基于扩展Kalman滤波的工业控制系统DDoS攻击检测

随着工业化和信息化的不断融合,越来越多的工业控制系统接入互联网或企业管理网。不同于传统的信息系统,工业控制系统对于实时性的要求非常高,相同的控制策略在不同的采样频率下,系统的动态响应会有较大的差异。当工业控制系统遭受到分布式拒绝服务(DDoS)的攻击时,传统的攻击检测方法虽然可以较好地完成检测任务,但会给工业控制网络造成较大的负担,从而影响整个系统的稳定性和实时性。结合工业控制系统的网络结构、网络特性以及流量平稳等特点,提出一种扩展Kalman滤波和控制系统的模型参数识别的算法来检测DDoS的攻击。在搭建的SCADA工业控制仿真系统平台中进行测试和实验,结果表明,所提出的算法可以有效地识别出针