types of consistency the given vector relates, determining, in which of two operating modes is a system for automatic control of a gas turbine engine: transient or steady-state, and in accordance with the generated fuzzy logic rules, based on the control system signal, operating mode and consistency parameters, a decision is made on presence of attack of intruder on received data, their integrity and estimating probability with which this decision is made.
EFFECT: disclosed solution is aimed at increasing the level of protection of information from unauthorized modification.
2 cl, 13 dwg, 10 tbl

Description

Изобретение относится к области защиты информации от несанкционированного доступа.The invention relates to the field of information protection from unauthorized access.

Известен способ (патент РФ №2560810, МПК G06F 21/31, H04L 9/32, опубл. 20.08.2015), в котором для создания безопасной среды для защиты информации от несанкционированного использования шифруют информацию с помощью криптографического процессора и закрытого криптографического ключа, хранящегося в устройстве пользователя, формируют и отправляют пакет данных, содержащий одноразовый код аутентификации пользователя, на сервер обслуживающего лица, расшифровывают пакет данных на сервере обслуживающего лица и проверяют на сервере одноразовый код аутентификации пользователя и проверочный код, в случае положительного результата проверки сервер отправляет пользователю пакет данных, одноразовый код аутентификации пользователя, полученный при расшифровке пакета данных пользователя, затем устройство пользователя формирует новый пакет данных, характеризующийся новым одноразовым кодом аутентификации пользователя, пакет данных состоит из зашифрованной и незашифрованной частей, а незашифрованная часть содержит проверочный код, составленный с возможностью проверки целостности всего пакета данных, и идентификатор пользователя.The known method (RF patent No. 2560810, IPC G06F 21/31, H04L 9/32, publ. 08/20/2015), in which to create a secure environment to protect information from unauthorized use, encrypt information using a cryptographic processor and a private cryptographic key stored in the user's device, form and send a data packet containing a one-time user authentication code to the service person's server, decrypt the data packet on the service person's server and check the one-time user authentication code and a verification code on the server; in case of a positive verification result, the server sends the data packet to the user , a one-time user authentication code obtained when decrypting the user's data packet, then the user's device generates a new data packet characterized by a new one-time user authentication code, the data packet consists of encrypted and unencrypted parts, and the unencrypted part of the data It contains a verification code designed to check the integrity of the entire data packet and a user ID.

Известен способ (патент РФ №2704268, МПК H04L 9/08 H04W 12/06, опубл. 25.10.2019), в котором используются ключевые носители, оснащенные криптографическими функциями, схемы взаимной аутентификации беспилотного летательного аппарата (БПЛА) и наземной станцией управления (НСУ) на основе асимметричных криптографических ключей, совмещенной со схемой вычисления общего симметричного ключа, и схемы генерации сеансовых мастер-ключа и ключей шифрования и вычисления имитовставки для последующего формирования защищенного канала беспроводной связи между БПЛА и НСУ, обеспечивающего шифрование передаваемой информации и контроль ее целостности, при этом схемы взаимной аутентификации, вычисления общего симметричного ключа и генерации сеансовых ключей разработаны с учетом специфики применения БПЛА и формирования каналов беспроводной связи между БПЛА и НСУ.The known method (RF patent No. 2704268, IPC H04L 9/08 H04W 12/06, publ. 10/25/2019), which uses key carriers equipped with cryptographic functions, mutual authentication schemes for an unmanned aerial vehicle (UAV) and a ground control station (NSU ) based on asymmetric cryptographic keys, combined with a scheme for calculating a common symmetric key, and a scheme for generating a session master key and encryption keys and calculating an imitation insert for the subsequent formation of a secure wireless communication channel between the UAV and the NSO, which ensures encryption of transmitted information and control of its integrity, when The schemes of mutual authentication, calculation of a common symmetric key and generation of session keys are designed taking into account the specifics of the use of UAVs and the formation of wireless communication channels between the UAV and the NSO.

Общим недостатком данных способов является необходимость дополнительных секретных ключей, которые используются для подтверждения целостности переданной информации. Наличие такого ключа не сможет помешать внутреннему злоумышленнику подделать информацию о состоянии летательного аппарата (ЛА) в пунктах приема информации. Кроме того, как на борту ЛА, так и на предприятии, получающем информацию, необходимо иметь соответствующее криптографическое оборудование и программное обеспечение, что может негативно сказаться на вычислительных возможностях бортового вычислителя.A common drawback of these methods is the need for additional secret keys, which are used to confirm the integrity of the transmitted information. The presence of such a key will not be able to prevent an internal attacker from faking information about the state of the aircraft (AC) at the information receiving points. In addition, both on board the aircraft and at the enterprise receiving information, it is necessary to have appropriate cryptographic equipment and software, which can negatively affect the computing capabilities of the onboard computer.

Таким образом, общим недостатком рассмотренных способов является возможность подмены или модификации данных, полученных с борта ЛА о состоянии системы автоматического управления газотурбинным двигателем, внутренним злоумышленником.Thus, a common drawback of the considered methods is the possibility of substituting or modifying data received from the aircraft on the state of the automatic control system of a gas turbine engine, by an internal intruder.

Ближайшим аналогом заявляемых способа и системы выбран (Guzairov М.В. Frid A.I., Vulfin A.M., Berkholts V.V. The concept of integrity of telemetric information about the state of an aircraft power plant monitoring // Proceedings of 2019 International Conference on Electrotechnical Complexes and Systems (ICOECS) Электронный ресурс https://ieeexplore.ieee.org/document/8950020). Мониторинг целостности данных, получаемых с ЛА о состоянии системы автоматического управления газотурбинным двигателем, передаваемых с борта летательного аппарата на предприятие-изготовитель, основывают на сравнении технологических временных рядов, характеризующих поведение параметров системы автоматического управления газотурбинным двигателем (САУ ГТД), установленной на летательном аппарате, и модели системы автоматического управления газотурбинным двигателем, установленной на предприятии-изготовителе, по показателям: коэффициенты корреляции и детерминации и средний процент отклонения, на сигнале системы контроля исправности системы автоматического управления газотурбинного двигателя и режиме работы системы автоматического управления газотурбинным двигателем.The closest analogue of the claimed method and system is chosen (Guzairov M.V. Frid AI, Vulfin AM, Berkholts VV The concept of integrity of telemetric information about the state of an aircraft power plant monitoring // Proceedings of 2019 International Conference on Electrotechnical Complexes and Systems ( ICOECS) Electronic resource https://ieeexplore.ieee.org/document/8950020). Monitoring the integrity of the data received from the aircraft on the state of the automatic control system of the gas turbine engine transmitted from the aircraft to the manufacturer is based on a comparison of technological time series characterizing the behavior of the parameters of the automatic control system of a gas turbine engine (ACS GTE) installed on the aircraft, and the model of the automatic control system for a gas turbine engine installed at the manufacturer, according to the indicators: correlation and determination coefficients and the average percentage of deviation, on the signal of the health monitoring system of the automatic control system of the gas turbine engine and the operating mode of the automatic control system of the gas turbine engine.

Аналог предлагаемой системы состоит из следующих блоков:An analogue of the proposed system consists of the following blocks:

1. Блок оконного анализа технологических временных рядов (ТВР), формирующий многомерные ТВР, полученные от САУ ГТД и сгенерированные моделью, для определения текущего типа динамики САУ ГТД и дальнейшего анализа согласованности ТВР.1. Block of windowed analysis of technological time series (TVR), which forms multidimensional TVR, received from the ACS of the GTE and generated by the model, to determine the current type of dynamics of the ACS of the GTE and further analysis of the consistency of TVR.

2. Группа блоков, реализующая классификатор для определения текущего режима работы системы автоматического управления газотурбинным двигателем помощью кластерного анализа состояния САУ ГТД для выделения режимов работы САУ ГТД и реализующая классификатор состояний САУ ГТД2. A group of blocks that implements the classifier to determine the current operating mode of the automatic control system of a gas turbine engine using cluster analysis of the state of the ACS GTE to select the operating modes of the ACS GTE and implements the classifier of the ACS GTE states

5. Блок, выполняющий построение вектора оценок согласованности многомерных ТВР в текущем окне анализа с помощью набора метрик: коэффициент корреляции, коэффициент детерминации и средний процент отклонения.5. A block that constructs a vector of estimates of the consistency of multidimensional TBR in the current analysis window using a set of metrics: correlation coefficient, determination coefficient and average percent deviation.

6. Блок, предназначенный для кластеризации параметров согласованности ТВР.6. Block intended for clustering of TBP consistency parameters.

7. Блок, представляющий собой ансамбль нейронечетких классификаторов и нейросеть, определяющий, к какому типу согласованности относится текущий вектор параметров согласованности.7. Block, which is an ensemble of neuro-fuzzy classifiers and a neural network that determines which type of consistency the current vector of consistency parameters belongs to.

