基于资产行为画像的电力工控网络安全效能验证方法与流程
本技术涉及工业控制网络安全,尤其涉及基于资产行为画像的电力工控网络安全效能验证方法。
背景技术:
1、电力工控系统是电力生产与供应的核心基础设施,其网络安全直接关系到电力系统的稳定运行。在变电站、发电厂等电力工控环境中,部署了大量遵循iec 61850、iec 104、modbus等工控协议的异构资产设备,包括保护装置、测控装置、scada主机、逆变器等。随着工控系统网络化程度不断提高,安全防护需求从传统的网络隔离向纵深防御演进,需要对安全防护措施的有效性进行系统化验证。
2、相关技术中,工控安全防护通常采用分层孤立方式:资产测绘通过tcp/ip协议栈指纹进行设备识别,效能验证基于静态攻击树全量遍历执行安全测试,资产评价依赖专家主观打分确定各指标的相对重要性。资产测绘、效能验证与资产评价三个环节各自独立运行,缺乏有机融合。资产评价过程高度依赖人工专家经验,难以适应大规模异构资产的自动化评价需求;效能验证采用静态攻击树全遍历方式,攻击树复杂度随资产数量呈指数增长,且无法根据资产的实际能力与行为特征动态调整验证范围,导致安全效能验证效率低下。
技术实现思路
1、本技术的主要目的在于提供一种基于资产行为画像的电力工控网络安全效能验证方法,旨在解决相关技术中工控网络安全效能验证效率低下的技术问题。
2、为实现上述目的,本技术提出一种基于资产行为画像的电力工控网络安全效能验证方法,所述的方法包括:
3、获取电力工控网络中资产的设备特征信息和行为特征数据;
4、对所述行为特征数据进行自动加权处理,生成所述资产的资产行为画像;
5、基于所述资产行为画像和所述设备特征信息,对预设安全验证任务集合进行自适应筛选,并对筛选后的安全验证任务集合执行效能验证,获得效能验证结果;
6、当所述效能验证结果不满足预设条件时,触发所述预设安全验证任务集合的更新并返回执行所述自适应筛选,以完成对所述电力工控网络的闭环安全效能验证。
7、在一实施例中,所述对所述行为特征数据进行自动加权处理,生成所述资产的资产行为画像的步骤包括:
8、对所述行为特征数据进行标准化处理,得到标准化特征矩阵;
9、对所述标准化特征矩阵进行主成分分析,得到累计贡献率满足预设条件的多个主成分,以及各所述主成分各自对应的方差贡献率;
10、根据各所述主成分的方差贡献率之间的比值,构造判断矩阵;
11、基于所述判断矩阵确定各所述主成分对应的权重,对各所述主成分按照对应的所述权重进行加权融合,生成所述资产的资产行为画像。
12、在一实施例中,所述对所述行为特征数据进行自动加权处理,生成所述资产的资产行为画像的步骤包括:
13、对所述行为特征数据中的各行为特征指标进行归一化处理,得到归一化后的各所述行为特征指标;
14、计算归一化处理后各所述行为特征指标的信息熵;
15、根据各所述行为特征指标的信息熵确定各所述行为特征指标对应的客观权重;
16、按照各所述行为特征指标对应的所述客观权重,对各所述行为特征指标进行加权融合,生成所述资产的资产行为画像。
17、在一实施例中,所述基于所述资产行为画像和所述设备特征信息,对预设安全验证任务集合进行自适应筛选的步骤包括:
18、获取所述预设安全验证任务集合中各安全验证任务对应的能力要求;
19、根据所述设备特征信息,判断所述资产是否满足各所述安全验证任务对应的所述能力要求;
20、若所述资产不满足对应所述能力要求,则将对应的安全验证任务排除;
21、若所述资产满足对应所述能力要求,则根据所述资产行为画像中对应行为特征的使用频率与预设阈值的比较结果,确定各安全验证任务的筛选处理方式,得到所述筛选后的安全验证任务集合。
22、在一实施例中,所述确定各安全验证任务的筛选处理方式的步骤还包括:获取所述资产行为画像中各行为特征的当前采集数据量;
23、将当前采集数据量低于预设最小采集量的行为特征标记为低数据量特征;
24、对所述低数据量特征对应的安全验证任务,采用预设保守处理方式进行筛选,执行全量效能验证,得到筛选后的安全验证任务集合。
25、在一实施例中,所述获取电力工控网络中资产的设备特征信息和行为特征数据的步骤包括:
26、对所述电力工控网络中的工控协议流量进行主动探测和被动监听,采集协议交互数据和协议报文数据;
27、从所述协议交互数据和所述协议报文数据中提取应用层特征,所述应用层特征包括协议逻辑设备命名信息、服务集合信息和数据定义信息;
28、根据所述应用层特征对同一网络地址下的多个逻辑设备进行区分,得到各所述逻辑设备分别对应的设备特征信息;
29、在预设采集周期内,对所述资产的网络流量行为进行多维特征采集,得到行为特征数据。
30、在一实施例中,所述生成所述资产的资产行为画像的步骤之后,还包括:
