林幼玲，朱林全，李揚(yáng)，邢鑌,4，陳彥如

（1.四川大學(xué)計(jì)算機(jī)學(xué)院，成都610065；2.重慶工業(yè)大數(shù)據(jù)創(chuàng)新中心有限公司，重慶400707；3.西南通信研究所保密通信重點(diǎn)實(shí)驗(yàn)室，成都610041；4.工業(yè)大數(shù)據(jù)應(yīng)用技術(shù)國家工程實(shí)驗(yàn)室，北京100043）

0 引言

隨著信息技術(shù)的發(fā)展及提高，傳統(tǒng)工業(yè)也逐漸向智能生產(chǎn)和智能工廠轉(zhuǎn)型，各種工業(yè)設(shè)備、傳感器等都成為了工業(yè)網(wǎng)絡(luò)中的一部分。這使得原本較為封閉的工業(yè)環(huán)境漸漸被打破，各種業(yè)務(wù)系統(tǒng)相互協(xié)作，數(shù)據(jù)在不同的系統(tǒng)、平臺間流動(dòng)。然而，由于工業(yè)網(wǎng)絡(luò)中的對象直接連接到不安全的互聯(lián)網(wǎng)上，設(shè)備很容易遭到攻擊者的入侵。工業(yè)控制系統(tǒng)作為基礎(chǔ)設(shè)施的重要組成部分，一旦遭受網(wǎng)絡(luò)攻擊，會(huì)造成財(cái)產(chǎn)損失、人員傷亡等嚴(yán)重后果。同時(shí)，由于工業(yè)網(wǎng)絡(luò)中設(shè)備的資源和能量均有限，無法支持傳統(tǒng)或復(fù)雜的智能決策支持系統(tǒng)的運(yùn)行。因此，使用入侵檢測系統(tǒng)來檢測工業(yè)物聯(lián)網(wǎng)中工業(yè)控制系統(tǒng)的入侵是十分有必要的。

入侵檢測系統(tǒng)主要用于檢查網(wǎng)絡(luò)的狀態(tài)和行為，當(dāng)檢測到入侵時(shí)，會(huì)出發(fā)警報(bào)。入侵檢測系統(tǒng)主要有四種類型。第一種是基于簽名的入侵檢測系統(tǒng)，它記錄了入侵檢測系統(tǒng)應(yīng)該檢測到的每種類型的攻擊的特征，當(dāng)可疑行為與特征相匹配時(shí)，則被識別為入侵行為。這種方式可以高效地檢測入侵，具有較高的準(zhǔn)確率，但只能檢測已知的入侵。第二種是基于異常的入侵檢測系統(tǒng)，其需要先收集系統(tǒng)正常行為的數(shù)據(jù)，然后確定一個(gè)閾值，若可疑行為超過該閾值，則發(fā)出警報(bào)。該方式可以檢測未知攻擊，但計(jì)算量大，需要大量的內(nèi)存用于數(shù)據(jù)分析。第三種是基于異常和基于簽名的混合入侵檢測系統(tǒng)，它結(jié)合了基于簽名的方式檢測效率高、準(zhǔn)確率高，以及基于異常的方式可以檢測未知入侵的優(yōu)點(diǎn)。第四種是基于規(guī)范的入侵檢測系統(tǒng)，它指定通常的系統(tǒng)行為，并根據(jù)指定的行為驗(yàn)證當(dāng)前的行為。

雖然基于簽名的入侵檢測方法具有較高的準(zhǔn)確率、較低的漏報(bào)率，但其需要較大的存儲空間用于存儲入侵的簽名，同時(shí)，其匹配效率取決于使用的匹配算法。當(dāng)前已有不少的可用于工控系統(tǒng)的基于簽名的入侵檢測算法，如Suresh 等人提出的基于區(qū)塊鏈和單字符匹配的入侵檢測算法，程冬梅等人提出的基于規(guī)則匹配的分布式工控入侵檢測算法等。

綜上，為了降低入侵簽名庫的存儲空間，提高入侵的檢測效率，本文提出了基于前綴樹的可用于工業(yè)控制系統(tǒng)的入侵檢測算法。

1 理論基礎(chǔ)

前綴樹的本質(zhì)是N 叉樹，也叫字典樹、查找樹或者鍵樹，其最典型的應(yīng)用是統(tǒng)計(jì)和排序字符串，因此常用于搜索引擎的詞頻統(tǒng)計(jì)。

前綴樹的根節(jié)點(diǎn)不存儲字符信息，除根節(jié)點(diǎn)以外的每個(gè)節(jié)點(diǎn)都存儲一個(gè)字符的信息，而每一個(gè)節(jié)點(diǎn)都包含多個(gè)子節(jié)點(diǎn)，從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)之間所代表的字符組成了一個(gè)字符串。如圖1 所示，從根節(jié)點(diǎn)開始，選擇最左邊的路徑“a”，然后選擇它的第二個(gè)孩子節(jié)點(diǎn)“d”，接著選擇它的第3 個(gè)孩子節(jié)點(diǎn)“d”，最終得到字符串“add”。從上圖我們可以看出，某一個(gè)節(jié)點(diǎn)的后代節(jié)點(diǎn)所代表的字符串都與該節(jié)點(diǎn)擁有著相同的前綴。例如‘e’節(jié)點(diǎn)的后代所表示的字符串為“l(fā)eaf”和“l(fā)eg”都有著相同的前綴“l(fā)e”。

圖1 前綴樹

前綴樹的具體實(shí)現(xiàn)方式有很多種，如數(shù)組、哈希表、位圖等。若用數(shù)組的方式來實(shí)現(xiàn)，假設(shè)只存儲含有字母“a”-“z”的字符串，則可以在每個(gè)樹的節(jié)點(diǎn)中聲明一個(gè)長度為26 的數(shù)組來進(jìn)行存儲其子節(jié)點(diǎn)。若要判斷某個(gè)字符是否存在時(shí)，則只需要通過其下標(biāo)進(jìn)行索引。若使用哈希表的方式進(jìn)行實(shí)現(xiàn)，則每個(gè)樹的節(jié)點(diǎn)中包含了一個(gè)哈希表，而哈希表中則存儲了該節(jié)點(diǎn)所包含的子節(jié)點(diǎn)。使用數(shù)組的方式進(jìn)行實(shí)現(xiàn)可以十分高效地進(jìn)行查詢，但會(huì)造成空間浪費(fèi)；而使用哈希表進(jìn)行實(shí)現(xiàn)，則不會(huì)造成空間浪費(fèi)，但查詢效率卻會(huì)有所下降。

2 系統(tǒng)設(shè)計(jì)與算法實(shí)現(xiàn)

2.1 系統(tǒng)設(shè)計(jì)

本文所提出的工控入侵檢測系統(tǒng)主要是通過捕獲工控網(wǎng)絡(luò)中的網(wǎng)絡(luò)層數(shù)據(jù)，通過對網(wǎng)絡(luò)層的數(shù)據(jù)進(jìn)行分析，以達(dá)到檢測入侵的目的。該系統(tǒng)的核心為入侵檢測，該系統(tǒng)中的入侵檢測功能主要包括四個(gè)模塊，第一個(gè)是報(bào)文捕獲模塊，該模塊主要負(fù)責(zé)獲取工控網(wǎng)絡(luò)中的網(wǎng)絡(luò)層數(shù)據(jù)。第二個(gè)是報(bào)文提取模塊，該模塊負(fù)責(zé)對捕獲的報(bào)文中的信息進(jìn)行提取，以用于入侵的檢測。第三個(gè)模塊是入侵檢測模塊，該模塊通過對前一個(gè)模塊獲得的信息進(jìn)行分析，以判斷該次行為是否為入侵行為。第四個(gè)模塊是響應(yīng)模塊，該模塊根據(jù)入侵檢測模塊的結(jié)果做出響應(yīng)，若該次行為為正常行為，則不進(jìn)行任何操作；反之，若該次行為為入侵，則攔截該次請求并觸發(fā)警報(bào)。

