Создание и использование комплексного отпечатка для опознавания устройств нижнего уровня в автоматизированных системах
DOI:
https://doi.org/10.24160/1993-6982-2026-4-189-194Ключевые слова:
автоматизированная система, датчик, цифровой отпечаток, аналоговый отпечаток, комплексный отпечаток, информационная безопасность, RS-485, ModbusАннотация
Проанализирована проблема атаки подмены злоумышленником устройства нижнего уровня (датчика, счетчика) или его сигнала в автоматизированной системе. В качестве ее решения приведены существующие подходы к опознаванию таких устройств с использованием их цифровых или аналоговых отпечатков. Предложено объединение указанных подходов с целью повышения точности опознавания. Для этого из части параметров цифрового и аналогового отпечатков создан комплексный отпечаток. Приведен способ отбора наиболее значимых для опознавания параметров из обоих типов отпечатков.Рассмотрен пример практического применения предложенного подхода для опознавания цифровых датчиков температуры и влажности с интерфейсом RS-485 и протоколом Modbus на созданном экспериментальном стенде.
Библиографические ссылки
1. CODE RED 2026: Актуальные киберугрозы для российских организаций [Электрон. ресурс] https://ptsecurity.com/research/analytics/russia-cyberthreat-landscape-2026 (дата обращения 01.11.2025).
2. Актуальные киберугрозы: I — II кварталы 2025 года [Электрон. ресурс] https://www.ptsecurity.com/research/analytics/aktual-nye-kiberugrozy-i-ii-kvartaly-2025-goda (дата обращения 01.11.2025).
3. Тульский В.Н. и др. Прогноз внедрения технологии «Цифровой двойник» в топливно-энергетическом и минерально-сырьевом комплексах // Вестник МЭИ. 2024. № 6. С. 30—37.
4. Бойко Е.А., Лебедев К.В. Система диагностики и управления состоянием энергетического котельного агрегата на основе цифрового двойника // Вестник МЭИ. 2024. № 6. С. 38—47.
5. Буторин В.А., Гриценко А.В., Клычков Е.Н. Методика выявления коммерческих потерь электроэнергии // Вестник МЭИ. 2024. № 3. С. 17—24.
6. Bogacheva D., Lukinova O., Roschin A. The Approach to Recognition of Process Data Metering Devices Using Their Digital Fingerprints // Proc. Intern. Russian Smart Industry Conf. Sochi, 2025. Pp. 912—916.
7. Захарченко В.Е. Контроль достоверности значений параметров в АСУ ТП // Имитационное моделирование. Теория и практика: Сб. докл. III Всерос. Науч.-практ. конф. СПб.: ФГУП ЦНИИТС, 2007. Т. 1. С. 278—286.
8. Захарченко В.Е. Оценка достоверности информационного обеспечения АСУТП гидроагрегата на основе функционально-ориентированных нечетких математических моделей: автореф. дис. … канд. техн. наук. Самара: Самарский гос. техн. ун-т, 2011.
9. Сидоров А.А., Захарченко В.Е. Оценка достоверности значений параметров АСУТП с помощью синхронных моделей // Проблемы управления. 2010. № 2. С. 61—68.
10. Chowdhury R.R., Idris A.C., Abas P.E. Device Identification Using Optimized Digital Footprints // IAES Intern. J. Artificial Intelligence. 2023. V. 12(1). Pp. 232—240.
11. Kawoosa A.I. e. a. Improving Electricity Theft Detection Using Electricity Information Collection System and Customers' Consumption Patterns // Energy Exploration & Exploitation. 2024. V. 42(5). Pp. 1684—1714.
12. Ding N. e. a. Real-time Anomaly Detection Based on Long Short-term Memory and Gaussian Mixture Model // Computers & Electrical Eng. 2019. V. 79. P. 106458.
13. Bogacheva D., Lukinova O., Roschin A. The Approach to Recognition of Automated System Sensors Using Their Analog Fingerprints // Proc. IX Intern. Conf. Information, Control, and Communication Technol. Gomel, 2025. Pp. 1—3.
14. Богачева Д.Н. Алгоритм построения цифрового отпечатка датчика на основе динамической модели его выходного сигнала для защиты информации в автоматизированных системах // Computational Nanotechnology. 2025. Т. 12. № 5. С. 129—142.
15. Богачева Д.Н., Лукинова О.В., Рощин А.А. Опознавание периферийных устройств автоматизированных систем по их динамическим моделям // Системы безопасности – 2024: Материалы XXXIII Междунар. науч.-техн. конф. М.: Академия ГПС МЧС России, 2024. С. 80—85.
