《中国人工智能学会通讯》——10.17 复杂网络化系统安全控制研究综述

10.17 复杂网络化系统安全控制研究综述

复杂网络化系统是传统工业控制系统向互联网开放过程中与先进通信和计算技术相结合的产物。基于各类网络通信技术,复杂网络化系统能巧妙地将在物理层面上独立分布的控制和计算单元在信息层面上紧密融合,从而在不受地域和环境限制的情况下对大规模的信息进行收集和处理,为系统最终的控制决策提供支撑。典型的复杂网络化系统包括智能电网、智慧医疗和智慧交通系统等,它们往往工作在国民经济的关键领域,为国家现代化工业生产和人民生活的顺利进行提供保证[1-2] 。图 1 给出了一个以智能电网为例的复杂网络化系统结构示意
图。从图中可以看出,复杂网络化系统将控制、计算和通信有机的融合到一起,为工业生产服务(图中主要指的是供配电服务)。

诚然,复杂网络化系统通过融合先进通信和计算技术大大提高了工业系统的生产效率,但同时也暴露出许多问题,安全问题就是其中的一个重要问题。一方面,大量计算与通信节点的引入导致系统结构变得复杂和难以控制,运营成本和潜在风险不断增加[3] ;另一方面,复杂网络化系统背后巨大的经济利益以及在互联网上开放后低廉的攻击成本,使其成为近年来大量的网络攻击首选目标[4] 。因此,研究复杂网络化系统的安全问题具有重要的现实意义,近年来已经受到包括美国、德国、日本和中国等众多国家政府机构[5-6] 、科研机构 [7-8]以及西门子等工业企业巨头[9]的高度重视。

复杂网络化系统从本质上看是传统通信网络系统和传统工业控制系统相结合的产物,但其安全问题却很难被现有的网络系统或控制系统安全策略单独解决。一方面,传统的网络攻击防御方法由于缺乏对控制层面的理解,难以直接应用到复杂网络化系统中去有效检测攻击造成的控制故障;另一方面,现有的控制系统故障诊断和容错控制方法虽能发现并防止控制故障对系统造成的破坏,但由于其仅考虑系统自身引起的故障并通常假设这类故障符合某些先验规律,网络攻击者很容易进行有针对性的规避[10] 。因此,结合考虑复杂网络化系统与网络攻击各自的特点,有针对性地设计安全策略已经成为复杂网络化系统安全控制研究的一个新方向,受到业界的广泛关注。

本文将在第 2 节详细综述复杂网络化系统安全控制这一新的研究领域中已有的工作,通过分析和讨论,在第 3 节归纳出该领域当前所面临的主要挑战。最后,在第 4 节中对复杂网络化系统安全控制研究中潜在的研究方向做了探讨,并在第 5 节对本文做了一个总结。

时间: 2025-01-02 10:57:14

《中国人工智能学会通讯》——10.17 复杂网络化系统安全控制研究综述的相关文章

《中国人工智能学会通讯》——4.30 网络化控制技术

4.30 网络化控制技术 随着智能制造工业时代的到来以及信息技术的迅猛发展,以物联网.云计算.大数据.互联网 +为代表的技术革命正在推动着人类社会由信息化向智能化迈进.现代化的工业工程和先进制造所针对的控制系统规模的日益扩大,现代控制系统也由原来简单的单一系统向复杂的网络化系统发展.网络控 制 系 统 (NCSs,Networked Control Systems)是通过一个实时网络将传感器.控制器和执行器连接起来构成的一种完全分布式的闭环反馈控制系统[1] ,一个简单的 NCSs 结构图如图

《中国人工智能学会通讯》——9.25 搜索引擎点击模型综述

9.25 搜索引擎点击模型综述 在这个信息爆炸的时代,搜索引擎已成为人们在互联网的数据海洋中遨游不可或缺的工具.无论是查找信息.获取资源,还是寻求帮助.发现机遇,都离不开搜索引擎的指引与参考.可以说,搜索引擎已经成为了互联网中的"基础设施".根据中国互联网络中心(CNNIC)发布的中国互联网络发展状况统计报告显示,截止 2016 年 1 月 , 已有82.3% 的互联网用户使用搜索引擎 , 在互联网网络应用中排名第二 ; 而在移动端也有 77.1% 的用户使用移动端搜索引擎 , 在移动

