[发明专利]一种基于多目标优化算法的工业控制系统安全防护方法及装置

说明书

本发明提供了一种基于多目标进化优化算法的工业控制防护方法及装置。方法包括如下步骤：步骤S1、针对工业控制系统中的攻击层、事件层和资产层，通过多层贝叶斯网对工业控制系统信息攻击传播过程进行建模；步骤S2、构建信息安全收益、功能安全收益和物理安全收益的安全防护需求指标及指标量化方法；步骤S3、通过多目标猴王进化算法获取最优防护策略集；步骤S4、结合不同的需求背景得出相应最优防护策略，应用所述最优防护策略对所述工业控制系统进行安全防护。本申请能够实现综合有效、全面的进行工业控制的安全防护。

技术领域

本发明涉及防丢失设备技术领域，具体地，涉及一种基于多目标优化算法的工业控制系统安全防护方法及装置。

背景技术

工业控制系统越来越朝向智能化、无人化的方向发展，工业控制系统涉及多个关键基础设施领域，一旦遭受到网络入侵攻击，可引发严重的安全事故，轻则造成经济财产损失，重则引发一系列不可逆转的灾难性后果，危及国家安全，因此工业控制网络进行有效的安全防护具有重要意义。

然而传统安全防护主要集中在信息域防护、防护成本经济指标等，决策依据相对单一，无法兼顾多因素平衡特点，而工业控制系统的安全防护需同时兼顾对功能安全、信息安全以及物理安全的防护需求，以保障其安全稳定运行，防止特重大工业控制安全事故发生。相关技术中缺少一种工业控制系统的安全防护方法，以实现综合有效、全面的进行工业控制的安全防护。

发明内容

本发明针对现有技术中存在的上述不足，提供了一种基于多目标优化算法的工业控制系统安全防护方法及装置。

根据本发明的一个方面，提供了一种基于多目标进化优化算法的工业控制防护方法，包括如下步骤：

步骤S1、针对工业控制系统中的攻击层、事件层和资产层，通过多层贝叶斯网对工业控制系统信息攻击传播过程进行建模；

步骤S2、构建信息安全收益、功能安全收益和物理安全收益的安全防护需求指标及指标量化方法；

步骤S3、通过多目标猴王进化算法获取最优防护策略集；

步骤S4、结合不同的需求背景得出相应最优防护策略，应用所述最优防护策略对所述工业控制系统进行安全防护。

可选地，所述步骤S1包括：

根据网络漏洞信息和已知的网络攻击，将得到的无属性工业控制系统的攻击传播过程转换为包括攻击层、事件层、资产层的多层贝叶斯攻击图网络模型。

可选地，所述步骤S2包括：

在系统风险处于可接受范围内和有限成本的约束条件下，从信息安全、功能安全和物理安全三个安全防护需求角度构建适应度函数模型：

优化目标：max{SecA(X),SycA(X),StcA(X)}；

约束条件：Risk(X)≤Risk_Thr，Cost(X)≤Cost_Thr，SecA(X)≥0，SycA(X)≥0StcA(X)≥0；

决策变量：X＝{x₁,...x_i,...,x_m}_1×m；

参数定义：SecA(X)：在安全策略X下，系统的信息安全收益；

SycA(X)：在安全策略X下，系统的功能安全收益；

StcA(X)：在安全策略X下，系统的物理安全收益；

Risk(X)：在安全策略X下，系统的风险；

Cost(X)：在安全策略X下，安全部署成本；