Construction and Use of a Complex Fingerprint for Recognizing Low-level Devices in Automated Systems
DOI:
https://doi.org/10.24160/1993-6982-2026-4-189-194Keywords:
automated system, sensor, digital fingerprint, analog fingerprint, complex fingerprint, information security, RS-485, ModbusAbstract
The article addresses the problem of dealing with an intruder’s attack aimed at substituting a low-level device (sensor or meter) or its signal in an automated system. As a solution, existing approaches to recognizing such devices using their digital or analog fingerprints are presented. A combination of these approaches is proposed to improve recognition accuracy. To achieve this, a complex fingerprint is constructed based on a part of the digital and analog fingerprint parameters. A method for selecting the parameters most significant for recognition from both fingerprint types is presented. The proposed approach is illustrated by an example of recognizing digital temperature and humidity sensors with the RS-485 interface and Modbus protocol on a dedicated experimental test bench.
References
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
