基于智能传感器单向控制的信息完整性检测方法与流程

本发明属于信息传输与智能传感，尤其涉及一种基于智能传感器单向控制的信息完整性检测方法。

背景技术：

1、当前行业主流的传感器端信息完整性检测方案，主要依托双向交互校验逻辑构建：检测系统向传感器节点下发校验请求帧，节点在返回采集数据的同时附加消息认证码（mac）、循环冗余校验（crc）字段或哈希校验值，系统侧通过比对校验字段与预存规则的一致性，判断数据是否存在篡改、丢失或插入异常。这类方案在传统封闭工业场景中已形成成熟应用，但面对泛在接入的开放感知网络环境，其固有技术缺陷持续暴露：一是双向交互机制天然存在攻击面，攻击者可通过伪造校验请求、植入中间人代理等方式，绕过校验规则同步篡改数据与校验字段，2024年某省级电网发生的感知终端数据篡改事件中，攻击者正是通过劫持双向校验信道，将篡改后的线路温度数据与匹配的校验码同步上传，导致调度系统误判线路负载能力，引发区域供电波动；二是双向校验需传感器节点持续响应系统侧请求，额外占用节点计算与通信资源，在采用电池供电的低功耗广域感知节点（如油气管道沿线振动传感器、地质灾害监测节点）中，频繁的校验交互将使节点续航时间缩短40%以上，难以适配无持续供电的野外部署场景；三是现有检测机制大多部署在云端或边缘网关侧，缺乏传感器端的主动校验能力，一旦传输链路发生数据丢包或静默篡改，系统侧仅能在数据比对环节发现异常，无法实现篡改行为的源端阻断。

2、近年来学界与产业界针对上述问题开展了多轮技术迭代：有研究提出基于轻量级国密算法的端侧校验方案，通过降低算法复杂度减少节点资源消耗，但未改变双向交互的核心逻辑，仍无法抵御针对校验信道的合谋篡改攻击；部分厂商推出内嵌安全芯片的增强型传感器，通过硬件加密提升校验字段伪造难度，但硬件改造成本较普通传感器提升2-3倍，难以在千万级节点的规模化场景中推广；也有方案采用流量基线学习的方式检测异常数据，但该类方法对渐变式数据篡改的识别准确率不足70%，且存在较高的误报率，无法满足关键场景的高可靠性要求。尤其在涉及安全生产、公共利益的关键感知场景中，感知网络普遍要求控制指令与检测信号满足等保2.0三级以上的单向隔离要求，传统依赖双向信令交互的检测方案与单向传输的安全规范存在本质冲突，导致大量已部署的单向隔离感知系统缺乏有效的端到端数据完整性校验能力，成为制约高安全等级感知网络落地的核心技术瓶颈。在此背景下，探索不依赖双向信令交互、可在传感器端实现主动控制的信息完整性检测模型，成为智能感知安全领域亟待突破的共性技术问题。

技术实现思路

1、本发明目的在于提供一种基于智能传感器单向控制的信息完整性检测方法，以解决现有信息完整性检测方案中，因检测主体与被检测系统耦合度高、双向通信存在，导致检测结果易受干扰、可信度不足的技术问题。该模型通过引入智能传感器作为独立、单向的检测节点，构建了物理隔离与逻辑单向相结合的检测架构，实现了对信息系统中数据流、状态信息及控制指令的完整性进行高可信、低干扰的实时监测。本发明的核心在于利用智能传感器的物理特性与单向控制机制，切断检测过程对被测系统的反向影响，从而确保检测行为的独立性与结果的客观性。

2、该单向控制数学模型的整体发明思想可概括为：在不依赖任何主动激励的条件下，将信息完整性检测从“统计异常检测”重构为“结构性稀疏信号恢复”问题。它通过代数判据、信息论度量和凸优化三者的深度耦合，为被动安全监测提供了理论边界清晰、求解路径明确、定位能力出众的完整数学方案——这是其在工业控制系统安全领域具有基础性专利价值的关键所在。

3、本发明的创新点之一是：将信息完整性攻击统一建模为“稀疏性加任意扰动”的复合结构，实现了攻击空间的紧致数学刻画。传统方法往往将攻击视为无约束扰动或单纯稀疏攻击，难以准确描述实际场景中攻击者兼具样本操控能力与微小修改权限的复合威胁。

4、本发明就是将对抗扰动分解为两个正交分量：稀疏攻击分量表征攻击者对有限关键样本的篡改能力，其支撑集受基数约束以反映攻击资源的稀缺性；任意扰动分量刻画攻击者在特征空间施加的连续微扰，采用范数球约束以捕获不可察觉的修改。两类约束通过笛卡尔积构成攻击可行集的紧凸包络，避免了传统并集建模导致的保守性估计。

