王真云 , 俞雯靜 , 臧家寧 , 伍 飛,何宇鑫
(1.國(guó)網(wǎng)安徽省電力有限公司阜陽(yáng)供電公司,安徽 阜陽(yáng) 236010;2.東北電力大學(xué) 電力工程學(xué)院,吉林 吉林 132012)
隨著信息時(shí)代的來(lái)臨,人民的生活和生產(chǎn)都會(huì)產(chǎn)生大量的數(shù)據(jù)信息,尤其是對(duì)于企業(yè)生產(chǎn)而言,如果無(wú)法保障信息安全。將會(huì)造成嚴(yán)重的不良后果。電力監(jiān)控系統(tǒng)包含電能生產(chǎn)、傳輸和使用等過(guò)程,可避免數(shù)據(jù)丟失,保障數(shù)據(jù)安全運(yùn)行,為電力系統(tǒng)安全運(yùn)行提供保障,也為電力工業(yè)的發(fā)展提供重要支持[1-2]。近年來(lái),電力監(jiān)控系統(tǒng)逐步向分布式管理模式發(fā)展,其開(kāi)放性程度增加,系統(tǒng)變得更加復(fù)雜,導(dǎo)致該系統(tǒng)極易受到各種外界因素干擾,無(wú)法保障系統(tǒng)安全運(yùn)行[3-4]。在網(wǎng)絡(luò)安全日趨嚴(yán)峻的形勢(shì)下,一旦發(fā)生信息泄密或者非法訪問(wèn)等問(wèn)題,將會(huì)對(duì)企業(yè)造成嚴(yán)重?fù)p失,因此對(duì)這一問(wèn)題的研究具有重要的現(xiàn)實(shí)意義[5-6]。
為保障系統(tǒng)安全運(yùn)行,避免數(shù)據(jù)丟失,國(guó)外從上世紀(jì)就開(kāi)始對(duì)網(wǎng)絡(luò)安全進(jìn)行研究,早在1978年國(guó)際上就曾提出公鑰密碼體制保障數(shù)據(jù)安全傳輸,當(dāng)時(shí)美國(guó)針對(duì)非對(duì)稱加密算法RSA進(jìn)行研究,并將其應(yīng)用于電力系統(tǒng)遠(yuǎn)程數(shù)據(jù)傳輸之中。我國(guó)在本世紀(jì)也進(jìn)行相關(guān)研究,近幾年也提出許多關(guān)于電力監(jiān)控系統(tǒng)涉密自檢以及網(wǎng)絡(luò)訪問(wèn)控制等方法。張秀麗等設(shè)計(jì)了一種云計(jì)算訪問(wèn)控制安全模型,解決電力監(jiān)控系統(tǒng)配置冗余問(wèn)題,提高系統(tǒng)的運(yùn)行效率,經(jīng)實(shí)驗(yàn)驗(yàn)證該算法具有一定有效性,但設(shè)備運(yùn)算耗時(shí)較長(zhǎng)[7];王超群圍繞可信度和訪問(wèn)控制問(wèn)題,重點(diǎn)研究電力調(diào)度系統(tǒng)中的訪問(wèn)控制模型,以增加系統(tǒng)的可信度,提高系統(tǒng)運(yùn)行效率,對(duì)電力網(wǎng)絡(luò)的數(shù)據(jù)采集和監(jiān)控有較大作用,但該系統(tǒng)的訪問(wèn)控制的準(zhǔn)確率不高,且缺乏穩(wěn)定性,無(wú)法對(duì)電網(wǎng)長(zhǎng)時(shí)間監(jiān)控[8];李偉等提出了一種電力監(jiān)控系統(tǒng)異常行為檢測(cè)方法,將深度學(xué)習(xí)與半監(jiān)督學(xué)習(xí)相結(jié)合,構(gòu)建殘差全連接神經(jīng)網(wǎng)絡(luò),利用殘差全連接神經(jīng)網(wǎng)絡(luò)對(duì)電力監(jiān)控系統(tǒng)數(shù)據(jù)進(jìn)行特征提取、差異分類器構(gòu)建,通過(guò)增量學(xué)習(xí)形成集成分類器,實(shí)現(xiàn)網(wǎng)絡(luò)異常檢測(cè),該方法整體取得了較好的成果,但該系統(tǒng)的響應(yīng)時(shí)間較長(zhǎng),運(yùn)算較為復(fù)雜,檢測(cè)計(jì)算的準(