8. Результирующий блок, реализующий принятие решения о текущем состоянии системы; позволяет оценить наличие одного из состояний согласованности данных модели и ГТД: «Отказ системы автоматического управления газотурбинным двигателем», «Нормальная работа», «Нарушение целостности»8. Resulting block that implements decision making on the current state of the system; allows you to assess the presence of one of the states of consistency between the model and gas turbine engine data: "Failure of the automatic control system of a gas turbine engine", "Normal operation", "Integrity violation"

Недостатком прототипа является низкая вероятность обнаружения вмешательства злоумышленника, обусловленная тем, что для определения режима работы объекта используется алгоритм кластеризации. Автоматическая классификация более, чем на два класса не позволяет с высокой точностью определить режим работы объекта, что может привести к уменьшению вероятности обнаружения вмешательства злоумышленника, также сложная реализация алгоритма кластеризации режимов работы объекта требует дополнительных вычислительных ресурсов. Дополнительным фактором, снижающим вероятность обнаружения вмешательств злоумышленника, является то, что коэффициенты корреляции и детерминации оба иллюстрируют долю дисперсии, таким образом, согласованность ТВР фактически определяется только по двум параметрам: доле дисперсии и среднему проценту отклонения, что приводит к ухудшению оценки согласованности ТВР.The disadvantage of the prototype is the low probability of detecting an intruder's interference, due to the fact that the clustering algorithm is used to determine the operating mode of the object. Automatic classification into more than two classes does not allow determining the operating mode of the object with high accuracy, which can lead to a decrease in the probability of detecting an intruder's interference, and the complex implementation of the clustering algorithm of the operating modes of the object requires additional computing resources. An additional factor that reduces the likelihood of detecting intruders is that the correlation and determination coefficients both illustrate the proportion of variance, so that the consistency of TBP is actually determined by only two parameters: the proportion of variance and the average percentage of deviation, which leads to a worse estimate of the consistency of TBR.

Задачей, на решение которой направлен заявляемые способ и система, является повышение вероятности принятия правильного решения об установлении факта атаки на целостность данных.The problem to be solved by the claimed method and system is to increase the likelihood of making a correct decision to establish the fact of an attack on data integrity.

Технический результат - повышение уровня защищенности от несанкционированной модификации.The technical result is an increase in the level of protection against unauthorized modification.

Решение поставленной задачи и технический результат достигаются тем, что способ мониторинга целостности данных о состоянии системы автоматического управления газотурбинным двигателем, передаваемых с борта летательного аппарата на предприятие-изготовитель, для осуществления которого сравнивают технологические временные ряды, характеризующие поведение параметров системы автоматического управления газотурбинным двигателем, установленной на летательном аппарате, и модели системы автоматического управления газотурбинным двигателем, установленной на предприятии-изготовителе, для сравнения вычисляют показатели: коэффициент детерминации и средний процент отклонения, определяют сигнал системы контроля исправности системы автоматического управления газотурбинного двигателя и режим работы системы автоматического управления газотурбинным двигателем, согласно изобретению для сравнения технологических временных рядов на основе вычисления вектора параметров согласованности, дополнительно используют вычисление евклидова расстояния, определяют, к какому из сформированных семь типов согласованности относится данный вектор, определяют, в каком из двух режимов работы находится система автоматического управления газотурбинным двигателем: переходном или установившемся, и в соответствии с выработанными правилами нечеткой установившемся, основанными на сигнале системы контроля, режиме работы и параметрах согласованности, принимают решение о наличии атаки злоумышленника на принятые данные, их целостность и оценивают вероятность, с которой это решение принято.The solution to the problem and the technical result is achieved by the fact that the method for monitoring the integrity of data on the state of the automatic control system of a gas turbine engine transmitted from the aircraft to the manufacturer, for the implementation of which the technological time series are compared, characterizing the behavior of the parameters of the automatic control system of the gas turbine engine, installed on the aircraft, and the model of the automatic control system of the gas turbine engine installed at the manufacturer, for comparison, the indicators are calculated: the coefficient of determination and the average percentage of deviation, determine the signal of the health monitoring system of the automatic control system of the gas turbine engine and the operating mode of the automatic control system of the gas turbine engine, according to invention for comparing technological time series based on calculating the vector of consistency parameters, additionally used in the calculation of the Euclidean distance, determine which of the formed seven types of consistency this vector belongs to, determine in which of the two operating modes the automatic control system of the gas turbine engine is located: transient or steady-state, and in accordance with the developed fuzzy steady-state rules based on the signal of the control system , operating mode and consistency parameters, make a decision on the presence of an attacker attack on the received data, their integrity and assess the probability with which this decision is made.

Решение поставленной задачи и технический результат достигаются тем, что Система мониторинга целостности данных о состоянии системы автоматического управления газотурбинным двигателем, передаваемых с борта летательного аппарата на предприятие-изготовитель, содержащая блок, выполняющий оконный анализ и формирующий многомерные технологические временные ряды системы автоматического управления и ее модели, выходы которого направлены в блок, реализующий классификатор для определения текущего режима работы системы автоматического управления газотурбинным двигателем, и в блок, выполняющий построение вектора оценок согласованности многомерных технологических временных рядов в текущем окне с помощью набора метрик: коэффициент детерминации, средний процент отклонения, выход которого направлен в блок, предназначенный для кластеризации параметров согласованности технологических временных рядов, выходы блока, реализующего кластеризацию параметров согласованности на типы согласованности, и блока, выполняющего построение вектора оценок согласованности направлены в блок, представляющий собой ансамбль нейронечетких классификаторов и нейросеть, определяющий, к какому типу согласованности относится текущий вектор параметров согласованности, выход которого направлен в результирующий блок принятия решения, на вход которому также подается результат работы блока, классифицирующего режим работы системы автоматического управления газотурбинным двигателем и выход системы контроля системы автоматического газотурбинным двигателем, реализующий итоговое принятие решения о текущем состоянии системы и позволяющий определить наличие одного из состояний согласованности данных модели и системы автоматического управления газотурбинным двигателем: «Отказ системы автоматического управления газотурбинным двигателем», «Нормальная работа», «Нарушение целостности», и оценить вероятности такого состояния, согласно изобретению в блоке, определяющем режим работы системы автоматического управления газотурбинным двигателем, классификация на два режима работы установившийся и переходный, реализуется на основе производной частоты вращения ротора высокого давления, сигнала с выхода селектора минимального значения и сравнении их с пороговыми значениями, блок, выполняющий построение технологических временных рядов дополнительно оценивает согласованность по метрике евклидово расстояние.The solution to the problem and the technical result is achieved by the fact that the System for monitoring the integrity of data on the state of the automatic control system of a gas turbine engine, transmitted from the aircraft to the manufacturer, containing a block that performs window analysis and forms multidimensional technological time series of the automatic control system and its model , the outputs of which are directed to the block that implements the classifier for determining the current operating mode of the automatic control system of the gas turbine engine, and to the block that constructs the vector of estimates of the consistency of multidimensional technological time series in the current window using a set of metrics: the coefficient of determination, the average percentage of deviation, the output of which directed to the block designed for clustering the consistency parameters of technological time series, the outputs of the block that implements the clustering of consistency parameters into consistency types, and the block, you completing the construction of the vector of consistency estimates are directed to the block, which is an ensemble of neural fuzzy classifiers and a neural network, which determines which type of consistency the current vector of consistency parameters belongs to, the output of which is directed to the resulting decision block, to which the result of the block classifying the operation mode is also fed automatic control system of a gas turbine engine and the output of the control system of the automatic gas turbine engine system, which implements the final decision on the current state of the system and allows to determine the presence of one of the states of consistency between the model data and the automatic control system of the gas turbine engine: "Failure of the automatic control system of the gas turbine engine", "Normal work "," Violation of integrity ", and to assess the probabilities of such a state, according to the invention in the block that determines the mode of operation of the automatic control system of gas turbine engine, classification into two modes of operation, steady-state and transient, is implemented on the basis of the derivative of the high-pressure rotor speed, the signal from the output of the minimum value selector and comparing them with the threshold values, the block performing the construction of technological time series additionally evaluates the consistency in terms of the Euclidean distance metric.