5、本发明的紧致性体现在：一方面，投影至各分量空间恰好还原原始约束，无信息损失；另一方面，对偶间隙分析表明该松弛在最坏情况下仅引入可控近似误差。基于此刻画，防御优化可导出可计算的安全边界，为鲁棒学习提供可量化的理论保证。具体为：在传感器测量方程中显式分离攻击项，并对攻击向量施加严格的稀疏性约束（仅少数传感器被攻陷），同时保留攻击幅值的完全任意性（无分布假设、无界约束）。这一建模创新点在于：

6、将攻击从“噪声污染”问题升维为“结构性稀疏异常”问题；

7、使得后续检测可借助压缩感知理论，将攻击识别转化为确定性的稀疏重构问题，而非依赖统计阈值猜测，极大提升了攻击定位的精确性。

8、本发明的创新之二在于：开创性地引入“结构左可逆性”这一概念，将其确立为被动检测的关键代数可判据，从而填补了现有理论在攻击可检测性判定上的空白。

9、长期以来，信息安全领域在应对网络攻击的被动检测方面，面临着理论工具匮乏的困境。传统方法多依赖于数值仿真或工程经验来设定检测阈值，这种方式虽然在特定场景下具有实用性，但其本质是“事后验证”而非“事前研判”。检测阈值的设定往往受限于具体的运行工况，缺乏一套基于系统拓扑结构与物理模型的通用理论框架。更为关键的是，传统手段无法从代数层面回答一个根本性问题：对于特定类型的攻击，该系统是否具备“可检测”的潜能？这导致防御方可能在对某些根本无法被感知的“隐形攻击”进行无效监测，造成安全资源的巨大浪费。

10、本发明提出的“结构左可逆性”判据，从根本上改变了这一被动局面。该判据利用结构矩阵的代数性质，能够不依赖于具体的数值参数，仅通过分析系统的拓扑连接关系，即可判定某类攻击信号是否在结构上可被观测。若系统对于特定攻击模式满足结构左可逆性，则意味着存在理论上的代数路径，使得攻击信号能够从输出测量值中被解析或重构；反之，若不满足该条件，则从数学本质上证明了该攻击在当前系统结构下具有不可检测性，无论阈值如何调整均无法奏效。

11、这一突破不仅为攻击检测提供了一个“是非分明”的代数界线，更将检测逻辑从传统的“阈值比对”提升至“结构分析”的高度。它使得设计者在系统建模阶段即可筛查出不可检测的攻击盲区，从而指导传感器的优化配置或控制策略的调整。这种从经验主义向严谨代数理论的跨越，极大地增强了被动检测系统的理论完备性与工程可靠性，为构建本质安全的控制系统奠定了坚实的数学基础。

12、本发明的创新点之三是：构建基于信息流的可检测性量化度量。传统的隐蔽攻击检测领域的技术体系普遍存在一个核心局限：可检测性的判定仅停留在“可检测/不可检测”的二元定性层面，无法刻画不同系统参数、攻击模式下检测难度的连续差异，更难以支撑设计阶段的系统安全性能预评估。传统方法需先构造具体检测器、再通过反复试错调整检测阈值以适配系统，不仅研发周期长，且无法从本质上回答“系统本身具备多大的抗隐蔽攻击潜力”这一底层问题。

13、针对上述瓶颈，本发明提出以信息流度量作为可检测性的动态量化指标，构建了一套从信息论层面出发的可检测性量化体系。其核心思路是：将隐蔽攻击下的系统状态演化与检测端观测的关联关系，建模为信息从攻击注入端到观测端的传输过程，通过量化该传输路径上的互信息、转移熵等信息流指标，实现对攻击可检测程度的连续度量。同时，本发明推导了可检测性判定的严格不等式，明确了信息流度量阈值与检测性能下界的对应关系——当系统的信息流度量高于判定阈值时，理论上必然存在满足性能要求的检测器；反之则检测难度将突破理论上限，无法实现有效检测。

14、该发明的核心价值在于将检测问题的研究范式从“设计具体检测器”的工程层面，提升至“评估系统自身信息传输能力”的信息论高度。工程师可在系统设计阶段直接通过计算信息流度量，预判系统抵御隐蔽攻击的固有潜力，无需依赖检测器原型搭建与阈值反复调试，既为系统安全参数的优化设计提供了量化依据，也为后续检测器的性能上限提供了理论参考。

15、本发明的创新点之四是：将攻击识别转化为带稀疏约束的凸优化问题，实现被动状态与攻击的联合估计。在智能传感领域，对信息的攻击检测通常采用是攻击检测与状态估计的分离。这种分离容易产生一个根本性困境：状态估计过程本身极易被精心设计的攻击数据所污染，由此产生的估计偏差会进一步扩散至残差检验环节，形成“残差污染—估计偏移—检测失效”的正反馈恶性循环。这种耦合效应使得传统方法在面对隐蔽性较强的虚假数据注入攻击时，往往丧失应有的检测灵敏度与估计精度。