圖2 為該入侵檢測系統(tǒng)的結(jié)構(gòu)圖，該系統(tǒng)主要包括展示層、應(yīng)用層、數(shù)據(jù)管理層和入侵檢測層。入侵檢測層是該系統(tǒng)的核心，其能實(shí)時(shí)的檢測入侵。入侵檢測層通過其內(nèi)部預(yù)置的基于前綴樹構(gòu)建的入侵簽名庫，來實(shí)現(xiàn)入侵檢測的目的。數(shù)據(jù)管理層主要用于各種數(shù)據(jù)的存儲，包括入侵簽名、報(bào)警信息、系統(tǒng)狀態(tài)信息、系統(tǒng)日志記錄等。應(yīng)用層主要是為管理人員提供服務(wù)，如為管理員提供簽名配置功能，包括增加、刪除、修改和查詢簽名；日志查詢或?qū)徲?jì)功能；入侵信息查詢功能等。展示層主要可視化地顯示系統(tǒng)狀態(tài)、報(bào)警日志、日志統(tǒng)計(jì)等信息。

圖2 入侵檢測系統(tǒng)結(jié)構(gòu)圖

2.2 入侵檢測算法

由于需要判別的數(shù)據(jù)包括行為數(shù)據(jù)和內(nèi)容數(shù)據(jù)，行為數(shù)據(jù)包括源IP 地址、源端口號、目的IP 地址、目的端口號、源端和目的端的設(shè)備地址、源端和目的端的功能代碼，而內(nèi)容數(shù)據(jù)則為數(shù)據(jù)包中的數(shù)據(jù)字段。因此本文中的入侵檢測采用布隆過濾器和前綴樹結(jié)合的方式來實(shí)現(xiàn)入侵檢測。布隆過濾器用于行為的檢測，而前綴樹則用于數(shù)據(jù)包中數(shù)據(jù)字段的檢測。布隆過濾器和前綴樹分別對對應(yīng)的數(shù)據(jù)進(jìn)行檢測，若某一部分?jǐn)?shù)據(jù)存在于對應(yīng)的數(shù)據(jù)結(jié)構(gòu)中，則認(rèn)為該次請求為入侵；反之，若兩部分的數(shù)據(jù)都不存在與對應(yīng)的數(shù)據(jù)結(jié)構(gòu)中，則認(rèn)為該次請求為正常行為。

本系統(tǒng)中入侵檢測模塊中的核心檢測算法偽代碼如下所示：

輸入：行為參數(shù)，內(nèi)容參數(shù)

輸出：是否為入侵?jǐn)?shù)據(jù)

//判斷某個(gè)元素是否存在于布隆過濾器中

Boolean contains（String value,BloomFilter bf）{

boolean res=true；

//遍歷k 個(gè)哈希函數(shù)

for（HashFun f：func）{

//判斷計(jì)算得到的位置上的值是否都為1

res=res&&bits.get（f.hash（value）;

}

return res;

}

//判斷某個(gè)元素是否存在于前綴樹中

Boolean isExist（String value）{

TrieNode node=root;

for（int i=0;i ＜value.length（）;i++）{

char cur=value.charAt（i）;

//判斷樹的當(dāng)前節(jié)點(diǎn)是否包含該字符

if（node.containsKey（cur））{

node=node.get（cur）;

}else{

return false;

}

}

//判斷當(dāng)前結(jié)點(diǎn)是否為葉子節(jié)點(diǎn)

return node!=null&&node.isEnd（）;

}

//判斷是否為入侵

Boolean isIntrusion（String value1,String value2）{

//value1 表示行為參數(shù)

