姚海燕, 向新宇, 於志淵, 樊立波, 杜忠
(1.杭州市電力設(shè)計院有限公司余杭分公司, 浙江,杭州 310000;2.國網(wǎng)浙江省電力有限公司杭州供電公司, 浙江,杭州 310000;3.北京博思匯眾科技有限公司, 北京 100000)
在互聯(lián)網(wǎng)的發(fā)展推動下,國家電網(wǎng)的信息化建設(shè)也已經(jīng)全面覆蓋,形成智能電網(wǎng)。智能電網(wǎng)是集成、高速、雙向通信網(wǎng)絡(luò)為基礎(chǔ)建立而成,結(jié)合先進的設(shè)備和儀器,保證電網(wǎng)安全、高效運行,因此也稱為電網(wǎng)的智能化[1]。智能電網(wǎng)具備五大顯著優(yōu)勢,分別為具備免疫系統(tǒng),實現(xiàn)自愈;促進電力系統(tǒng)的運行和管理;具備抵御攻擊能力,能夠在一定程度內(nèi)降低物理攻擊和網(wǎng)絡(luò)攻擊;可實現(xiàn)無縫地容、即插即用;可對電網(wǎng)資產(chǎn)實行管理和優(yōu)化,降低運行成本[2]。智能電網(wǎng)雖然能夠在一定程度內(nèi)降低物理攻擊和網(wǎng)絡(luò)攻擊,但仍然會受到一定影響,產(chǎn)生一定運行風險,并且智能電網(wǎng)日漸復(fù)雜,其風險一旦產(chǎn)生,將會對整個電力系統(tǒng)造成不可預(yù)計以及復(fù)雜性的安全隱患。智能電網(wǎng)風險態(tài)勢感知防護,則是用于電網(wǎng)的安全風險實行感知以及保護,避免智能電網(wǎng)運行的重要信息數(shù)據(jù)被竊取、惡意入侵等,避免發(fā)生信息安全出現(xiàn)問題,導(dǎo)致電網(wǎng)故障甚至是事故的發(fā)生[3]。其中感知的主要依據(jù)是智能電網(wǎng)的態(tài)勢,網(wǎng)絡(luò)態(tài)勢既是體現(xiàn)網(wǎng)絡(luò)狀態(tài)變化的,對網(wǎng)絡(luò)風險態(tài)勢實行感知、評估,綜合分析網(wǎng)絡(luò)存在的安全問題。
TEE(Trusted execution environment)也稱為可信執(zhí)行環(huán)境,是IT行業(yè)的專業(yè)術(shù)語,主要應(yīng)用于安全智能設(shè)備方面。eSE(E-commerce based on search engine)也稱作生態(tài)情景體驗,其具備將搜索和信息有效結(jié)合的功能。當下關(guān)于智能電網(wǎng)風險造成的原因有很多,例如沒有經(jīng)過授權(quán)的訪問、惡意以及暴力破解和入侵等,上述等行為會對智能電網(wǎng)的多方面運行造成一定影響,例如會導(dǎo)致智能電網(wǎng)數(shù)據(jù)傳輸時端到端的時延增加、導(dǎo)致網(wǎng)絡(luò)癱瘓等情況。因此,為避免上述問題,本文研究基于TEE和eSE的智能電網(wǎng)風險態(tài)勢感知防護技術(shù),實現(xiàn)智能電網(wǎng)的風險態(tài)勢感知以及防護,保證智能電網(wǎng)的正常運行。
基于TEE和eSE的智能電網(wǎng)風險態(tài)勢感知防護技術(shù)的主要目的為保證智能電網(wǎng)具備主動防御、保證網(wǎng)絡(luò)的深層安全。因此,以TEE和eSE技術(shù)為核心,實現(xiàn)智能電網(wǎng)風險態(tài)勢感知防護,該技術(shù)架構(gòu)如圖1所示。
圖1 技術(shù)架構(gòu)
基于TEE和eSE的智能電網(wǎng)風險態(tài)勢感知防護技術(shù)的應(yīng)用,需具備信任源,其通過引入可信計算理念、可信平臺控制模塊(TPCM),設(shè)計無法篡改的智能電網(wǎng)信任根實現(xiàn);同時結(jié)合TEE技術(shù)完成身份鑒別、安全檢查等敏感指令,實現(xiàn)對用戶、程序等主體的可信檢查和權(quán)限控制[4]。
1.2.1 模型結(jié)構(gòu)
安全防護的目的為降低風險或完全避免風險,達到安全防護,需先完成智能電網(wǎng)安全風險感知。采用eSE模型完成智能電網(wǎng)安全風險感知,該模型如圖2所示。
通過結(jié)合相關(guān)方法實現(xiàn)智能電網(wǎng)風險態(tài)勢感知,其實現(xiàn)分為3個步驟,分別為基于DS證據(jù)理論的風險態(tài)勢感知、基于概率風險分析的逐層風險態(tài)勢量化以及風險態(tài)勢判別[5]。