Предлагаемый способ мониторинга целостности данных, получаемых с эксплуатируемой САУ ГТД ЛА, основан на выделении в сигналах особенностей в автоматическом режиме. Анализ сигналов требует идентификации фрагментов, связанных с отдельными событиями, и исследования соответствующих событий путем сегментации исходного технологического временного ряда (ТВР) и [Ярушкина Н.Г. Интеллектуальный анализ временных рядов: учебное пособие /Н.Г. Ярушкина, Т.В. Афанасьева, И.Г. Перфильева-Ульяновск: УлГТУ, 2010 - 320 с.] последующего анализа сигнала с использованием таких характеристик, как амплитуда, форма волны (морфологии), длительность, интервалы между событиями, распределение энергии, частотное содержание и т.д. Блок принятия решений о состоянии канала передачи с борта ЛА на предприятие-изготовитель обеспечивает обработку ТВР, генерируемых САУ ГТД на эксплуатируемом ЛА, а именно определяет режим работы САУ ГТД (установившийся или переходный) и производит сравнение этих данных с данными, генерируемыми моделью на предприятии-изготовителе. [Гольберг Ф.Д. Математические модели авиационных газотурбинных двигателей как объект управления /. Гольберг Ф.Д., Батенин А.В. - Москва: издательство МАИ, 1999 - 82 с.] Такое разделение всех режимов работы САУ ГТД на две группы позволит исключить ошибки первого рода в процессе принятия решения о несанкционированной модификации данных на переходных режимах работы САУ ГТД, так как на переходных режимах параметры САУ ГТД и параметры модели могут быть менее согласованы, чем на установивших, что может повлечь за собой принятие ложного решения о наличии нарушении целостности. Ввод разных правил для установившихся и переходных режимов САУ ГТД позволяет исключить такие ошибки. Изобретение поясняется чертежами:The proposed method for monitoring the integrity of data obtained from the operated ACS of a GTE aircraft is based on the selection of features in the signals in an automatic mode. Signal analysis requires the identification of fragments associated with individual events, and the study of the corresponding events by segmentation of the original technological time series (TBR) and [Yarushkina N.G. Intellectual analysis of time series: a tutorial / N.G. Yarushkina, T.V. Afanasyeva, I.G. Perfil'eva-Ulyanovsk: UlSTU, 2010 - 320 p.] Subsequent analysis of the signal using characteristics such as amplitude, waveform (morphology), duration, intervals between events, energy distribution, frequency content, etc. The block for making decisions on the state of the transmission channel from the aircraft to the manufacturer ensures the processing of TVRs generated by the ACS of the GTE on the operated aircraft, namely, it determines the operating mode of the ACS of the GTE (steady-state or transient) and compares these data with the data generated by the model at the enterprise manufacturer. [Golberg F.D. Mathematical models of aircraft gas turbine engines as a control object /. Golberg F.D., Batenin A.V. - Moscow: MAI publishing house, 1999 - 82 p.] Such division of all modes of operation of the ACS GTE into two groups will eliminate errors of the first kind in the process of making a decision on unauthorized modification of data on transient modes of operation of ACS GTE, since the parameters of ACS GTE in transient modes and the parameters of the model may be less consistent than on the established ones, which may entail making a false decision about the presence of an integrity violation. The introduction of different rules for the steady-state and transient modes of the ACS GTE makes it possible to exclude such errors. The invention is illustrated by drawings:

На фиг. 1 представлена структурная схема способа мониторинга целостности данных, получаемых с бортовых систем ЛА.FIG. 1 shows a block diagram of a method for monitoring the integrity of data received from onboard aircraft systems.

На фиг. 2 представлена структурная схема системы, реализующей способ мониторинга целостности телеметрической информации (ТМИ) САУ ГТД, получаемых с модели и с борта ЛА.FIG. 2 shows a block diagram of a system that implements a method for monitoring the integrity of the telemetry information (TMI) of the ACS of a gas turbine engine, received from the model and from the aircraft.

На фиг. 3 представлена структурная схема классификатора режима работы САУ ГТД.FIG. 3 shows a block diagram of the classifier of the ACS GTE operating mode.

На фиг. 4 представлена обобщенная структурная схема защищенной системы сбора, хранения и обработки ТМИ.FIG. 4 shows a generalized block diagram of a protected system for collecting, storing and processing TMI.

На фиг. 5А, 5Б, 5В, 5Г и 5Д представлены возможные варианты согласованности ТВР.FIG. 5A, 5B, 5B, 5D and 5D show possible variants of TVR consistency.

На фиг. 6А, 6Б, 6В и 6Г представлены варианты атак злоумышленникаFIG. 6A, 6B, 6C and 6D show the attacker's attack options

Структурная схема способа мониторинга целостности параметров САУ ГТД летательного аппарата представлена на фиг. 1.A block diagram of the method for monitoring the integrity of the parameters of the ACS of a GTE aircraft is shown in Fig. one.

В систему управления САУ ГТД 1 поступает вектор F, характеризующий свойства внешней среды, такие как параметры атмосферного воздуха: температуру за бортом ЛА, давление и прочее. Вектором Е обозначены дополнительные эксплуатационные факторы [Гольберг Ф.Д. Математические модели авиационных газотурбинных двигателей как объект управления /. Гольберг Ф.Д., Батенин А.В. - Москва: издательство МАИ, 1999 - 82 с.]. Исходящими из объекта управления 2 являются векторы Y и Х. Вектор Y включает в себя параметры регулирования, такие как: частоты вращения роторов, давление воздуха за компрессором, температура газа за турбиной и т.д. Вектор X включает следующие характеристики САУ ГТД: тяга, скорость ее изменения, удельный расход топлива и прочее. В САУ ГТД поступает вектор управляющих воздействий U, формируемый системой управления. Система контроля САУ ГТД формирует сигнал (K) о состоянии (исправна К=1/неисправна К=0) САУ ГТД.The control system of the ACS GTE 1 enters the vector F, which characterizes the properties of the external environment, such as the parameters of atmospheric air: temperature outside the aircraft, pressure, etc. The vector E indicates additional operational factors [Golberg F.D. Mathematical models of aircraft gas turbine engines as a control object /. Golberg F.D., Batenin A.V. - Moscow: publishing house MAI, 1999 - 82 p.]. The vectors Y and X are outgoing from the control object 2. The vector Y includes the control parameters, such as: rotor speed, air pressure behind the compressor, gas temperature behind the turbine, etc. Vector X includes the following characteristics of the ACS GTE: thrust, rate of change, specific fuel consumption, and so on. The ACS of the GTE receives a vector of control actions U generated by the control system. The control system of the ACS GTE generates a signal (K) about the state (serviceable K = 1 / malfunctioning K = 0) ACS GTE.

Векторы X, Y, K, F, E и положение рычага управления двигателем (αРУД) отправляются через канал передачи данных 3 на предприятие-изготовитель. Канал подвергаются воздействию внешних факторов и шуму, воздействие которых обозначено вектором N.The vectors X, Y, K, F, E and the position of the motor control lever (αORUD) are sent via data link 3 to the manufacturer. The channel is exposed to external factors and noise, the impact of which is indicated by the vector N.

Сигнал системы контроля САУ ГТД передается на предприятие-изготовитель. В случае возникновения отказа сигнал выводится на приборную панель ЛА для уведомления экипажа ЛА о появившейся неисправности. Согласно (ФАП "Подготовка и выполнение полетов в гражданской авиации Российской Федерации" (п.3.117 в ред. Приказа Минтранса России от 22.11.2010 N 263)), экипаж, как только станет возможным, информирует Организацию воздушного движения (ОрВД) при необходимости с применением сигнала срочности о возникшей неисправности.The signal of the control system of the ACS GTE is transmitted to the manufacturer. In the event of a failure, the signal is displayed on the aircraft dashboard to notify the aircraft crew about the failure. According to (FAP "Preparation and performance of flights in civil aviation of the Russian Federation" (clause 3.117 as amended by Order of the Ministry of Transport of Russia dated November 22, 2010 N 263)), the crew, as soon as possible, informs the Air Traffic Management (ATM), if necessary, with application of the urgency signal of a malfunction.

Возникновение отказа на борту ЛА - особый случай. При передаче данных с борта ЛА на предприятие-изготовитель, включающих подобный сигнал, предприятие-изготовитель связывается с органами ОрВД для исключения возможности подделки такого сигнала злоумышленникомA failure on board an aircraft is a special case. When transmitting data from the aircraft to the manufacturer, including such a signal, the manufacturer contacts the ATM authorities to exclude the possibility of such a signal forgery by an intruder.

В случае, если на предприятие-изготовитель пришли данные, говорящие о нормальной работе САУ ГТД (К=1), однако злоумышленник модифицировал сигнал системы контроля, и неисправности были, сравнение ТВР и оценка параметров согласованности выявит нарушение целостности.If the manufacturer received data indicating the normal operation of the ACS of the gas turbine engine (K = 1), but the attacker modified the signal of the control system, and there were malfunctions, the comparison of TBR and the assessment of the consistency parameters will reveal an integrity violation.

Кортеж векторов (X, Y, K, F, E, αРУД) поступает на предприятие изготовитель. На ПИ модель САУ ГТД 4 по параметрам полета (векторы Е и F) генерирует сигналы YM (аналог вектора Y), ХM (аналог вектора X), исходящие из модели объекта управления 5, и UM-вектор регулирующих воздействий модели САУ ГТД.A tuple of vectors (X, Y, K, F, E, αOE) arrives at the manufacturer. On the PI model of the ACS GTE 4, according to the flight parameters (vectors E and F), it generates signals Y M (analog of vector Y), X M (analog of vector X), emanating from the model of the control object 5, and the UM-vector of regulating effects of the ACS GTE model.

Векторы X, Y, YM, ХM отправляются в блок принятия решения 6, где они сравниваются, а также проверяется состояние сигнала системы контроля (К), после чего принимается решение (R) о том, было ли совершено воздействие на систему злоумышленником, произошел отказ оборудования или работа продолжается в штатном режиме и оценка вероятности правильности принятого решения (Р).The vectors X, Y, Y M , X M are sent to the decision block 6, where they are compared, and the state of the signal of the control system (K) is checked, after which a decision (R) is made about whether an attack was made on the system, equipment failure has occurred or the work continues in a normal mode and the probability of the correctness of the decision made is estimated (P).