16、针对这一瓶颈问题，本发明提出了一种基于稀疏约束的联合优化估计框架，其核心思想在于将攻击识别与状态估计从序贯分离模式转变为一体化协同求解模式。具体而言，该方法将攻击向量建模为一组稀疏信号——这一假设根植于攻击者通常仅能操控有限数量测量通道的现实约束——并将其与系统状态变量一同纳入统一的目标函数中。由此，原始的双任务问题被重构为一个带有稀疏正则化项的联合估计问题。

17、在此基础上，为进一步确保算法在实际部署中的计算可行性与求解效率，本发明引入凸松弛技术对该优化问题进行等价转化。通过采用ℓ1范数替代ℓ0范数作为稀疏性的凸代理，原本非凸且np-难的组合优化问题被松弛为一个典型的凸优化问题。这一转化使得问题具备了全局最优解的保证，并可借助内点法、交替方向乘子法等成熟的高效数值算法进行快速求解。最终，系统能够在单次优化进程中同步输出准确的状态估计值与精确的攻击定位结果，从根本上切断了分离式方法中误差相互放大的反馈链条，显著提升了信息物理系统在面对恶意数据篡改时的鲁棒性与弹性。

18、为实现上述目的，本发明的本发明的一种基于智能传感器单向控制的信息完整性检测方法的具体技术方案如下：

19、一种基于智能传感器单向控制的信息完整性检测方法，包括以下步骤：

20、步骤s1：在可编程逻辑控制器部署专用于工控协议解析的智能传感器节点，所述智能传感器通过光纤分光器以物理旁路方式获取网络流量，且无法向网络发送任何数据包；

21、步骤s2：所述智能传感器实时对交换机进行信息采集并解析网络中的工控协议数据包；

22、步骤s3：所述智能传感器提取所述工控协议数据包中的控制指令的特征信息，所述特征信息包括指令类型、目标地址、数据值、时间戳，并计算其哈希值；

23、步骤s4：所述智能传感器通过独立的、单向的光纤链路，将所述特征信息发送至部署在安全区的完整性检测引擎，所述特征信息不包含原始数据包；

24、步骤s5：所述安全区的完整性检测引擎接收所述智能传感器发送的所述特征信息；

25、步骤s6：所述安全区的完整性检测引擎判断所述特征信息是否接收完毕，若未接收完毕则返回步骤s4；

26、步骤s7：所述安全区的完整性检测引擎判断是否向交换机发送攻击信息，若否则停止发送攻击信息并转入步骤s8，若是则向交换机发送攻击信息，并向所述智能传感器发送采集命令后返回步骤s2；

27、步骤s8：所述安全区的完整性检测引擎采用基于智能传感器单向控制的信息完整性检测模型对所述特征信息进行检测，若不符合检测准则则判定为完整性异常，若符合检测准则则判定为完整性正常；

