一种基于博弈论与贝叶斯攻击图的工控网络风险评估方法

    公开(公告)号:CN118842615A

    公开(公告)日:2024-10-25

    申请号:CN202410805500.6

    申请日:2024-06-21

    申请人: 东北大学

    IPC分类号: H04L9/40

    摘要: 本发明属于网络安全技术领域,公开了一种基于博弈论与贝叶斯攻击图的工控网络风险评估方法。本发明首先改进通用的漏洞评分系统;结合改进的漏洞评分系统、贝叶斯网络和攻击图技术,并在资产价值量化阶段考虑节点安全属性价值和结构价值的重要性,提出一种改进的贝叶斯攻击图动态风险评估方法。提出了基于博弈论与贝叶斯攻击图的工控网络安全风险评估方法。而针对已有相关研究中存在的效用函数量化主观性过强和考虑不够全面的问题,本发明利用改进的工控网络漏洞评估方法量化攻防矩阵,减少人为主观性。并通过求解混合策略纳什均衡得到漏洞被利用的概率,再将其带入改进的贝叶斯攻击图工控网络风险方法中进行动态推理,得到网络安全风险。

    一种用于工业控制系统入侵检测的隐蔽个性化联邦学习方法

    公开(公告)号:CN117692204A

    公开(公告)日:2024-03-12

    申请号:CN202311696859.6

    申请日:2023-12-12

    申请人: 东北大学

    摘要: 本发明属于工控网络安全领域,提出一种用于工业控制系统入侵检测的隐蔽个性化联邦学习方法。在服务端和客户端之间增设隐蔽信道,用于服务端和客户端通信;所述服务端分发各客户端初始化的全局模型,各客户端根据所输入的数据进行训练,得到各个局部本地模型和本地个性化模型;各个局部本地模型传输至服务端,服务端根据各客户端参数的重要性,聚合获得更新后的全局模型;所述全局模型再次下发至客户端进行训练;所述服务端和客户端间通信达到设定次数后,最终更新的本地个性化模型用于各个工业控制系统的入侵检测。该方法增强相似客户端间的协作效果,降低通信压力和服务器压力,同时保证模型的准确度,为服务端和客户端建立隐蔽通信方式,降低攻击者对联邦设备的关注度。