Заявляемый способ мониторинга целостности данных, получаемых с борта ЛА, включает следующие основные шаги:The claimed method for monitoring the integrity of data received from the aircraft includes the following main steps:

1. Выделяется набор параметров САУ ГТД для анализа рассогласований данных, полученных с модели, и данных, полученных с ЛА;1. A set of parameters of the ACS of the gas turbine engine is allocated for the analysis of the discrepancies between the data obtained from the model and the data obtained from the aircraft;

2. Выделяется скользящее окно для анализа многомерных векторов X, Y, YM, ХM.

Figure 00000001
,
Figure 00000002
- наборы ТВР, сгенерированные моделью и полученные с ЛА, помещенные в одно временное окно;2. A sliding window is selected for the analysis of multidimensional vectors X, Y, Y M , X M.
Figure 00000001
,
Figure 00000002
- sets of TVRs generated by the model and received from the aircraft, placed in one time window;

3. Строится многомерный временной ряд (BP) PW - параметры согласованности ТВР для каждого из окон анализа WS;3. A multidimensional time series (BP) P W is built - parameters of TBP consistency for each of the analysis windows W S ;

4. Определяется режим работы САУ ГТД UH (установившийся или переходный) в выделенном временном окне;4. The mode of operation of the ACS GTE U H (steady or transient) is determined in the selected time window;

5. Выполняется расчет параметров согласованности ТВР, полученных с борта ЛА, и ТВР, генерируемых моделью;5. The calculation of the parameters of the consistency of TVR, received from the aircraft, and TVR, generated by the model;

6. По вычисленным параметрам рассогласования определяется тип рассогласования ТВР;6. Based on the calculated parameters of the mismatch, the type of mismatch of TBR is determined;

7. На основе типа динамики САУ ГТД, типа рассогласования BP и сигнала системы контроля принимается решение о целостности данных, полученных с ЛА;7. Based on the type of ACS GTE dynamics, the type of BP mismatch and the control system signal, a decision is made on the integrity of the data received from the aircraft;

Контроль целостности ТМИ базируется на анализе согласованности поведения параметров, полученных с помощью модели сложного технического изделия, и принимаемых с бортовых систем летательного аппарата. Выходом системы мониторинга является оценка вероятности событий нарушения целостности данных.TMI integrity control is based on the analysis of the consistency of the behavior of the parameters obtained using the model of a complex technical product and received from the onboard systems of the aircraft. The output of the monitoring system is to assess the probability of data integrity violation events.

2. Система, реализующая способ мониторинга целостности данных, получаемых с борта ЛА2. A system that implements a method for monitoring the integrity of data received from the aircraft

Структурная схема системы, реализующей способ мониторинга целостности данных, полученных из модели САУ ГТД и летательного аппарата, представлена на фиг. 2 и содержит в себе следующие блоки:A block diagram of a system that implements a method for monitoring the integrity of data obtained from a model of an automatic control system of a gas turbine engine and an aircraft is shown in Fig. 2 and contains the following blocks:

Блок оконного анализа ТВР 7 с помощью скользящего окна длиной WS с шагом S формирует из исходных многомерных ТВР хM и х набор матриц

Figure 00000003
,
Figure 00000004
признаков для определения текущего типа динамики САУ ГТД и дальнейшего анализа согласованности ТВР. Размер скользящего временного окна равен 100 временным отсчетам. Размер был подобран экспериментально.The block of window analysis TBR 7 using a sliding window of length WS with a step S forms a set of matrices from the original multidimensional TBR x M and x
Figure 00000003
,
Figure 00000004
signs for determining the current type of dynamics of the ACS GTE and further analysis of the consistency of TVR The size of the sliding time window is 100 time samples. The size was chosen experimentally.

Пример матрицы ТВР представлен в таблице 1:An example of a TBR matrix is presented in Table 1:

Figure 00000005
Figure 00000005

Figure 00000006
Figure 00000006

Блок (8) реализует классификатор состояний модели САУ ГТД. На выходе блока формируется решение о том, в каком состоянии находится модель САУ ГТД: установившемся или переходном. Подробная схема блока (8) представлена на фиг. 3.Block (8) implements the classifier of the states of the ACS GTE model. At the output of the block, a decision is formed about the state of the ACS GTE model: steady state or transitional. A detailed block diagram (8) is shown in Fig. 3.

Обозначения на фиг. 3 следующие:The designations in FIG. 3 are as follows:

n1 - частота вращения ротора низкого давленияn 1 - low pressure rotor speed

n2 - частота вращения ротора высокого давленияn 2 - high pressure rotor speed

Figure 00000007
- температура газа за турбиной
Figure 00000007
- gas temperature behind the turbine

n10 - уставочное значение частоты вращения ротора низкого давленияn 10 - set value of the low pressure rotor speed

n20 - уставочное значение частоты вращения ротора высокого давленияn 20 - set value of the high pressure rotor speed

Figure 00000008
- уставочное значение температуры газа за турбиной
Figure 00000008
- set value of gas temperature behind the turbine

Δn1 - разность между уставочным и действительным значениями частоты вращения ротора низкого давленияΔn 1 - difference between the setpoint and actual values of the low pressure rotor speed

Δn2 - разность между уставочным и действительным значениями частоты вращения ротора высокого давленияΔn 2 - the difference between the setpoint and actual values of the high pressure rotor speed

Figure 00000009
- разность между уставочным и действительным значениями температуры газа за турбиной
Figure 00000009
- the difference between the setpoint and actual values of the gas temperature behind the turbine

Gt - расход топливаG t - fuel consumption

Δх - выход сектора минимумаΔх - output of the sector of the minimum

Figure 00000010
- производная частоты вращения ротора высокого давления
Figure 00000010
- derivative of the high pressure rotor speed

На вход классификатора 15 поступают производная частоты вращения 13 ротора высокого давления и сигнал с выхода селектора минимального значения 14 рассогласований управляемых параметров двигателя 2, являющегося элементом САУ ГТД [Гуревич, О.С., Гольберг, Ф.Д., Селиванов О.Д. Интегрированное управление силовой установкой многорежимного самолета / Под общ. ред. О.С. Гуревича. - М. Машиностроение, 1993. - 304 с.], вычисляют абсолютные значения этих величин и сравнивают их с пороговыми значениями. Режим считается установившимся, если выполняется следующее условие:The input of the classifier 15 receives the derivative of the rotation frequency 13 of the high-pressure rotor and the signal from the output of the selector of the minimum value 14 of the mismatch of the controlled parameters of the engine 2, which is an element of the ACS GTE [Gurevich, OS, Golberg, FD, Selivanov OD. Integrated control of the power plant of a multi-mode aircraft / Under total. ed. O.S. Gurevich. - M. Mechanical Engineering, 1993. - 304 S.], calculate the absolute values of these quantities and compare them with the threshold values. The mode is considered steady if the following condition is met:

Figure 00000011
Figure 00000011

где Δх - это выход сектора минимума,where Δх is the output of the minimum sector,

х0=0,2% от регулируемого в настоящий момент параметра,x 0 = 0.2% of the currently adjusted parameter,

Figure 00000012
- это производная частоты вращения ротора высокого давления,
Figure 00000012
is the derivative of the high pressure rotor speed,

Figure 00000013
в секунду.
Figure 00000013
per second.

Если условие не выполняется, то режим САУ ГТД считается переходным. В случае, если в выбранном временном окне встречается и переходный, и установившийся, считают, что в данном окне САУ ГТД находится в переходном состоянии.If the condition is not met, then the ACS GTE mode is considered to be transient. If both transient and steady-state are encountered in the selected time window, it is considered that in this window the ACS GTE is in a transient state.

Блок (9) выполняет построение вектора PW оценок согласованности многомерных ТВР в текущем окне анализа

Figure 00000014
,
Figure 00000015
с помощью набора метрик (коэффициент детерминации, средний процент отклонения (МАРЕ) [J.S. Armstrong, F. Collopy, Error measures for generalizing about forecasting methods: Empirical comparisons, International Journal of Forecasting 8 (1) (1992) 69-80.] и евклидово расстояние [Загоруйко Н.Г. Прикладные методы анализа данных и знаний. - Новосибирск: ИМ СО РАН, 1999. - 270 с].Block (9) constructs the vector PW of estimates of the consistency of multidimensional TBR in the current analysis window
Figure 00000014
,
Figure 00000015
using a set of metrics (coefficient of determination, average percentage of deviation (MAPE) [JS Armstrong, F. Collopy, Error measures for generalizing about forecasting methods: Empirical comparisons, International Journal of Forecasting 8 (1) (1992) 69-80.] and Euclidean distance [Zagoruiko NG Applied methods of data and knowledge analysis. - Novosibirsk: IM SB RAS, 1999. - 270 s].

Коэффициент корреляции вычисляется по формуле:The correlation coefficient is calculated using the formula:

Figure 00000016
Figure 00000016

где n - размер выборки,where n is the sample size,

Figure 00000017
- это выборочные средние величин,
Figure 00000017
are sample averages,

Sx и Sy выборочные среднеквадратичные отклонения.S x and S y are sample standard deviations.

Коэффициент детерминации вычисляется по формуле:The coefficient of determination is calculated by the formula:

Figure 00000018
Figure 00000018

Так как коэффициент детерминации выводится из коэффициента корреляции, то наличие обоих коэффициентов в БПР избыточно. Для БПР будет использоваться коэффициент детерминации.Since the determination coefficient is derived from the correlation coefficient, the presence of both coefficients in the BDP is redundant. The coefficient of determination will be used for the BPR.