28、步骤s9：所述安全区的完整性检测引擎统计检测结果并生成决策，同时将异常事件通过单向接口发送至管理平台，所述管理平台发出告警；

29、步骤s10：检测结束。

30、进一步的，所述基于智能传感器单向控制的信息完整性检测模型包括：

31、智能传感器网络监控的动态模型，用于建立描述系统状态演化与传感器测量关系的数学框架；

32、传感信息完整性攻击的特征模型，用于将攻击向量建模为满足稀疏性约束且幅值任意性的复合结构；

33、传感信息的检测模型，用于基于测量序列判断是否存在攻击。

34、进一步的，所述智能传感器网络监控的动态模型的构建方式为：

35、在离散时刻，系统状态的演化遵循线性动态方程：

36、其中为状态转移矩阵，为输入矩阵，为控制输入，为过程噪声；

37、配备个智能传感器时，第个传感器的测量模型为：

38、其中为第个传感器的观测矩阵；为测量噪声；为攻击者在第个传感器上引入的偏差项；

39、所有传感器的测量紧凑形式为：

40、其中为接收到的测量向量，为全局观测矩阵，为测量噪声向量，为攻击向量。

41、进一步的，所述传感信息完整性攻击的特征模型中，攻击向量具有以下特征：

42、任意性：无统计约束，攻击者根据系统模型和目标任意设计；

43、稀疏性：被攻击传感器的指标集合为，且，，则：

44、被攻击传感器的集合不随时间变化。

45、进一步的，所述传感信息的检测模型包括残差生成；

46、在无攻击假设下通过卡尔曼滤波器获得状态估计：

47、

48、定义新息或残差为：

49、在无攻击时，为零均值高斯白噪声；当存在攻击时：

50、

51、攻击者的目标是通过设计使残差尽可能接近无攻击时的统计特征，从而实现隐蔽攻击。

52、进一步的，所述传感信息的检测模型包括检测准则，所述检测准则包括基于假设检验的检测准则、基于信息流的可检测性条件准则和基于优化的鲁棒状态估计准则；

53、所述基于假设检验的检测准则定义二元假设检验问题：；无攻击；

54、；存在攻击；

55、检测器设计决策规则，其中为截止时刻的所有可用信息；

56、所述基于信息流的可检测性条件准则为：设为截止时刻的信息流度量，若，则存在检测器使得检测概率（）且虚警概率以速率至少收敛到0；若，则攻击为隐蔽攻击；

57、所述基于优化的鲁棒状态估计准则通过求解凸优化问题实现鲁棒状态估计：

58、或等价地，通过稀疏优化直接估计攻击向量：

59、

60、其中表示攻击向量的非零元素个数，该问题通过范数替代范数的凸松弛求解。

61、进一步的，所述智能传感器为独立单向检测节点，通过物理隔离与逻辑单向相结合的方式切断检测过程对被测系统的反向影响，所述物理隔离通过光纤分光器实现网络流量的单向获取，所述逻辑单向通过独立单向光纤链路实现特征数据的单向传输。

62、进一步的，攻击向量被建模为稀疏性加任意扰动的复合结构，将对抗扰动分解为两个正交分量：稀疏攻击分量表征攻击者对有限关键样本的篡改能力，其支撑集受基数约束以反映攻击资源的稀缺性；任意扰动分量刻画攻击者在特征空间施加的连续微扰，采用范数球约束以捕获不可察觉的修改；两类约束通过笛卡尔积构成攻击可行集的紧凸包络。

63、进一步的，步骤s9中所述管理平台发出的告警包括提示管理员可能存在恶意控制或操作失误的告警信息，所述异常事件通过单向接口传输，确保异常上报过程不反向影响被测系统的正常运行。

64、进一步的，步骤s3中所述哈希值用于与后续接收的特征信息进行比对校验，以检测数据在传输过程中是否发生篡改或丢失。

65、本发明的一种基于智能传感器单向控制的信息完整性检测方法具有以下优点：

66、1. 本质安全：切断反向攻击路径

67、智能传感器通过光纤分光器物理旁路获取流量且无法向网络发送任何数据包，同时特征数据经独立单向光纤链路传输至安全区，从根本上杜绝了检测系统被反向攻击或控制的可能，满足等保2.0三级以上单向隔离要求。

68、2. 抗隐蔽攻击能力强

69、将攻击建模为“稀疏性+任意扰动”复合结构，并引入结构左可逆性代数判据，可在系统设计阶段判定攻击是否在理论上可被检测，避免对“不可检测攻击”进行无效监测，显著提升检测的针对性与资源利用效率。

70、3. 不依赖主动激励，适配单向传输场景

71、检测过程不向被测系统注入任何探测信号或校验请求，完全基于被动观测数据完成完整性判定，解决了传统双向校验方案与单向传输安全规范冲突的核心瓶颈，适用于油气管道、电网等高安全等级单向隔离场景。

72、4. 理论完备：从“经验阈值”升级为“代数判据”

73、提出结构左可逆性与信息流可检测性量化度量，将检测问题从“设计检测器”提升至“评估系统自身检测潜力”的信息论高度，为系统安全参数优化设计提供量化理论依据，减少反复试错成本。

74、5. 高精度攻击定位与状态联合估计

75、采用稀疏约束凸优化框架，将攻击识别与状态估计一体化求解，同时输出准确状态估计值与攻击定位结果，切断传统分离方法中“残差污染—估计偏移—检测失效”的正反馈恶性循环，提升系统鲁棒性。

76、6. 低资源消耗，适配大规模部署

77、智能传感器仅提取特征信息（指令类型、目标地址、数据值、时间戳、哈希值） ，不传输原始数据包，且无需响应系统侧校验请求，大幅降低通信带宽与节点计算/存储开销，适合电池供电的广域感知节点（如地质灾害监测、管道振动检测）。

78、7. 数据完整性传输保障

79、提取的特征信息中包含哈希值，用于与后续接收数据进行比对校验，可检测数据在传输过程中是否发生篡改或丢失，进一步增强端到端数据可信度。

80、8. 异常上报单向隔离，不影响生产运行

81、异常事件通过单向接口发送至管理平台，确保告警上报过程不反向影响被测控制系统的正常运行，实现“检测-上报”全链路安全隔离。

82、9. 具备可扩展性与通用性

83、模型基于线性动态系统与稀疏攻击假设，可适配多种工控协议与传感器配置，且凸优化求解路径成熟（内点法、admm等），便于工程实现与二次开发。