52、网络物理系统的安全与弹性策略及机器学习应用

网络物理系统的安全与弹性策略及机器学习应用

1. 网络物理系统的脆弱性容忍防御

1.1 网络物理系统特性

网络物理系统（CPS）与一般 IT 系统相比，具有独特的属性和优势，主要体现在周期性和惯性两个方面：
- 周期性 ：与物理设备直接交互的网络子系统以连续周期运行。例如，工业中常用的可编程逻辑控制器（PLC）在执行过程中，会不断从传感器读取数值、计算误差校正信号并向执行器输出数值，这个过程被称为扫描周期。
- 惯性 ：CPS 的任何物理子系统都必须遵循物理定律，具有内在的惯性。控制器的扫描周期通常设计得足够快，使得少量周期内出现的问题能被现有惯性所缓冲。周期频率根据系统而定，常见值在 1 Hz 到 1 kHz 之间。

基于这些特性，异常检测方法可用于检测系统中的异常和威胁，还能制定弹性策略，通过监控控制流被破坏、控制器被重新编程或传感器读数超出正常范围等行为来检测攻击。

1.2 脆弱性容忍概述

网络脆弱性（和攻击）容忍并不依赖于软件无漏洞，而是假设软件中存在未知漏洞，并努力维持系统运行的安全和正常。脆弱性容忍方法主要关注网络攻击的第二阶段，通常需要在物理系统惯性所允许的有限时间内及时恢复，因为网络攻击的第一阶段可能已经发生，网络系统可能已被破坏。以下是一些利用 CPS 独特惯性和可预测性提供脆弱性和攻击容忍的技术、工具和框架。

1.3 软件脆性（Software Brittleness）

对于某些关键的网络物理系统，避免在降级或受损状态下运行至关重要。当网络攻击成功且程序失去控制时，需要快速退