Расчет МАРЕ происходит по формуле:MAPE is calculated according to the formula:

Figure 00000019
Figure 00000019

Расчет евклидова расстояния производится по следующей формулеThe Euclidean distance is calculated using the following formula

Figure 00000020
Figure 00000020

Так как само по себе евклидово расстояние нерепрезентативно на данных, имеющих разные единицы измерения, то для различных параметров САУ ГТД, необходимо использовать формулу расчета евклидова расстояния на нормированных данных хн и ун:Since the Euclidean distance itself is unrepresentative on data having different units of measurement, for various parameters of the automatic control system of a gas turbine engine, it is necessary to use the formula for calculating the Euclidean distance on the normalized data x n and y n :

Figure 00000021
Figure 00000021

Figure 00000022
Figure 00000022

где

Figure 00000023
- это выборочные средние величинWhere
Figure 00000023
are sample averages

Данный вектор оценок согласованности позволяет делать вывод о текущем типе согласованности параметров модели и реального САУ ГТД для последующего принятия решения о возможных причинах выявленных расхождений в блоке принятия решений.This vector of consistency estimates allows to draw a conclusion about the current type of consistency of the parameters of the model and the real ACS of the gas turbine engine for subsequent decision-making on the possible reasons for the identified discrepancies in the decision making block.

Блок (10) предназначен для автоматической классификации параметров согласованности ТВР

Figure 00000024
Figure 00000025
. В результате формируется совокупность кластеров {С*} типов согласованности методом к - средних (k - means) [Steinhaus Н. (1956). Sur la division des corps materiels en parties. Bull. Acad. Polon. Sci., C1. III vol IV: 801-804], в ходе анализа которой выполняется переход к системе классов типов согласованности {Cq}. Метод k-средних стремится минимизировать суммарное квадратичное отклонение точек кластеров от центров этих кластеров:Block (10) is intended for automatic classification of TBR consistency parameters
Figure 00000024
Figure 00000025
... As a result, a set of clusters {С *} of types of consistency is formed by the method k - means (k - means) [Steinhaus N. (1956). Sur la division des corps materiels en parties. Bull. Acad. Polon. Sci. C1. III vol IV: 801-804], during the analysis of which the transition to the system of classes of types of consistency {Cq} is performed. The k-means method seeks to minimize the total square-law deviation of cluster points from the centers of these clusters:

Figure 00000026
Figure 00000026

где k - число кластеров,where k is the number of clusters,

Si - полученные кластеры,S i - the resulting clusters,

μi - центры масс всех векторов х из кластера Si.μ i - centers of mass of all vectors x from cluster S i .

Метод кластеризации k-means разбивает множество элементов на заранее известное число кластеров k.The k-means clustering method splits a set of elements into a known number of clusters k.

В ходе анализа согласованности ТВР было выделено 7 кластеров, после чего была выполнена автоматическая классификация типов согласованности.In the course of the TBP consistency analysis, 7 clusters were identified, after which an automatic classification of consistency types was performed.

Блок (11) позволяет выполнить построение классификатора типов согласованности на имеющихся данных PW. Для принятия решения о классе текущего вектора параметров согласованности ТВР возникает необходимость построения гетерогенного ансамбля нейро - нечетких классификаторов (ННК) с архитектурой ANFTS [Jang, Jyh-Shing R (1991). «Fuzzy Modeling Using Generalized Neural Networks and Kalman Filter Algorithms in Proceedings of the 9th National Conference on Artificial Intelligence, Anaheim, CA, USA, July 14-19. 2: 762-767], каждый из которых предназначен для обнаружения только одного из выделенных типов согласованности. Адаптивная нейро-нечеткая система вывода (adaptive network-based fuzzy inference system), ANFIS - это искусственная нейронная сеть, основанная на нечеткой системе вывода. Каждый из комитета ННК принимает в себя метрики согласованности ТВР и решает, принадлежит ли этот вектор метрик типу согласованности, на котором он обучен, и выдает значение вероятности, с которой этот вектор принадлежит его типу согласованности. UC - вероятность принадлежности текущего вектора параметров согласованности к классам(типам) согласованности.Block (11) allows you to build a consistency type classifier based on the available data P W. To make a decision about the class of the current vector of TBR consistency parameters, it becomes necessary to construct a heterogeneous ensemble of neuro-fuzzy classifiers (NNC) with the ANFTS architecture [Jang, Jyh-Shing R (1991). “Fuzzy Modeling Using Generalized Neural Networks and Kalman Filter Algorithms in Proceedings of the 9th National Conference on Artificial Intelligence, Anaheim, CA, USA, July 14-19. 2: 762-767], each of which is designed to detect only one of the dedicated consistency types. An adaptive network-based fuzzy inference system, ANFIS is an artificial neural network based on a fuzzy inference system. Each of the NOC committee takes the TBP consistency metrics and decides whether this vector of metrics belongs to the consistency type on which it is trained, and outputs the value of the probability with which this vector belongs to its consistency type. U C - probability of the current vector of consistency parameters belonging to consistency classes (types).

После обучения отдельных ННК в режиме «один-все» (one-vs-all) становится возможной оценка вероятности UR принадлежности текущего вектора признаков PW согласованности каждому из классов С* и итоговое выделение наиболее вероятного типа согласованности в режиме голосования при помощи нейросети (НС) типа с функцией активации SOFTMAX [Hinton G., Vinyals О., Dean J. Distilling knowledge in a neural network // Proc. NIPS 2014 Deep Learning Workshop. Montreal, Canada, 2014. arXiv: 1503.02531].After training individual NNCs in the one-vs-all mode, it becomes possible to estimate the probability U R that the current vector of signs PW of consistency belongs to each of the classes C * and the final selection of the most probable type of consistency in the voting mode using a neural network (NN ) type with activation function SOFTMAX [Hinton G., Vinyals O., Dean J. Distilling knowledge in a neural network // Proc. NIPS 2014 Deep Learning Workshop. Montreal, Canada, 2014. arXiv: 1503.02531].

Функция активации Softmax выглядит следующим образом:The Softmax activation function looks like this:

Figure 00000027
Figure 00000027

где zi - значение выхода i-го нейрона до активации,where z i is the value of the output of the i-th neuron before activation,

N - общее количество нейронов в слое.N is the total number of neurons in the layer.

K - количество классовK - number of classes

Входом этой НС являются вероятности принадлежности вектора метрик согласованности ТВР каждому из типов согласованности. НС решает, вероятность какого из типов максимальна. Таким образом, при прохождении значениями вероятностей блока финальной НС, решается задача классификации типов рассогласования данных, полученных с модели, и данных, полученных непосредственно с борта самолета.The input of this neural network is the probabilities of belonging of the consistency metrics vector TBR to each of the consistency types. The NN decides which of the types is most likely. Thus, when the probabilities of the block pass through the final NN, the problem of classifying the types of mismatch between the data obtained from the model and the data obtained directly from the aircraft is solved.

Результирующий блок (12) основан на НС типа ANFIS [Jang, J.-S.R. ANFIS: adaptive-network-based fuzzy inference system (англ.) // IEEE Transactions on Systems, Man and Cybernetics: journal. - 1993. - Vol. 23, no. 3.], который позволяет развернуть механизм принятия решения для оператора при необходимости проведения процедуры расследования инцидентов нарушения целостности ТМИ и реализует итоговое принятие решения Ro текущем состоянии системы и позволяет произвести оценку вероятности правильности принятого решения Р о наличии одного из состояний согласованности данных модели и САУ ГТД: «Отказ САУ ГТД», «Нормальная работа», «Нарушение целостности». НС работает на правилах вида «ЕСЛИ …, ТО …». Правила представлены в таблице 4.The resulting block (12) is based on the ANFIS type neural network [Jang, J.-S.R. ANFIS: adaptive-network-based fuzzy inference system // IEEE Transactions on Systems, Man and Cybernetics: journal. - 1993. - Vol. 23, no. 3.], which allows you to deploy a decision-making mechanism for the operator when it is necessary to conduct an investigation procedure for incidents of violation of the integrity of the TMI and implements the final decision-making Ro of the current state of the system and allows you to evaluate the probability of the correctness of the decision P about the presence of one of the states of consistency between the model data and the ACS : "Failure of ACS GTE", "Normal operation", "Violation of integrity." NS works on the rules of the form "IF ..., THEN ...". The rules are presented in table 4.

