Do you want to publish a course? Click here

Design a System to Detect SCADA System Intrusions using Markov Chains and Probability Windowing

تصميم نظام لكشف اختزاقات أنظمة سكادا باستخذام سلاسل ماركوف و النوفذة الاحتمالية

1144   0   126   0 ( 0 )
 Publication date 2016
and research's language is العربية
 Created by Shamra Editor




Ask ChatGPT about the research

This research aims to design an effective system for detection of various known and unknown intrusion and snooping operations which are SCADA systems exposed to, depending on the idea of Markov Chains and the concept of probability windows.


Artificial intelligence review:
Research summary
تلعب أنظمة التحكم الإشرافي وتحصيل البيانات (SCADA) دوراً حيوياً في العمليات والمنشآت الصناعية، ولكنها تتعرض للعديد من التهديدات الأمنية. يهدف البحث إلى تصميم نظام فعال لكشف الاختراقات والتطفلات في أنظمة SCADA باستخدام سلاسل ماركوف والنوافذ الاحتمالية. تعتمد سلاسل ماركوف على كشف التسلسل غير الاعتيادي لحزم البيانات، بينما تساهم النوافذ الاحتمالية في تحسين دقة الكشف من خلال تجميع حالات متعددة ضمن نافذة واحدة. تم اختبار النظام المقترح على شبكة تحكمية وتمت برمجته باستخدام لغة #C. أظهرت النتائج أن النظام قادر على كشف الاختراقات بدقة عالية، مع توصيات بتحسين الأداء باستخدام أنظمة حاسوب عالية الأداء ودمج النظام مع تطبيقات الأندرويد لمراقبة النظام عبر الهاتف المحمول.
Critical review
دراسة نقدية: على الرغم من أن البحث يقدم حلاً مبتكراً لكشف الاختراقات في أنظمة SCADA باستخدام سلاسل ماركوف والنوافذ الاحتمالية، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، قد يكون النظام معقداً من حيث التنفيذ ويتطلب موارد حاسوبية عالية، مما قد يكون غير عملي في بعض البيئات الصناعية. ثانياً، لم يتم التطرق بشكل كافٍ إلى كيفية التعامل مع البيانات الكبيرة والمتنوعة التي قد تتواجد في أنظمة SCADA الحديثة. ثالثاً، يمكن أن يكون هناك حاجة لإجراء اختبارات إضافية على أنواع مختلفة من الشبكات والبروتوكولات لضمان فعالية النظام في جميع السيناريوهات.
Questions related to the research
  1. ما هي الفكرة الأساسية وراء استخدام سلاسل ماركوف في كشف الاختراقات؟

    تقوم سلاسل ماركوف بكشف التسلسل غير الاعتيادي لحزم البيانات، والذي يمكن أن يشير إلى وجود اختراق أو تطفل في نظام SCADA.

  2. كيف تساهم النوافذ الاحتمالية في تحسين دقة الكشف؟

    تعمل النوافذ الاحتمالية على تجميع حالات متعددة ضمن نافذة واحدة، مما يساهم في تحسين دقة الكشف من خلال تحليل مجموعة من الحالات كوحدة واحدة بدلاً من تحليل كل حالة على حدة.

  3. ما هي التحديات التي قد تواجه تنفيذ النظام المقترح في بيئات صناعية؟

    قد يتطلب النظام موارد حاسوبية عالية، مما قد يكون غير عملي في بعض البيئات الصناعية. كما أن التعامل مع البيانات الكبيرة والمتنوعة قد يكون تحدياً إضافياً.

  4. ما هي التوصيات المستقبلية لتحسين النظام المقترح؟

    يمكن تحسين النظام من خلال استخدام أنظمة حاسوب عالية الأداء ودمجه مع تطبيقات الأندرويد لمراقبة النظام عبر الهاتف المحمول. كما يمكن إجراء اختبارات إضافية على أنواع مختلفة من الشبكات والبروتوكولات لضمان فعالية النظام في جميع السيناريوهات.