//value2 表示內(nèi)容參數(shù)

boolean res1=contains（value1）;

boolean res2=isExist（value2）;

//如果res1 和res2 有一個(gè)為入侵?jǐn)?shù)據(jù)，則為入侵

if（res1||res2）{

return true;

}

else{

return false;

}

}

本文通過對已知的基于Modbus 協(xié)議的工控系統(tǒng)中的網(wǎng)絡(luò)層數(shù)據(jù)進(jìn)行分析，整理出了一系列的入侵特征數(shù)據(jù)，并將這些數(shù)據(jù)存儲到前綴樹中，以此來構(gòu)建并初始化了工控入侵檢測的簽名數(shù)據(jù)庫。同樣地，出于對內(nèi)存的考慮，本文以入侵特征來構(gòu)建入侵檢測的簽名數(shù)據(jù)庫，而非以正常的行為特征作為檢測的依據(jù)。主要原因如下，正常行為特征可能遠(yuǎn)多于入侵行為特征，若以正常行為特征來構(gòu)建前綴樹的話，可能會(huì)導(dǎo)致前綴樹過大，從而占用過多的內(nèi)存空間。同時(shí)，出于對內(nèi)存占用情況的考慮，本文中前綴樹節(jié)點(diǎn)的實(shí)現(xiàn)擬采用位圖的方式實(shí)現(xiàn)。位圖相較于數(shù)組的方式，能很大程度上降低內(nèi)存的開銷。而位圖相對于哈希表的方式，又能在一定程度上提高查詢效率。

3 實(shí)驗(yàn)結(jié)果與分析

該實(shí)驗(yàn)的數(shù)據(jù)集為密西西比州立大學(xué)關(guān)鍵基礎(chǔ)設(shè)施保護(hù)中心于2014 年發(fā)布的用于工控系統(tǒng)入侵檢測評估的數(shù)據(jù)集，該數(shù)據(jù)集中的數(shù)據(jù)是通過兩個(gè)數(shù)據(jù)采集系統(tǒng)獲得的，分別來自于天然氣管道數(shù)據(jù)采集系統(tǒng)和儲水箱數(shù)據(jù)采集系統(tǒng)。本文通過對天然氣管道的數(shù)據(jù)集進(jìn)行分析后，基于前綴樹構(gòu)建了入侵?jǐn)?shù)據(jù)的簽名特征庫，經(jīng)過多次的實(shí)驗(yàn)與優(yōu)化，在該數(shù)據(jù)集上，該入侵檢測算法的準(zhǔn)確率大約為92%。而檢測準(zhǔn)確率無法達(dá)到100%的原因主要是入侵簽名規(guī)則的提取不夠準(zhǔn)確，未能將所有的入侵簽名規(guī)則都總結(jié)出來。同時(shí)，通過實(shí)驗(yàn)對比得到，基于位圖構(gòu)建的前綴樹相對于數(shù)組實(shí)現(xiàn)的前綴樹能在很大程度上節(jié)省內(nèi)存空間；而基于位圖構(gòu)建的前綴樹相較于基于哈希表構(gòu)建的前綴樹具有較高的檢測效率。

4 結(jié)語

本文提出了基于前綴樹的工控入侵檢測算法，首先對前綴樹的理論進(jìn)行了介紹，其次對本文中提出的入侵檢測系統(tǒng)和入侵算法進(jìn)行了詳細(xì)的描述，最后對該入侵算法進(jìn)行了多個(gè)維度的性能分析。該入侵檢測算法可以在一定的程度上降低內(nèi)存的使用率，且具有較高的查詢效率，可用于工控網(wǎng)絡(luò)系統(tǒng)中的入侵檢測，具有一定的實(shí)際意義。然而，基于前綴樹的入侵檢測中對內(nèi)存的使用仍無法達(dá)到最優(yōu)，因此在接下來的工作中將從降低內(nèi)存占用入手，使得該入侵檢測算法具有更高的性能。