На фиг. 4 представлена обобщенная структурная схема защищенной системы сбора, хранения и обработки ТМИ с ЛА (16, 17); данные с ЛА считываются на станциях технического обслуживания 18 и передаются в корпоративную информационную сеть (КИС) 20 через Интернет-соединение 18. Далее ТМИ поступает в модуль интеграции подсистем КИС 21. Внутренними злоумышленниками, способными внести модификации для рассматриваемой системы, могут являться администраторы корпоративной информационной системы 20, подсистем хранения 22, подсистем обработки 23, баз данных и бизнес-процессов ПИ 24, а также персонал по техническому обслуживанию (ТО) на станциях ТО 18. Точками ⊗ отмечены места возможного воздействия злоумышленника.FIG. 4 shows a generalized block diagram of a protected system for collecting, storing and processing TMI from an aircraft (16, 17); data from the aircraft is read at service stations 18 and is transmitted to the corporate information network (CIS) 20 via the Internet connection 18. Then the TMI enters the integration module of the CIS 21 subsystems. Internal intruders who can make modifications to the system under consideration may be administrators of the corporate information system. systems 20, storage subsystems 22, processing subsystems 23, databases and business processes of PI 24, as well as maintenance personnel (TO) at TO stations 18. Dots ⊗ mark the places of possible attack by an intruder.

Тестирование представленного способа проводилось на выборке, представляющей из себя два типа технологических временных рядов: ТВР, полученных с модели, и ТВР, полученных с ЛА. На ТВР, полученных с ЛА, накладывался шум, а также симулировались различные случаи нарушения целостности злоумышленником. В общем случае, подобные воздействия можно описать следующим выражением:Testing of the presented method was carried out on a sample consisting of two types of technological time series: TBR obtained from the model, and TBR obtained from the aircraft. Noise was superimposed on TVRs received from the aircraft, and various cases of violation of the integrity by an intruder were simulated. In general, such effects can be described by the following expression:

x{t)=ε(t)*(ϕ(x'(t))x {t) = ε (t) * (ϕ (x '(t))

где x(t) - значение принимаемого параметра САУ ГТД в t момент времени,where x (t) is the value of the received parameter of the ACS GTE at the t moment of time,

ε(t) - шум, накладываемый на сигнал в t момент времени,ε (t) is the noise imposed on the signal at time t,

x'(t) - передаваемое значение параметра САУ ГТД в t момент времени, ϕ(x'(t)) - воздействие злоумышленника на передаваемое значение параметра САУ ГТД в t - момент времени.x '(t) is the transmitted value of the ACS GTE parameter at the t moment of time, ϕ (x' (t)) is the attacker's influence on the transmitted value of the ACS GTE parameter at t - the moment in time.

Нарушитель может осуществлять следующие действия по нарушению целостности ТМИ [Васильев В.И., Вульфин A.M., Берхольц В.В., Кириллова А.Д., Вельский СМ. Анализ рисков обеспечения целостности телеметрической информации с использованием технологии когнитивного http://journal.ugatu.ac.ru/index.php/Vestnik/article/view/2216 (дата обращения: 15.03.2020).]:The offender can carry out the following actions to violate the integrity of the TMI [Vasiliev V.I., Vulfin A.M., Berholts V.V., Kirillova A.D., Velsky SM. Risk analysis of ensuring the integrity of telemetric information using cognitive technology http://journal.ugatu.ac.ru/index.php/Vestnik/article/view/2216 (date of access: 03/15/2020).]:

1) подмену базовой и/или абонентской радиостанции - подавление сигнала базовой/абонентской радиостанции и радиообмен с помощью собственной радиостанции нарушителя, передающей поддельную информацию;1) substitution of the base and / or subscriber radio station - suppression of the signal of the base / subscriber radio station and radio exchange using the intruder's own radio station transmitting fake information;

2) отправку поддельной информации в радиоканал - создание пакета данных с поддельной телеметрической информацией и отправка его базовой/абонентской радиостанции;2) sending fake information to the radio channel - creating a data packet with fake telemetry information and sending it to the base / subscriber radio station;

3) повторную отправку ранее перехваченной в радиоканале информации - перехват легитимного сообщения, передаваемого по радиоканалу, и его повторная отправка участнику движения через некоторый период времени.3) re-sending of information previously intercepted in the radio channel - interception of a legitimate message transmitted over the radio channel and its re-sending to the traffic participant after a certain period of time.

На фиг. 5А, 5Б, 5В, 5Г и 5Д представлены примеры анализа согласованности ТМИ и модельных данных.FIG. 5A, 5B, 5C, 5D and 5D show examples of analysis of the consistency of TMI and model data.

Для описания правил при принятии решения о целостности данных были введены лингвистические переменные, характеризующие каждый из параметров согласованности, представленные в таблице 2.To describe the rules for deciding on data integrity, linguistic variables were introduced that characterize each of the consistency parameters presented in Table 2.

Figure 00000028
Figure 00000028

Figure 00000029
Figure 00000029

Кроме того, коэффициент детерминации также может принимать значение NaN («Not a number», «нечисло») - несуществующее значение при постоянном значении параметра в текущем окне временного ряда.In addition, the coefficient of determination can also take the value NaN ("Not a number", "not a number") - a non-existent value with a constant value of the parameter in the current window of the time series.

5А1. В данном случае не происходит атака злоумышленника, а происходит отказ оборудования или обрыв передачи сигнала с борта ЛА. Начиная с 85 итерации значения данных, полученных с ЛА, резко изменились, и значение их средней величины снизилось относительно средней величины предыдущих значений, получаемых с модели. Падение величины принимаемого сигнала произошло практически на последних итерациях в текущем временном окне анализа, однако, значения параметров согласованности говорят о недостоверности принимаемых данных, но сигнал системы контроля свидетельствует о неполадках на борту. Симулирована ситуация «Отказ оборудования».5A1. In this case, an attacker does not occur, but equipment failure or signal transmission from the aircraft is interrupted. Starting from the 85th iteration, the values of the data obtained from the aircraft changed sharply, and the value of their average value decreased relative to the average value of the previous values obtained from the model. The drop in the value of the received signal occurred almost at the last iterations in the current analysis time window, however, the values of the consistency parameters indicate the unreliability of the received data, but the signal from the control system indicates a malfunction on board. The situation "Equipment failure" was simulated.

5А2. В данном примере симулирована атака злоумышленника «2В. Подмена данных на данные, непохожие на подлинные, в конце временного окна». На 57 итерации среднее значение передаваемого сигнала резко изменилось по сравнению с предыдущими данными. Искажение сигнала происходит на поздних итерациях, что снижает чувствительность коэффициента детерминации. Однако, значения коэффициента и детерминации, значение МАРЕ и евклидово расстояние низкие, система контроля показывает, что на ЛА все в порядке, а параметры согласованности ТВР низкие для установившегося режима работы САУ ГТД. Целостность данных нарушена.5A2. In this example, an attack by an attacker “2B. Substitution of data for data unlike the original at the end of the time window. " At iteration 57, the average value of the transmitted signal changed sharply compared to the previous data. Distortion of the signal occurs at later iterations, which reduces the sensitivity of the determination coefficient. However, the values of the coefficient and determination, the value of MAPE and the Euclidean distance are low, the control system shows that everything is in order on the aircraft, and the parameters of TBR consistency are low for the steady-state operation of the automatic control system of the gas turbine engine. Data integrity has been compromised.

5Б1. В данном примере симулирована атака злоумышленника «2Б. Подмена данных на данные, похожие на подлинные, в середине временного окна». Этот пример иллюстрирует ситуацию, когда параметры согласованности ТВР принимают низкие значения, САУ ГТД находится в переходном режиме работы, система контроля говорит о нормальной работе САУ ГТД на ЛА. Такие низкие параметры согласованности свидетельствуют о нарушении целостности данных.5B1. In this example, an attack by the attacker “2B. Substitution of data for data similar to genuine, in the middle of the time window. " This example illustrates the situation when the TBR consistency parameters take low values, the ACS of the GTE is in a transient mode of operation, the control system indicates the normal operation of the ACS of the GTE on the aircraft. Such low consistency parameters indicate a breach of data integrity.

5Б2. Атака злоумышленника отсутствует. Здесь САУ ГТД работает в установившемся режиме, а, значит, параметры согласованности ТВР должны иметь высокие значения, что и отражают значения коэффициента детерминации, МАРЕ и евклидово расстояние. Целостность данных не нарушена. Атака отсутствует.5B2. There is no attacker attack. Here, the ACS of the GTE operates in a steady state, which means that the TBR consistency parameters should have high values, which are reflected in the values of the determination coefficient, MAPE and the Euclidean distance. Data integrity is not compromised. There is no attack.

5B1. САУ ГТД находится в переходном режиме работы, а, значит, окно для рассогласованности параметров шире и некоторые из параметров согласованности могут принимать средний уровень значений, а именно коэффициент детерминации, а также евклидово расстояние, однако, МАРЕ имеет высокое значение. Целостность данных не нарушена. Атака отсутствует.5B1. The ACS of the GTE is in a transient mode of operation, which means that the window for the mismatch of the parameters is wider and some of the parameters of the consistency can take an average level of values, namely the coefficient of determination, as well as the Euclidean distance, however, MAPE has a high value. Data integrity is not compromised. There is no attack.