References used
Robert Udd, Mikael Asplund, Simin Nadjm-Tehrani, 2016, “Exploiting Bro for Intrusion Detection in a SCADA System”, ACM ISBAN
Ashish K. Uplenchwar, 2015, “Intrusion Detection System (IDS) framework for digital network”, (IJCSIT) VOL.6(4), 3378-3783
Yang, Y, McLaughlin, K, Sezer, S, Littler, T,2014, “Multi- Attribute SCADA-Specific Intrusion Detection System for Power Networks”, IEEE
rate research

Read More

Event driven embedded systems are one of the essential structures of heterogeneous embedded systems. The difference behavior of hardware and software motivates the usage of high-level system design approaches such as Hardware Software co-design Model . The objective of this paper is to obtain a new Co-design model for discrete-events embedded systems based on Markov chains, and then using the heterogeneous modeling by composing the discrete-times model within discrete-events model to apply it on anti‐lock braking system (ABS). To achieve the model, we use Ptolemy II which is a Java-based software framework developed as part of the Ptolemy Project by University of California, Berkeley. The importance of this paper is to be the kernel for heterogeneous co-design modeling for heterogeneous embedded systems in future works.
Traffic jam is a serious problem in our life, it causes waste of time and energy, conventional traffic light control system works with a fixed time and fixed cycle. This paper proposes an intelligent traffic light control system with a changeable gre en time and cycle depending on traffic density. Traffic parameters (cars’ numbers, density, flow) are collected by Loop Detectors located at each traffic signal, this data will be transmitted to the PLC controller then, PLC processes this data to produce controlling commands, it is also connected to a SCADA system which supervises the process and provides an automatic and manual control. The proposal system applies Green Wave method to connect between two junctions based on a real car velocity and sets priority for emergency car, when Loop Detector detects this car the program will be interrupted to open the traffic light needed. This intelligent system is experimented with conventional control system s’ data the obtained result is promising, it can reduce the green time, cycle time, and delayed time of each car at traffic light to its’ minimum value.
We performed in this research forecast in the direction of the index numbers for consumer prices for ( food- clothes and shoes – education -health- transportation communications - housing water, electricity, gas and other fuel oils), by using Mark ov chains in estimating with dependence on monthly data were taken from the central bureau of statistics in Syria during the period (1/1/2010 , 31/12/2011) , So results were analyzed by calculating the vector of states probabilities in the moment 0 t and using it with matrix of transition probabilities states transition probability for forecasting in the vector of states probabilities on the long and short range for knowing the direction at which the index numbers may behave in the future. The most important results of the study were instability of the beam of the transition probabilities (high low stability) during the prediction period, as well as for the matrix of transition probabilities.
This paper introduces a system to recognize labels of time plans, where labels are extracted from time plan. This labels are images, so spatial segmentation is used to extract images of labels only. Size of images of labels are made same using medi an's algorithm for two purposes. The first one is to create database training for used neural networks. The second is to recognizing's processing. Two methods of recognizing are dependent on using neural networks technic: classification using perceptron network and recognizing using back propagation network. Perceptron network is built to take image as input and to give classification index as output for label. Then label is recognize dependent on stored table of ASCII for label. Back propagation network is designed to recognize images for all letters of English alphabet that are used in time plan. Results of research appear efficiency of designed system to recognize labels of time plan from their images for both methods after system had been applied on three time plans.
The main goal of this search is to design maximum solar power batteries charging system, Maximum power point tracking (MPPT) system is used in the photovoltaic (PV) system consisting of a buck-boost Direct Current DC/DC converter, which is controll ed by a microcontroller unit, The microcontroller is programmed with a simple and reliable MPPT called Incremental Conductance (InCond). The designed battery charger was tested, and the results obtained had insured about the permanent control on the battery charging. Comparison study was done, with PWM solar charger controller, it was obvious by The experimental results, that the battery get charged in a very short time period considering of the solar sun light hours per day, and the characteristics of the used solar panel, which confirm the reliable performance of the suggested charging system.
comments
Fetching comments Fetching comments
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا