Resumen

Debido a su apertura y simplicidad, Modbus TCP tiene amplias aplicaciones para facilitar la gestión y el control reales en campos industriales inalámbricos. Sin embargo, sus posibles vulnerabilidades de seguridad también pueden crear muchos desafíos complicados en seguridad de la información, que cada vez amenazan más la disponibilidad de la entrega de tráfico industrial en tiempo real. Aunque la detección de anomalías ha sido reconocida como una medida de seguridad viable para identificar ataques, el paso crítico para extraer con éxito las características de los datos es una tarea extremadamente difícil. En este documento, nos enfocamos en el modo de control continuo en procesos industriales y proponemos un algoritmo de característica de trazado de control para extraer las características de trazado impulsadas por la función del tráfico de datos de Modbus TCP. Además, este algoritmo puede integrar de manera flexible el factor tiempo con operaciones funcionales críticas y describir adecuadamente el cambio de control dinámico de los procesos tecnológicos. Para cooperar estrechamente con este algoritmo, se introduce un clasificador SVM (máquina de vectores de soporte) optimizado como motor de decisión práctico. Diseñando un modo de ataque aplicable, desarrollamos un análisis detallado y meticuloso sobre la precisión de la decisión, y todos los resultados experimentales explican claramente que las características extraídas pueden reflejar fuertemente el patrón cambiante de operaciones funcionales continuas, y el algoritmo propuesto puede cooperar efectivamente con el clasificador SVM optimizado para distinguir el tráfico de datos anormal de Modbus TCP.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Aplicaciones; Vulnerabilidades de seguridad; Detección de anomalías; Algoritmo de características de rastreo de control; Clasificador SVM; Modo de ataque
• Keywords:Applications; Security vulnerabilities; Anomaly detection; Control tracing feature algorithm; SVM classifier; Attack mode