5B2. САУ ГТД находится в переходном режиме работы, и, несмотря на низкое значение МАРЕ, коэффициент детерминации высокие, евклидово расстояние мало. Целостность данных не нарушена. Атака отсутствует5B2. The ACS of the GTE is in a transient mode of operation, and, despite the low value of MAPE, the coefficient of determination is high, the Euclidean distance is small. Data integrity is not compromised. No attack

5B3. В данном случае, во временном окне параметр САУ ГТД принимал постоянное значение, поэтому невозможно вычислить коэффициент детерминации, им присваивается значение NaN (Not-a-Number), однако, МАРЕ и евклидово расстояние принимают низкие значение, режим работы САУ ГТД статический, система контроля говорит о нормальном режиме работы. Целостность данных не нарушена. Атака отсутствует.5B3. In this case, in the time window, the parameter of the ACS GTE took on a constant value, therefore it is impossible to calculate the coefficient of determination, they are assigned the value NaN (Not-a-Number), however, MAPE and the Euclidean distance take low values, the operating mode of the ACS GTE is static, the control system indicates normal operation. Data integrity is not compromised. There is no attack.

5Г1. Симулирована атака злоумышленника «3А. Увеличение (уменьшение) параметров САУ ГТД при сохранении характера поведения параметров в течение всего временного окна». Установившийся режим САУ ГТД. Сигнал системы контроля - нормальная работа. Из-за того, что характер поведения параметров сохраняется, коэффициенты и детерминации принимают высокое значение, однако, МАРЕ и евклидово расстояние низкие, следовательно, целостность данных нарушена.5G1. The attack of the attacker “3A. Increase (decrease) in the parameters of the ACS GTE while maintaining the behavior of the parameters during the entire time window. " Steady state ACS GTE. Control signal - normal operation. Due to the fact that the behavior of the parameters is preserved, the coefficients and determinations take on a high value, however, MAPE and the Euclidean distance are low, therefore, the data integrity is violated.

5Г2. Симулирована атака злоумышленника «1А. Наложение шума на передаваемые данные в течение всего временного окна». Установившийся режим САУ ГТД. Сигнал системы контроля - нормальная работа. Все параметры согласования принимают низкие значения. Целостность данных нарушена.5G2. The attack of the attacker “1A. Noise overlay on transmitted data throughout the entire time window. " Steady state ACS GTE. Control signal - normal operation. All matching parameters take low values. Data integrity has been compromised.

5Д. Симулирована атака злоумышленника «4А. Подделка управляющих и внешних воздействий в течение всего временного окна». Установившийся режим САУ ГТД. Сигнал системы контроля - нормальная работа. Все параметры согласования принимают низкие значения. Данные, сгенерированные моделью, не соответствуют данным, полученным с САУ ГТД. Целостность данных нарушена.5D. The attack of the attacker “4A. Forgery of controllers and external influences during the entire time window. " Steady state ACS GTE. Control signal - normal operation. All matching parameters take low values. The data generated by the model does not correspond to the data obtained from the ACS of the GTE. Data integrity has been compromised.

Исходя из перечисленных выше нарушений целостности и примеров анализа согласованности ТВР, можно сформулировать следующие типы атаки злоумышленника (фиг. 6А, 6Б, 6В и 6Г): атаки, направленные на подделку данных, генерируемых датчиками САУ ГТД, т.е. самих параметров САУ ГТД (частоты вращения роторов высокого и низкого давления, расход топлива, температуру и давление газа и т.п.), и атаки, направленные на подделку управляющих и внешних воздействий (αРУД, высота полета, число Маха и т.п.). При подделке управляющих и внешних воздействий модель будет генерировать сигналы САУ ГТД, не соответствующие действительным значениям параметров полета. Подобные варианты атак представлены на рисунке 6Г. При такой атаке параметры согласованности принимают низкие значения, что позволяет однозначно указывают на наличие атаки, как показано в эксперименте 5Д.Based on the integrity violations listed above and examples of TBP consistency analysis, we can formulate the following types of attacker attacks (Fig. 6A, 6B, 6C and 6D): attacks aimed at falsifying data generated by the sensors of the ACS GTE, i.e. the parameters of the automatic control system of the gas turbine engine (high and low pressure rotor speeds, fuel consumption, gas temperature and pressure, etc.), and attacks aimed at forging control and external influences (αOUT, flight altitude, Mach number, etc.) ). When falsifying control and external influences, the model will generate signals from the ACS GTE that do not correspond to the actual values of the flight parameters. Similar attack options are shown in Figure 6D. With such an attack, the consistency parameters take on low values, which makes it possible to unambiguously indicate the presence of an attack, as shown in Experiment 5D.

При решении задачи кластеризации на типы согласованности выделены 7 типов согласованности, представленные в таблице 3When solving the clustering problem for the types of consistency, 7 types of consistency were identified, presented in Table 3

Figure 00000030
Figure 00000030

БПР реализует следующий набор правил, на основании которых выносится решение о целостности передаваемой ТМИ. Эти правила представлены в таблице 4, где РРС - режим работы САУ двигателя (установившийся и переходный), СК - система контроля. Если сигнал К=1, САУ ГТД исправна, в противном случае К=0. При сигнале системы контроля К=0 данные, полученные с ЛА, будут считаться недействительными. Это выделено в особое событие для БПР «Отказ САУ ГТД».BPR implements the following set of rules, on the basis of which a decision is made on the integrity of the transmitted TMI. These rules are presented in Table 4, where RRS is the operating mode of the ACS of the engine (steady-state and transient), SK is the control system. If the signal K = 1, the ACS of the GTE is operational, otherwise K = 0. When the control system signal K = 0, the data received from the aircraft will be considered invalid. This is highlighted in a special event for the BPR "Failure of the ACS GTE".

Figure 00000031
Figure 00000031

Работу этих правил можно сопоставить с проделанным на фиг. 5 экспериментом. Применение правил представлено в таблице 5.The operation of these rules can be compared with that of FIG. 5 experiment. The application of the rules is presented in Table 5.

Figure 00000032
Figure 00000032

Figure 00000033
Figure 00000033

Тестирование алгоритма проводилось на 2500 тестовых ТВР. Каждая пара ТВР (ТВР с модели и ТВР, генерируемых САУ ГТД), представлял собой временное окно, состоящее из 100 отсчетов ТВР во временном окне. На некоторые данные, полученные с САУ ГТД, были произведены атаки злоумышленника, описанные в таблице 6 для получения разных типов согласования ТВР. Далее, для каждой пары вычислялись параметры согласования ТВР.The algorithm was tested on 2500 test TBRs. Each pair of TBRs (TBR from the model and TBR generated by the ACS of the GTE) represented a time window consisting of 100 TBR samples in a time window. Some of the data obtained from the ACS of the GTE were attacked by an intruder, described in Table 6 to obtain different types of TBR matching. Further, for each pair, the TBR matching parameters were calculated.

Примеры тестовой выборки параметров согласования и соответствующего типа согласованности представлены в таблицеExamples of test set of matching parameters and the corresponding type of matching are presented in the table

Figure 00000034
Figure 00000034

Figure 00000035
Figure 00000035

Итоговой протокол экспериментов по классификации типа согласованности представлен в таблице 7.The final protocol of experiments on the classification of the type of agreement is presented in Table 7.

Figure 00000036
Figure 00000036

Итоговые протоколы по оценке целостности переданной с ЛА информации представлены в таблицах 8, 9, 10. Таблица 8 представляет собой протокол эксперимента для данных, переданных с САУ ГТД, находившейся в установившемся режиме полета. Таблица 9 представляет собой протокол эксперимента для информации, переданной с САУ ГТД, находившейся в переходном режиме полета. Таблица 10 представляет собой итоговый протокол эксперимента.The final protocols for assessing the integrity of the information transmitted from the aircraft are presented in Tables 8, 9, 10. Table 8 is the experiment protocol for the data transmitted from the ACS of the gas turbine engine, which was in the steady flight mode. Table 9 is the experiment protocol for the information transmitted from the ACS of the GTE, which was in the transient flight mode. Table 10 is the final protocol of the experiment.

Figure 00000037
Figure 00000037

Figure 00000038
Figure 00000038

Figure 00000039
Figure 00000039

Figure 00000040
Figure 00000040

Таким образом, как видно из таблицы 10, оценка вероятности правильности принятого решения о типе согласованности ТВР, а, следовательно, и о целостности данных, принятых с борта ЛА, составила 0,85.Thus, as can be seen from Table 10, the estimate of the probability of the correctness of the decision made on the type of TVR consistency, and, consequently, on the integrity of the data received from the aircraft, was 0.85.

Итак, заявляемые способ и система позволяют выявлять несанкционированные воздействия на данные о состоянии САУ ГТД и тем самым повысить уровень защиты информации при ее передаче с борта ЛА на предприятие-изготовитель.So, the inventive method and system make it possible to detect unauthorized influences on the data on the state of the ACS of the gas turbine engine and thereby increase the level of information protection during its transfer from the aircraft to the manufacturer.