31、将当前周期生成的所述资产行为画像与所述资产在历史周期生成的历史资产行为画像进行逐维度差异对比,确定各行为维度的变化幅度;
32、将变化幅度超过预设幅度阈值的行为维度标记为漂移维度;
33、根据所述漂移维度对应的行为类别,确定与所述行为类别关联的目标安全验证任务;
34、调高所述预设安全验证任务集合中所述目标安全验证任务的筛选优先级,以使所述目标安全验证任务在下一周期效能验证中被优先筛选。
35、在一实施例中,所述获得效能验证结果的步骤之后,还包括:
36、获取所述电力工控网络中与所述资产关联的安全告警数据,所述安全告警数据包括告警类型和告警发生时间;
37、根据所述资产行为画像确定所述资产的当前行为评分;
38、根据各所述安全告警数据对应的告警发生时间与当前时间的时间间隔,对各所述安全告警数据施加时间衰减处理,得到各所述安全告警数据的衰减后权重;
39、根据所述当前行为评分和各所述安全告警数据的衰减后权重,生成所述资产的动态风险评估结果,以完成对所述电力工控网络的风险评估。
40、在一实施例中,所述生成所述资产的动态风险评估结果的步骤之后,还包括:
41、获取所述资产在连续多个周期内的所述动态风险评估结果,形成风险评估时间序列;
42、对所述风险评估时间序列进行趋势分析,确定所述资产的风险变化趋势和风险上升速率;
43、当所述风险变化趋势指示风险持续上升且所述风险上升速率超过预设速率阈值时,根据当前风险等级确定对应的达标阈值缩减幅度;
44、按照所述达标阈值缩减幅度,降低所述预设条件中的达标阈值,以缩短触发所述预设安全验证任务集合的更新所需的时间间隔。
45、此外,为实现上述目的,本技术还提出一种基于资产行为画像的电力工控网络安全效能验证装置,所述基于资产行为画像的电力工控网络安全效能验证装置包括:
46、获取模块,用于获取电力工控网络中资产的设备特征信息和行为特征数据;
47、处理模块,用于对所述行为特征数据进行自动加权处理,生成所述资产的资产行为画像;
48、验证模块,用于基于所述资产行为画像和所述设备特征信息,对预设安全验证任务集合进行自适应筛选,并对筛选后的安全验证任务集合执行效能验证,获得效能验证结果;
49、更新模块,用于当所述效能验证结果不满足预设条件时,触发所述预设安全验证任务集合的更新并返回执行所述自适应筛选,以完成对所述电力工控网络的闭环安全效能验证。
50、此外,为实现上述目的,本技术还提出一种基于资产行为画像的电力工控网络安全效能验证设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序配置为实现如上文所述的基于资产行为画像的电力工控网络安全效能验证方法的步骤。
51、此外,为实现上述目的,本技术还提出一种存储介质,所述存储介质为计算机可读存储介质,所述存储介质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如上文所述的基于资产行为画像的电力工控网络安全效能验证方法的步骤。
52、此外,为实现上述目的,本技术还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现如上文所述的基于资产行为画像的电力工控网络安全效能验证方法的步骤。
53、本技术提出的一个或多个技术方案,至少具有以下技术效果:
54、与相关技术中,资产评价依赖专家主观打分、效能验证基于静态攻击树全遍历的方式相比,本技术通过获取电力工控网络中资产的设备特征信息和行为特征数据;对所述行为特征数据进行自动加权处理,生成所述资产的资产行为画像;基于所述资产行为画像和所述设备特征信息,对预设安全验证任务集合进行自适应筛选,并对筛选后的安全验证任务集合执行效能验证,获得效能验证结果;当所述效能验证结果不满足预设条件时,触发所述预设安全验证任务集合的更新并返回执行所述自适应筛选,以完成对所述电力工控网络的闭环安全效能验证。可理解的是,本技术采用了数据驱动的自动加权处理替代人工专家打分,当面对大规模异构资产时,通过主成分分析提取行为特征的主成分并基于方差贡献率自动确定各特征的权重,以此实现资产行为画像的自动化生成;基于资产行为画像和设备特征信息,对安全验证任务集合进行自适应筛选,将资产不满足能力要求的任务排除、对低频使用的任务降权处理,以此缩减验证任务规模并提升验证效率;当效能验证结果不达标时,自动触发验证任务集合的更新并返回执行自适应筛选,形成验证反馈闭环,以此持续优化验证策略。因此,基于资产行为画像驱动验证任务的自适应筛选和闭环反馈更新,可以实现安全效能验证的适应性调整,解决了相关技术中工控网络安全效能验证效率低下的技术问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com