一种工控系统设备指纹提取方法及相关装置与流程

本发明属于设备指纹提取，具体涉及一种工控系统设备指纹提取方法及相关装置。

背景技术：

1、发电工控系统是能源、电力生产的核心基础设施，广泛应用于各类发电场站。随着电力物联网与智慧电厂建设推进，发电工控系统边界模糊、暴露面扩大，由此带来设备非法接入、私自替换、固件篡改、仿冒终端入侵等安全风险。传统设备身份认证依赖ip（internetprotocol，互联网协议）地址、mac（media access control，媒体访问控制）地址、账号密码等静态标识，极易被篡改、伪造，安全等级极低。

2、现有设备指纹技术存在以下明显短板：

3、1、大多仅采用单一网络流量特征或单一电气特征，未结合硬件固有物理标识、软件版本固化特征、网络业务行为态势特征，特征维度片面，同型号、同批次工控设备几乎无法区分。

4、2、大多采用简单哈希拼接生成静态指纹，不具备抗篡改能力，攻击者修改个别参数即可伪造设备指纹。

5、3、传统方案无法适配发电现场大量存在的多网口、多协议工控设备，mac采集不全、协议识别缺失导致指纹失效、识别误报等问题频发。

6、综上，现有发电工控系统设备指纹技术存在特征单一、区分度低、易伪造、场景适配性差的技术瓶颈，无法满足高安全等级发电工控系统的可信身份管控需求，亟需提出一种多维度融合、深度学习编码、高稳定性的发电工控系统设备指纹提取方法。

技术实现思路

1、本发明的目的在于提供一种工控系统设备指纹提取方法及相关装置，用于解决现有技术中工控系统设备指纹提取精度不高的问题。

2、为了实现上述目的，本发明采用如下技术方案：

3、第一方面，本发明提供一种工控系统设备指纹提取方法，包括以下步骤：

4、采用主动探测方式获取工控系统设备的硬件特征和软件特征；

5、采用被动探测方式获取工控系统设备的网络态势特征；

6、对工控系统设备的硬件特征、软件特征和网络态势特征进行特征编码，得到工控系统设备特征向量；

7、基于工控系统设备特征向量，得到工控系统设备的指纹。

8、本发明进一步的改进在于，所述主动探测方式为软探针，所述被动探测方式包括分光镜像或者流量镜像。

9、本发明进一步的改进在于，所述硬件特征包括设备硬件型号、设备支持的工控通信协议、单网口或多网口对应的mac物理地址、设备原始通信报文帧结构和交互时序特征，所述软件特征包括设备固件版本号、嵌入式操作系统版本号、工控应用软件版本号和软件固有固化编码，所述网络态势特征包括设备ip地址、全网通信地址列表、设备间业务信息流、实时数据交互行为、应用软件部署路径与部署架构以及端口开放状态特征。

10、本发明进一步的改进在于，对工控系统设备的硬件特征、软件特征和网络态势特征进行特征编码，得到工控系统设备特征向量之前，对工控系统设备的硬件特征、软件特征和网络态势特征进行预处理，得到标准化时序特征序列，所述预处理包括数据清洗、离散特征数字化编码、时序对齐和数值归一化处理。

11、本发明进一步的改进在于，所述对工控系统设备的硬件特征、软件特征和网络态势特征进行特征编码，得到工控系统设备特征向量，具体为：

12、将工控系统设备的硬件特征、软件特征和网络态势特征输入到gru（gatedrecurrent unit，门控循环单元）循环神经网络中进行特征编码，得到工控系统设备特征向量。

13、本发明进一步的改进在于，得到工控系统设备的指纹之后，获取工控系统设备的基础信息，将工控系统设备的指纹和工控系统设备的基础信息绑定后存储在工控系统设备指纹基准数据库中。

14、本发明进一步的改进在于，所述基础信息包括设备编号、安装位置和硬件信息。

15、第二方面，本发明提供一种工控系统设备指纹提取系统，包括：

16、第一数据获取模块，用于采用主动探测方式获取工控系统设备的硬件特征和软件特征；

17、第二数据获取模块，用于采用被动探测方式获取工控系统设备的网络态势特征；

18、特征编码模块，用于对工控系统设备的硬件特征、软件特征和网络态势特征进行特征编码，得到工控系统设备特征向量；

19、指纹生成模块，用于基于工控系统设备特征向量，得到工控系统设备的指纹。

20、第三方面，本发明提供一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述介绍的工控系统设备指纹提取方法的步骤。

21、第四方面，本发明提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述介绍的工控系统设备指纹提取方法的步骤。

22、与现有技术相比，本发明具有如下有益效果：

23、本发明提出的工控系统设备指纹提取方法，一方面采用主动探测方式获取工控系统设备的硬件特征和软件特征，该获取方式可以快速获取工控系统设备的硬件特征和软件特征，采用被动探测方式获取工控系统设备的网络态势特征，该获取方式能够减少对工控系统运行的影响，这种主被动结合（主动探测方式和被动探测方式结合）的方式，既可以提高工控系统设备的硬件特征和软件特征的获取速度，也可以将对工控系统的影响降到最低，同时本发明考虑了硬件、软件和网络三种异构特征，覆盖了工控系统设备的固有物理属性、软件固化属性和网络交互行为属性，可以精准地区分同型号、同批次和同工况发电工控系统设备，另一方面对工控系统设备的硬件特征、软件特征和网络态势特征进行特征编码，该操作可以使工控系统设备的硬件特征、软件特征和网络态势特征更加具有针对性和有效性，进而也可以提高工控系统设备指纹提取精度。

1.一种工控系统设备指纹提取方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的工控系统设备指纹提取方法，其特征在于，所述主动探测方式为软探针，所述被动探测方式包括分光镜像或者流量镜像。

3.根据权利要求1所述的工控系统设备指纹提取方法，其特征在于，所述硬件特征包括设备硬件型号、设备支持的工控通信协议、单网口或多网口对应的mac物理地址、设备原始通信报文帧结构和交互时序特征，所述软件特征包括设备固件版本号、嵌入式操作系统版本号、工控应用软件版本号和软件固有固化编码，所述网络态势特征包括设备ip地址、全网通信地址列表、设备间业务信息流、实时数据交互行为、应用软件部署路径与部署架构以及端口开放状态特征。

4.根据权利要求1所述的工控系统设备指纹提取方法，其特征在于，对工控系统设备的硬件特征、软件特征和网络态势特征进行特征编码，得到工控系统设备特征向量之前，对工控系统设备的硬件特征、软件特征和网络态势特征进行预处理，得到标准化时序特征序列，所述预处理包括数据清洗、离散特征数字化编码、时序对齐和数值归一化处理。

5.根据权利要求1所述的工控系统设备指纹提取方法，其特征在于，所述对工控系统设备的硬件特征、软件特征和网络态势特征进行特征编码，得到工控系统设备特征向量，具体为：

6.根据权利要求1所述的工控系统设备指纹提取方法，其特征在于，得到工控系统设备的指纹之后，获取工控系统设备的基础信息，将工控系统设备的指纹和工控系统设备的基础信息绑定后存储在工控系统设备指纹基准数据库中。

7.根据权利要求6所述的工控系统设备指纹提取方法，其特征在于，所述基础信息包括设备编号、安装位置和硬件信息。

8.一种工控系统设备指纹提取系统，其特征在于，包括：

9.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的工控系统设备指纹提取方法的步骤。

10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的工控系统设备指纹提取方法的步骤。