Claims (2)

1. Способ мониторинга целостности данных о состоянии системы автоматического управления газотурбинным двигателем, передаваемых с борта летательного аппарата на предприятие-изготовитель, для осуществления которого сравнивают технологические временные ряды, характеризующие поведение параметров системы автоматического управления газотурбинным двигателем, установленной на летательном аппарате, и модели системы автоматического управления газотурбинным двигателем, установленной на предприятии-изготовителе, для сравнения вычисляют показатели: коэффициент детерминации и средний процент отклонения, определяют сигнал системы контроля исправности системы автоматического управления газотурбинного двигателя и режим работы системы автоматического управления газотурбинным двигателем, отличающийся тем, что для сравнения технологических временных рядов на основе вычисления вектора параметров согласованности, дополнительно используют вычисление евклидова расстояния, определяют, к какому из сформированных семи типов согласованности относится данный вектор, определяют, в каком из двух режимов работы находится система автоматического управления газотурбинным двигателем: переходном или установившемся, и в соответствии с выработанными правилами нечеткой логики, основанными на сигнале системы контроля, режиме работы и параметрах согласованности, принимают решение о наличии атаки злоумышленника на принятые данные, их целостность и оценивают вероятность, с которой это решение принято.1. A method for monitoring the integrity of data on the state of the automatic control system of a gas turbine engine, transmitted from the aircraft to the manufacturer, for the implementation of which the technological time series characterizing the behavior of the parameters of the automatic control system of the gas turbine engine installed on the aircraft and the model of the automatic control system are compared. control system of a gas turbine engine installed at the manufacturer, for comparison, the indicators are calculated: the coefficient of determination and the average percentage of deviation, determine the signal of the health monitoring system of the automatic control system of the gas turbine engine and the operating mode of the automatic control system of the gas turbine engine, characterized in that for comparison of technological time series on the basis of calculating the vector of consistency parameters, the calculation of the Euclidean distance is additionally used, it is determined to which of the formed x seven types of consistency, this vector refers, determine which of the two operating modes the automatic control system of the gas turbine engine is in: transient or steady-state, and in accordance with the developed rules of fuzzy logic based on the control system signal, operating mode and consistency parameters, make a decision on the presence of an attacker on the received data, their integrity and assess the probability with which this decision is made. 2. Система мониторинга целостности данных о состоянии системы автоматического управления газотурбинным двигателем, передаваемых с борта летательного аппарата на предприятие-изготовитель, содержащая блок, выполняющий оконный анализ и формирующий многомерные технологические временные ряды системы автоматического управления и ее модели, выходы которого направлены в блок, реализующий классификатор для определения текущего режима работы системы автоматического управления газотурбинным двигателем, и в блок, выполняющий построение вектора оценок согласованности многомерных технологических временных рядов в текущем окне с помощью набора метрик: коэффициент детерминации, средний процент отклонения, выход которого направлен в блок, предназначенный для кластеризации параметров согласованности технологических временных рядов, выходы блока, реализующего кластеризацию параметров согласованности на типы согласованности, и блока, выполняющего построение вектора оценок согласованности, направлены в блок, представляющий собой ансамбль нейронечетких классификаторов и нейросеть, определяющий, к какому типу согласованности относится текущий вектор параметров согласованности, выход которого направлен в результирующий блок принятия решения, на вход которому также подается результат работы блока, классифицирующего режим работы системы автоматического управления газотурбинным двигателем и выход системы контроля системы автоматического управления газотурбинным двигателем, реализующий итоговое принятие решения о текущем состоянии системы и позволяющий определить наличие одного из состояний согласованности данных модели и системы автоматического управления газотурбинным двигателем: «Отказ системы автоматического управления газотурбинным двигателем», «Нормальная работа», «Нарушение целостности», и оценить вероятности такого состояния, отличающаяся тем, что в блоке, определяющем режим работы системы автоматического управления газотурбинным двигателем, классификация на два режима работы установившийся и переходный, реализуется на основе производной частоты вращения ротора высокого давления, сигнала с выхода селектора минимального значения и сравнении их с пороговыми значениями, блок, выполняющий построение технологических временных рядов дополнительно оценивающий согласованность по метрике евклидово расстояние. 2. A system for monitoring the integrity of data on the state of the automatic control system of a gas turbine engine, transmitted from the aircraft to the manufacturer, containing a block that performs window analysis and forms multidimensional technological time series of the automatic control system and its model, the outputs of which are directed to the block that implements a classifier for determining the current operating mode of the automatic control system of a gas turbine engine, and into a block that constructs a vector of estimates of the consistency of multidimensional technological time series in the current window using a set of metrics: determination coefficient, average deviation percentage, the output of which is directed to a block designed for clustering parameters the consistency of technological time series, the outputs of the block that implements the clustering of consistency parameters into consistency types, and the block that constructs the vector of consistency estimates are directed to bl ok, which is an ensemble of neural fuzzy classifiers and a neural network that determines what type of consistency the current vector of consistency parameters belongs to, the output of which is directed to the resulting decision block, which also receives the result of the block that classifies the operation mode of the automatic control system for a gas turbine engine and the output control system of the automatic control system of a gas turbine engine, which implements the final decision-making on the current state of the system and allows one to determine the presence of one of the states of consistency between the model data and the automatic control system of the gas turbine engine: "Failure of the automatic control system of a gas turbine engine", "Normal operation", "Integrity violation ", And to assess the probabilities of such a state, characterized in that in the block that determines the mode of operation of the automatic control system of the gas turbine engine, the classification into two modes of operation is set transient and transient, is implemented on the basis of the derivative of the high-pressure rotor speed, the signal from the output of the minimum value selector and their comparison with the threshold values, a block that builds technological time series additionally evaluates the consistency by the Euclidean distance metric.
RU2020122967A 2020-07-06 2020-07-06 Method and system for monitoring data integrity RU2740544C1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2020122967A RU2740544C1 (en) 2020-07-06 2020-07-06 Method and system for monitoring data integrity

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2020122967A RU2740544C1 (en) 2020-07-06 2020-07-06 Method and system for monitoring data integrity

Publications (1)

Publication Number Publication Date
RU2740544C1 true RU2740544C1 (en) 2021-01-15

Family

ID=74184034

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2020122967A RU2740544C1 (en) 2020-07-06 2020-07-06 Method and system for monitoring data integrity

Country Status (1)

Country Link
RU (1) RU2740544C1 (en)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090185687A1 (en) * 2008-01-23 2009-07-23 John Wankmueller Systems and Methods for Mutual Authentication Using One Time Codes
US20110113098A1 (en) * 2006-12-11 2011-05-12 Qurio Holdings, Inc. System and method for social network trust assessment
US20120254966A1 (en) * 2011-04-04 2012-10-04 Lansing Arthur Parker Apparatus for secured distributed computing
RU2013149120A (en) * 2013-11-01 2015-05-10 Илья Самуилович Рабинович METHOD AND SYSTEM FOR PROTECTING INFORMATION FROM UNAUTHORIZED USE (OPTIONS)

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110113098A1 (en) * 2006-12-11 2011-05-12 Qurio Holdings, Inc. System and method for social network trust assessment
US20090185687A1 (en) * 2008-01-23 2009-07-23 John Wankmueller Systems and Methods for Mutual Authentication Using One Time Codes
US20120254966A1 (en) * 2011-04-04 2012-10-04 Lansing Arthur Parker Apparatus for secured distributed computing
RU2013149120A (en) * 2013-11-01 2015-05-10 Илья Самуилович Рабинович METHOD AND SYSTEM FOR PROTECTING INFORMATION FROM UNAUTHORIZED USE (OPTIONS)

Similar Documents

Publication Publication Date Title
Zhang et al. Deep learning based attack detection for cyber-physical system cybersecurity: A survey
Song et al. In-vehicle network intrusion detection using deep convolutional neural network
Boddupalli et al. Resilient cooperative adaptive cruise control for autonomous vehicles using machine learning
Süzen Developing a multi-level intrusion detection system using hybrid-DBN
Qin et al. Discovering novel attack strategies from INFOSEC alerts
Desta et al. Rec-CNN: In-vehicle networks intrusion detection using convolutional neural networks trained on recurrence plots
US11343266B2 (en) Self-certified security for assured cyber-physical systems
Gupta et al. Cybersecurity of multi-cloud healthcare systems: A hierarchical deep learning approach
Bensaber et al. Design and modeling an Adaptive Neuro-Fuzzy Inference System (ANFIS) for the prediction of a security index in VANET
Limbasiya et al. A systematic survey of attack detection and prevention in connected and autonomous vehicles
CN112101404A (en) Image classification method and system based on generation countermeasure network and electronic equipment
Karimibiuki et al. Drones' face off: authentication by machine learning in autonomous IoT systems
Bouchouia et al. A survey on misbehavior detection for connected and autonomous vehicles
Zeng et al. Intrusion detection framework based on causal reasoning for DDoS
Zhang et al. Many-objective optimization based intrusion detection for in-vehicle network security
RU2740544C1 (en) Method and system for monitoring data integrity
Boddupalli et al. Replace: Real-time security assurance in vehicular platoons against V2V attacks
Kang et al. Detection of anomaly in train speed for intelligent railway systems
CN112085051A (en) Image classification method and system based on weighted voting and electronic equipment
US10956578B2 (en) Framework for determining resilient manifolds
Rosenstatter et al. V2c: A trust-based vehicle to cloud anomaly detection framework for automotive systems
Guzairov et al. The concept of integrity of telemetric information about the state of an aircraft power plant monitoring
Ramalingam et al. Optimized Fuzzy Enabled Semi-Supervised Intrusion Detection System for Attack Prediction.
CN111935127B (en) Malicious behavior detection, identification and security encryption device in cloud computing
Wrana et al. OD1NF1ST: True Skip Intrusion Detection and Avionics Network Cyber-attack Simulation