Resumen

La detección de intrusiones es esencial para garantizar la seguridad de los sistemas de control industrial. Sin embargo, los enfoques convencionales de detección de intrusiones no pueden hacer frente a la complejidad y naturaleza cambiante de los ataques de intrusión industrial. En este estudio, proponemos un enfoque de detección de intrusión en el control industrial basado en un modelo combinado de aprendizaje profundo para procesos de comunicación que utilizan el protocolo Modbus. Inicialmente, los paquetes de red se clasifican como portadores de información y no portadores de información según campos clave según el protocolo de comunicación utilizado. A continuación, se emplea un enfoque de comparación de plantillas para detectar los paquetes de red que no llevan ninguna información. Además, se utiliza un enfoque basado en un modelo GoogLeNet-long short-term memory para detectar los paquetes de red que sí llevan información. Este enfoque implica la construcción de secuencias de paquetes de red, extracción de características y detección a nivel de series temporales. Post

• Materias:Cifrados de bloques Seguridad cibernética Malware Ocultación de datos Cifrado homomórfico
• Subjects:Block ciphers Cyber security Malware Data hiding Homomorphic encryption
• Palabras claves:Detección de intrusos; Sistemas de control industrial; Modelo de aprendizaje profundo; Protocolo Modbus; Paquetes de red; Clasificador Softmax
• Keywords:Intrusion detection; Industrial control systems; Deep learning model; Modbus protocol; Network packets; Softmax classifier