《中国人工智能学会通讯》——3.16 谣言识别的研究进展

3.16 谣言识别的研究进展 过对社交媒体中谣言识别的研究,探寻谣言传播的基本规律,不但有助于限制谣言的传播,也有助于发现现实生活中人们所关心的问题.不易发现的社会现象或社会问题,因此具有重要的研究意义.当前,工业界对谣言识别的方式大部分是基于用户的举报或人工检索的方法.因此,需要相关的技术开发出自动或半自动化的辅助工具来缩短谣言识别的延迟,提高谣言识别的效率.目前,一些研究人员已经为此做出了努力,主要从谣言的静态特性以及谣言的动态特性两个角度,研究谣言和非谣言的区别以及谣言的传播规律. 谣言的

《中国人工智能学会通讯》——1.21 聊天机器人在研究上的展望

1.21 聊天机器人在研究上的展望 随着聊天机器人研究的广泛开展,未来的研究将着眼于以下三方面. 1) 端到端:得益于深度学习技术的发展,已有学者开始着手研究端对端的对话系统[14] .即利用统一的模型代替序列化地执行自然语言理解.对话管理和自然语言生成的步骤,从用户的原始输入直接生成系统回复. 2) 从特定域到开放域:随着大数据时代的到来,一方面,使得开放域的聊天机器人系统得以获取丰富的对话数据用于训练:另一方面,在大数据上可以自动聚类或抽取对话行为等信息,避免繁杂的人工定义. 3) 更加关注

《中国人工智能学会通讯》——10.20 潜在研究方向

10.20 潜在研究方向 根据第 3 节的分析可知,阻碍复杂网络化系统安全控制研究进一步突破的障碍主要来自于复杂网络化系统自身的问题和网络攻击建模的困难性.基于此,将来的研究重点将会围绕如何解决这些挑战性问题展开,可能的研究方向包括: (1)在系统架构分析与建模方面:需要在综合考虑计算.通信与控制多时空关联的情况下对复杂网络化系统进行建模并分析其安全约束. (2)在攻击检测方面:需考虑复杂网络化系统自身的特征,包括边界模糊.设备异构,以及计算.通信与控制 3C 耦合等,同时考虑网络攻击建模难的问

《中国人工智能学会通讯》——10.18 研究进展

10.18 研究进展 本节将就复杂网络化系统安全控制研究的最新进展展开综述,主要涉及系统的安全架构分析与建模.攻击检测与安全评估,以及安全控制等诸方面.通过综述,将对国内外相关领域的主要工作分别进行总结,并分析存在的不足. 1 . 系统架构分析与建模 围绕复杂网络化系统的构架分析与建模,国内外学者开展了一系列研究工作.一方面,主要侧重于通信网络与物理系统在统一描述框架下的时空分析.实时性与稳定性等.例如文献 [11-20] 分别考虑网络通信因素(包括数据传输时滞.丢包.数据量化.干扰.带宽受限等

《中国人工智能学会通讯》——10.21 结束语

10.21 结束语 本文综述了网络攻击情况下复杂网络化系统安全控制研究的现状,从系统架构,攻击检测和安全评估,以及安全控制三个方面对现有的方法做了详细的分析,归纳了其不足之处并由此总结了现阶段复杂网络化系统安全控制研究所面临的关键挑战.最后根据这些挑战性问题对该领域未来研究方向做了探讨,以期对进一步研究复杂网络化系统安全问题提供有益的参考.

《中国人工智能学会通讯》——10.19 安全挑战

10.19 安全挑战 通过上节对当前复杂网络化系统安全控制研究现状的综述,可以发现大量的工作还处于探索阶段,并不能系统地解决复杂网络化系统安全问题.究其原因,主要有来自复杂网络化系统自身和网络攻击两方面的挑战. 1 . 复杂网络化系统自身特点带来的安全挑战在深度融合通信与计算技术的背景下,复杂网络化系统既有传统工业系统控制特点,也有计算和通信技术带来的新特点,其安全控制和防御必然面临更多的挑战与困难,主要包括: • 复杂网络化系统外部边界模糊--向互联网全面开放,3C 各层面.各层次.各环节均可

中国人工智能学会通讯——2016机器智能前沿论坛召开

2016 年 12 月 17 日,由中国人工智能学会.中国工程院战略咨询中心主办,今日头条.IEEE<计算科学评论>协办的"2016机器智能前沿论坛"暨"2016 BYTE CUP国际机器学习竞赛颁奖仪式"在中国工程院举办.论坛嘉宾包括中外顶尖的数据挖掘.机器学习,以及自然语言处理方向的专家学者. 与以往不同,本次论坛除介绍机器学习的重大进展和应用外,还着重讨论了机器学习技术在媒体数据上的应用,并为2016 BYTE CUP 国际机器学习竞赛的获奖选手进