zhǔn)確率較低[9];朱海鵬等強(qiáng)調(diào)了電力監(jiān)控系統(tǒng)的網(wǎng)絡(luò)安全問(wèn)題,提出了一種針對(duì)多類型網(wǎng)絡(luò)攻擊的主動(dòng)檢測(cè)方法,構(gòu)建復(fù)合檢測(cè)模型,形成攻擊檢測(cè)防護(hù)策略,對(duì)于攻擊行為甄別具有明顯作用,但準(zhǔn)確率有待提高,并且該電力監(jiān)控系統(tǒng)的涉密自檢更多的是對(duì)自身數(shù)據(jù)泄露進(jìn)行檢驗(yàn),在涉密自檢處可發(fā)揮的作用較小,同時(shí)成本過(guò)高。綜上所述,上文列舉的相關(guān)系統(tǒng)存在訪問(wèn)準(zhǔn)確率低、響應(yīng)時(shí)間過(guò)長(zhǎng)、檢測(cè)準(zhǔn)確率低等問(wèn)題[10]。
基于此,本文引入云計(jì)算訪問(wèn)控制技術(shù),建立電力監(jiān)控涉密自檢模型,以此提升該模型的安全性能。
電力監(jiān)控系統(tǒng)主要通過(guò)技術(shù)服務(wù)和數(shù)據(jù)服務(wù)來(lái)實(shí)現(xiàn)功能,本文為提高系統(tǒng)各模塊之間的有效連接性,降低耦合度,采用層次結(jié)構(gòu)設(shè)計(jì)系統(tǒng)[11-12]。本文設(shè)計(jì)的電力監(jiān)控系統(tǒng)分層體系架構(gòu)如圖1所示。
圖 1 電力監(jiān)控系統(tǒng)分層體系架構(gòu)Fig.1 Hierarchical architecture of power monitoring system
從圖1可以看出,電力監(jiān)控系統(tǒng)可分為數(shù)據(jù)層、業(yè)務(wù)層和應(yīng)用層。
數(shù)據(jù)層主要負(fù)責(zé)系統(tǒng)數(shù)據(jù)的采集,并通過(guò)中間件向應(yīng)用層及業(yè)務(wù)層傳輸相關(guān)數(shù)據(jù),為系統(tǒng)運(yùn)行提供數(shù)據(jù)支持。
業(yè)務(wù)層主要包括數(shù)據(jù)庫(kù)檢測(cè)和系統(tǒng)服務(wù)兩部分,在系統(tǒng)中承擔(dān)數(shù)據(jù)處理及事物的邏輯處理等任務(wù)。
應(yīng)用層包括控制中心及云計(jì)算訪問(wèn)控制模塊等,是一個(gè)人機(jī)交互端口,主要負(fù)責(zé)與用戶進(jìn)行連接,滿足用戶需求[13-14]。
中間件具有屏蔽不同結(jié)構(gòu)層差異的功能,可幫助系統(tǒng)順利完成數(shù)據(jù)和網(wǎng)絡(luò)通信[15-16]。
系統(tǒng)各模塊為安全管理、監(jiān)控管理等子系統(tǒng)提供服務(wù),子系統(tǒng)根據(jù)自身需求與該系統(tǒng)相互連接,完成數(shù)據(jù)處理和資源共享,從而實(shí)現(xiàn)系統(tǒng)的電力監(jiān)控任務(wù)。
為保證電力監(jiān)控系統(tǒng)中涉密信息的安全,提高系統(tǒng)可信度和安全度,設(shè)計(jì)一種系統(tǒng)涉密自檢模型。目前監(jiān)控系統(tǒng)的管理和監(jiān)督多以管理員為主,管理員需要每天查閱系統(tǒng)數(shù)據(jù),并實(shí)時(shí)處理系統(tǒng)問(wèn)題,定期維護(hù)系統(tǒng),那么如何設(shè)計(jì)一種系統(tǒng)自檢模型來(lái)模擬管理員工作就成為一個(gè)急需解決的問(wèn)題[17-18]。
設(shè)計(jì)系統(tǒng)涉密自檢模型的主要目的是防止用戶非法訪問(wèn)或隨意訪問(wèn)涉密資源,云計(jì)算訪問(wèn)控制兼容性強(qiáng),與DAC或MAC模型相比,其可提供一套“規(guī)則”對(duì)大量數(shù)據(jù)實(shí)施權(quán)限管理,操作簡(jiǎn)單,安全性強(qiáng)。如圖2所示為云計(jì)算訪問(wèn)控制的系統(tǒng)涉密自檢模型結(jié)構(gòu)。
