Details

Целью работы является снижение времени реакции на инциденты кибербезопасности во внутренней локальной вычислительной сети цифровой подстанции. Объектом исследования является внутренняя локальная вычислительная сеть цифровой подстанции. Задачи, решаемые в ходе исследования: 1. Исследовать особенности информационного обмена во внутренней локальной вычислительной сети цифровой подстанции для выявления основных киберугроз. 2. Проанализировать существующие методы защиты от киберугроз и поддержания киберустойчивости цифровой подстанции. 3. Разработать метод адаптивного управления информационными потоками в сети цифровой подстанции, основанный на технологии самообучающихся автоматов. 4. Выполнить программную реализацию разработанного метода и оценить эффективность его работы. В ходе работы исследована архитектура сети и информационный обмен между устройствами цифровой подстанции. Разработан метод управления сетевыми потоками, доказана его эффективность для адаптивного обеспечения киберустойчивости. Результаты применимы в качестве основы для внедрения самообучающихся конечно-автоматных модулей в киберфизические системы. Для достижения данных результатов в среде PyCharm разработана программа, использующая технологию аппаратной виртуализации, кроме того применён анализатор сетевого трафика Wireshark.

The purpose of the study is reducing of the response time to cybersecurity incidents in the internal local area network of a digital substation. The object of the work is the internal local area network of a digital substation. The research set the following goals: 1. Studying the features of information exchange in the internal local area network of a digital substation to identify the main cyber threats. 2. Analysis of the existing methods for protecting against cyber threats and maintaining cyber resilience of a digital substation. 3. Development of method of adaptive control of information flows in the digital substation system based on the technology of self-learning automata. 4. Performing the software implementation of the developed method and evaluating its efficiency. Network architecture and information exchange between digital substation devices are investigated in the course of the work. A method of network flow control is developed and its efficiency for adaptive cyber resilience is proved. The results are applicable as a basis for the implementation of self-learning finite-automation modules in cyber-physical systems. To achieve these results, a program using hardware virtualization technology was developed in the PyCharm development environment, and the Wireshark traffic analyzer was used.