基于DS證據(jù)理論[6]可將每一個感知器感知到的風險信息實行融合,根據(jù)融合結(jié)果分析存在風險以及風險產(chǎn)生的可信度,并將其作為模型第二個步驟的輸入;基于概率風險分析的逐層風險態(tài)勢量化對輸入的結(jié)果實行量化分析,同時將時間權(quán)重等相關(guān)權(quán)重引入確保分析結(jié)果的客觀性;根據(jù)量化
圖2 基于eSE的智能電網(wǎng)安全風險評估模型
結(jié)果對風險態(tài)勢實行判別,獲取判別結(jié)果。
1.2.2 DS證據(jù)理論的風險態(tài)勢感知
作為一種融合技術(shù),DS證據(jù)理論具備較強的優(yōu)勢,其可以通過不同的數(shù)據(jù)處理方法,處理同一識別框架內(nèi)的信息,將不同數(shù)據(jù)處理方法處理的結(jié)果用于表示每一個子證據(jù)體,并用Dempster合成規(guī)則對其進行融合,得出一個新的證據(jù)體,該獲取的主要依據(jù)是決策規(guī)則[7]。
DS證據(jù)理論的風險態(tài)勢感知步驟如下所述。
(1) 建立子證據(jù)體的基本概率分配函數(shù)
識別框架用?表示,其同時可表示智能電網(wǎng)風險態(tài)勢集;第k個子證據(jù)體對應(yīng)的第j個智能電網(wǎng)風險態(tài)勢的為智能電網(wǎng)輸出值用Ok(j)表示,采用轉(zhuǎn)換手段對我實行處理,將其看作基本概率分配[8],因此,子證據(jù)體對智能電網(wǎng)風險態(tài)勢Fj的概率推理過程公式為
(1)
以得出的mk(Fj)為依據(jù),獲取所有智能電網(wǎng)風險態(tài)勢的信度以及似真兩種函數(shù)值分別用B、P表示,兩者的計算式為
(2)
(2) 證據(jù)合成
存在差異性且相互獨立的概率分配函數(shù)額獲取,是由于證據(jù)來源在相同識別框架內(nèi)存在差異性,且用m1和m2表示,采用DS證據(jù)理論的合成規(guī)則,完成每一個子證據(jù)體的充分融合[11-13],融合后形成的新的概率分配函數(shù)為
(3)
式中,直和用⊕表示,且E=X+Y,在E=φ的情況下,[m1⊕m2](E)=0。
(3) 決策規(guī)則
證據(jù)體的信任區(qū)間用[B(Fj),B(Fj)]表示,其是決策規(guī)則的實現(xiàn)依據(jù),如果Fi=[B(Fi)],則Fj需滿足下述式:
(4)
式中,Fi表示風險態(tài)勢識別結(jié)果用,ε1、ε2表示設(shè)定的閾值。
由于TEE技術(shù)擁有執(zhí)行空間,因此其具備極高的安全性,并且富操作系統(tǒng)(Rich OS)的安全服務(wù)由其提供,兩者并存運行??尚艖?yīng)用(TA)的安全執(zhí)行環(huán)境、資源、數(shù)據(jù)的保密性、完整性、訪問權(quán)限均有TEE技術(shù)支撐完成。作為可信根的TEE技術(shù),通過驗證是其執(zhí)行的基礎(chǔ),并且必須和Rich OS的運行實行間隔[14]。相互獨立是所有的TA在TEE技術(shù)中的呈現(xiàn)狀態(tài),其相互之間的訪問在沒有授權(quán)的情況下,無法進行,其詳細情況如圖3所示。
圖3 TEE技術(shù)結(jié)構(gòu)
可信應(yīng)用是TEE技術(shù)的核心,該應(yīng)用則是信任建立依據(jù)。在此基礎(chǔ)上,實現(xiàn)信任鏈的構(gòu)建,實現(xiàn)整個智能電網(wǎng)的逐級信任,保證整個網(wǎng)絡(luò)的安全防護[15]。
為測試本文技術(shù)的風險態(tài)勢感知防護效果,搭建相關(guān)測試環(huán)境,并采用激光漏洞掃描系統(tǒng)對智能電網(wǎng)風險進行仿真,模擬網(wǎng)絡(luò)攻擊,分析本文技術(shù)的感知防護性能。搭建的網(wǎng)絡(luò)架構(gòu)中,交換機作為網(wǎng)絡(luò)中的連接站,與目標服務(wù)器相連,同時連接使用本文技術(shù)的風險態(tài)勢感知系統(tǒng)以及入侵模擬系統(tǒng)。
實驗環(huán)境:目標服務(wù)器使用Windows Server 2019,并且服務(wù)ID分為3個,其服務(wù)名稱分別為IIS6.0、MySQL Server 2008、FTP Server,其中,保證IIS配置的正常連接,能夠完成應(yīng)用的正常傳輸、目標服務(wù)器主機防火墻能夠正常啟動和關(guān)閉。在整個搭建的智能電網(wǎng)中,設(shè)定3種風險態(tài)勢,分別為惡意入侵、信息竊取以及非驗證訪問。
采用安全服務(wù)、節(jié)點風險指數(shù)、節(jié)點風險概率以及網(wǎng)絡(luò)風險概率4項指標作為衡量本文技術(shù)效果的指標,其計算公式分別為