---
Для цитирования: Лукинова О.В., Богачева Д.Н., Тутуров А.А. Создание и использование комплексного отпечатка для опознавания устройств нижнего уровня в автоматизированных системах // Вестник МЭИ. 2026. № 4. С. 189—194. DOI: 10.24160/1993-6982-2026-4-189-194
---
Конфликт интересов: авторы заявляют об отсутствии конфликта интересов
#
1. CODE RED 2026: Aktual'nye Kiberugrozy dlya Rossiyskih Organizatsiy [Elektron. Resurs] https://ptsecurity.com/research/analytics/russia-cyberthreat-landscape-2026 (Data Obrashcheniya 01.11.2025). (in Russian).
2. Aktual'nye Kiberugrozy: I — II Kvartaly 2025 Goda [Elektron. Resurs] https://www.ptsecurity.com/research/analytics/aktual-nye-kiberugrozy-i-ii-kvartaly-2025-goda (Data Obrashcheniya 01.11.2025). (in Russian).
3. Tul'skiy V.N. i dr. Prognoz Vnedreniya Tekhnologii «Tsifrovoy Dvoynik» v Toplivno-energeticheskom i Mineral'no-syr'evom Kompleksah. Vestnik MEI. 2024;6:30—37. (in Russian).
4. Boyko E.A., Lebedev K.V. Sistema Diagnostiki i Upravleniya Sostoyaniem Energeticheskogo Kotel'nogo Agregata na Osnove Tsifrovogo Dvoynika. Vestnik MEI. 2024;6:38—47. (in Russian).
5. Butorin V.A., Gritsenko A.V., Klychkov E.N. Metodika Vyyavleniya Kommercheskih Poter' Elektroenergii. Vestnik MEI. 2024;3:17—24. (in Russian).
6. Bogacheva D., Lukinova O., Roschin A. The Approach to Recognition of Process Data Metering Devices Using Their Digital Fingerprints. Proc. Intern. Russian Smart Industry Conf. Sochi, 2025:912—916.
7. Zaharchenko V.E. Kontrol' Dostovernosti Znacheniy Parametrov v ASU TP. Imitatsionnoe Modelirovanie. Teoriya i Praktika: Sb. Dokl. III Vseros. Nauch.-prakt. Konf. SPb.: FGUP TSNIITS, 2007;1:278—286. (in Russian).
8. Zaharchenko V.E. Otsenka Dostovernosti Informatsionnogo Obespecheniya ASUTP Gidroagregata na Osnove Funktsional'no-orientirovannyh Nechetkih Matematicheskih Modeley: Avtoref. Dis. … Kand. Tekhn. Nauk. Samara: Samarskiy Gos. Tekhn. Un-t, 2011. (in Russian).
9. Sidorov A.A., Zaharchenko V.E. Otsenka Dostovernosti Znacheniy Parametrov ASUTP s Pomoshch'yu Sinhronnyh Modeley. Problemy Upravleniya. 2010;2:61—68. (in Russian).
10. Chowdhury R.R., Idris A.C., Abas P.E. Device Identification Using Optimized Digital Footprints. IAES Intern. J. Artificial Intelligence. 2023;12(1):232—240.
11. Kawoosa A.I. e. a. Improving Electricity Theft Detection Using Electricity Information Collection System and Customers' Consumption Patterns. Energy Exploration & Exploitation. 2024;42(5):1684—1714.
12. Ding N. e. a. Real-time Anomaly Detection Based on Long Short-term Memory and Gaussian Mixture Model. Computers & Electrical Eng. 2019;79:106458.
13. Bogacheva D., Lukinova O., Roschin A. The Approach to Recognition of Automated System Sensors Using Their Analog Fingerprints. Proc. IX Intern. Conf. Information, Control, and Communication Technol. Gomel, 2025:1—3.
14. Bogacheva D.N. Algoritm Postroeniya Tsifrovogo Otpechatka Datchika na Osnove Dinamicheskoy Modeli Ego Vyhodnogo Signala dlya Zashchity Informatsii v Avtomatizirovannyh Sistemah. Computational Nanotechnology. 2025;12(5):129—142. (in Russian).
15. Bogacheva D.N., Lukinova O.V., Roshchin A.A. Opoznavanie Periferiynyh Ustroystv Avtomatizirovannyh Sistem po Ih Dinamicheskim Modelyam. Sistemy Bezopasnosti – 2024: Materialy XXXIII Mezhdunar. Nauch.-tekhn. Konf. M.: Akademiya GPS MCHS Rossii, 2024:80—85. (in Russian)
---
For citation: Lukinova O.V., Bogacheva D.N., Tuturov A.A. Construction and Use of a Complex Fingerprint for Recognizing Low-level Devices in Automated Systems. Bulletin of MPEI. 2026;4:189—194. (in Russian). DOI: 10.24160/1993-6982-2026-4-189-194
---
Conflict of interests: the authors declare no conflict of interest