(5)
(6)
(7)
(8)
式中,RNi(t)、RNi(t)、R(t)和P(t)分別表示安全服務(wù)風險指數(shù)、節(jié)點風險指數(shù)、節(jié)點風險概率和網(wǎng)絡(luò)風險概率,Ni表示節(jié)點,t表示時刻,wsijk、wni分別表示安全服務(wù)SAj和Ni的相對重要權(quán)值,且兩者分貝屬于Ni中和智能電網(wǎng)中。
啟動漏洞掃描,模擬3種風險態(tài)勢對目標主機實行攻擊,利用上述公式,計算服務(wù)相對權(quán)重感知主機受到攻擊后風險級別,以此衡量本文技術(shù)的風險態(tài)勢感知效果,如圖4所示。
(a) 安全服務(wù)相對權(quán)重測試結(jié)果
(b) 風險級別感知結(jié)果
根據(jù)圖4測試結(jié)果可知:在5種服務(wù)性能下,本文技術(shù)能夠獲取服務(wù)相對權(quán)重,并且能夠根據(jù)該權(quán)重結(jié)果完成主機受到攻擊后風險級別感知。該結(jié)果表明,本文技術(shù)能夠完成風險態(tài)勢感知。
為進一步測試風險感知效果,隨機選取3個目標服務(wù)器(A、B、C),采用DS理論證據(jù)計算各個節(jié)點發(fā)生的風險概率,以此衡量本文技術(shù)的風險感知效果,由于篇幅有限,該測試僅模擬信息竊取風險,結(jié)果如表1所示。
表1 各節(jié)點上安全服務(wù)性能的風險測試結(jié)果
根據(jù)表1測試結(jié)果可知:3個節(jié)點在不同的安全服務(wù)情況下,直接威脅概率與發(fā)生威脅的概相同,間接概率則為零,風險總值則是分別呈現(xiàn)不同的變化。該結(jié)果表明,本文技術(shù)的風險態(tài)勢感知性能良好,能夠準確完成風險態(tài)勢的感知。
安全防護是保證智能電網(wǎng)運行數(shù)據(jù)信息安全關(guān)鍵,因此防護效果決定信息的安全程度。獲取智能電網(wǎng)在正常網(wǎng)絡(luò)通信時,突發(fā)運行情況下傳送重要數(shù)據(jù)以及非重要數(shù)據(jù)的網(wǎng)絡(luò)狀態(tài),結(jié)果如圖5所示。
根據(jù)圖5獲取的測試結(jié)果可知,重要數(shù)據(jù)突發(fā)運行狀態(tài)下,具備安全防護技術(shù)時,智能電網(wǎng)在端到端的運行過程中,時延結(jié)果一種處于十分平穩(wěn)狀態(tài),時延結(jié)果為0.28 s,沒有安全防護技術(shù)時,則時延結(jié)果呈現(xiàn)波動狀態(tài),其時延范圍在0.28-0.60 s之間;非重要數(shù)據(jù)在突發(fā)運行狀態(tài)下,具備防護技術(shù)與不具備防護技術(shù)的端到端的時延結(jié)果均呈現(xiàn)波動狀態(tài),時延明顯增加。
風險態(tài)勢防護技術(shù)的有效性,可通過智能電網(wǎng)數(shù)據(jù)時延以及抖動情況進行體現(xiàn),延時越小,防護性能越好。因此模擬惡意入侵時,交換機流量變化情況和數(shù)據(jù)端到端的時延結(jié)果,如圖6所示。
(a) 重要數(shù)據(jù)突發(fā)運行時的智能電網(wǎng)運行狀態(tài)
(b) 非重要數(shù)據(jù)突發(fā)運行時的智能電網(wǎng)運行狀態(tài)
(a) 交換機流量測試結(jié)果
(b) 端到端的時延結(jié)果
根據(jù)圖6測試結(jié)果可知:智能電網(wǎng)在風險態(tài)勢防護下,交換機流量分布結(jié)果并沒有受到防護技術(shù)的影響,其流量范圍在5~30 Mbits/s之間;在受到惡意入侵時,沒有風險防護技術(shù)情況下,交換機流量最高可達43 Mbits/s,該現(xiàn)象可導(dǎo)致智能電網(wǎng)網(wǎng)絡(luò)癱瘓。同時,使用風險防技術(shù)后,數(shù)據(jù)端到端的時延結(jié)果相對平穩(wěn),處于0.32~0.58 s的范圍之內(nèi),沒有風險防護技術(shù)時,時延波動較大,其范圍在0.22 ~0.58 s之間。該結(jié)果表明風險防護技術(shù)具備較好的風險態(tài)勢防護效果。
本文為實現(xiàn)智能電網(wǎng)的風險態(tài)勢感知和防護,以TEE和eSE技術(shù)為核心,實現(xiàn)感知和防護。經(jīng)測試:該技術(shù)能夠準確感知智能電網(wǎng)中的風險勢態(tài),并完成有效安全防護,適用于智能電網(wǎng)的風險勢態(tài)感知防護。