圖 2 云計(jì)算訪問(wèn)控制的系統(tǒng)涉密自檢模型結(jié)構(gòu)Fig.2 System secret-related self-inspection model structure of cloud computing access control
從圖2可以看出,電力監(jiān)控系統(tǒng)涉密自檢主要以控制中心為主,通過(guò)連接數(shù)據(jù)庫(kù)涉密檢測(cè)模塊與云計(jì)算訪問(wèn)控制模塊實(shí)現(xiàn)系統(tǒng)功能。本系統(tǒng)在業(yè)務(wù)層還設(shè)置了數(shù)據(jù)庫(kù)涉密檢測(cè)模塊,如在系統(tǒng)中發(fā)現(xiàn)涉密信息,會(huì)自動(dòng)反饋給控制中心,完成電力監(jiān)控系統(tǒng)涉密信息自檢[19-20]。云計(jì)算訪問(wèn)控制與控制中心相連接,當(dāng)用戶主體訪問(wèn)或操作系統(tǒng)資源時(shí),通過(guò)所連接的控制中心可自動(dòng)判斷訪問(wèn)資源是否為涉密信息,從而決定是否阻止用戶訪問(wèn),完成涉密信息自檢和保護(hù)。控制中心是電力監(jiān)控系統(tǒng)運(yùn)行的總指揮,會(huì)定時(shí)掃描數(shù)據(jù)模塊以及服務(wù)模塊,對(duì)數(shù)據(jù)庫(kù)檢測(cè)模塊和云計(jì)算訪問(wèn)控制模塊反饋信息進(jìn)行再判斷,采用數(shù)據(jù)匹配方法進(jìn)一步識(shí)別涉密敏感數(shù)據(jù),進(jìn)而阻止用戶訪問(wèn),實(shí)現(xiàn)系統(tǒng)安全管理[21-22]。
根據(jù)圖2可以給出云計(jì)算訪問(wèn)控制模型構(gòu)建和數(shù)據(jù)庫(kù)涉密自檢具體過(guò)程:數(shù)據(jù)庫(kù)涉密自檢在對(duì)系統(tǒng)敏感數(shù)據(jù)進(jìn)行檢測(cè)前會(huì)先將涉密敏感數(shù)據(jù)以代碼的形式事先輸入到內(nèi)部存儲(chǔ)器中,并使用標(biāo)簽對(duì)其進(jìn)行標(biāo)記;在服務(wù)器和其他模塊的全力協(xié)作下,一旦在運(yùn)行系統(tǒng)發(fā)現(xiàn)涉密敏感數(shù)據(jù),將會(huì)自動(dòng)啟用數(shù)據(jù)庫(kù)備份和存儲(chǔ)功能,并實(shí)時(shí)反饋至控制中心[23],同時(shí)為降低數(shù)據(jù)庫(kù)內(nèi)存負(fù)擔(dān),安置定時(shí)器定期查看涉密敏感數(shù)據(jù)。
云計(jì)算訪問(wèn)控制是對(duì)訪問(wèn)系統(tǒng)資源進(jìn)行仲裁的過(guò)程,可有效限制訪問(wèn)主體對(duì)電力監(jiān)控系統(tǒng)涉密資源的訪問(wèn)權(quán)限,是系統(tǒng)安全機(jī)制的重要保障[24-26]。
若通過(guò)云計(jì)算訪問(wèn)控制模型對(duì)相關(guān)數(shù)據(jù)進(jìn)行保密,需要組建云計(jì)算訪問(wèn)安全池。設(shè)訪問(wèn)安全池為F={f1,f2,…,fn}。此外,還應(yīng)該對(duì)訪問(wèn)的資源進(jìn)行控制,建立訪問(wèn)資源的控制向量模型。設(shè)向量模型為Qi(k)=(Q1(k),Q2(k),…,Qn(k)),對(duì)控制向量模型Qi(k)進(jìn)行概率運(yùn)算,表示為
Qn(k+1)=Qn(k)+β[hn(k)-Qn(k)]
(1)
式中:hn(k)為信度分配值;β為適應(yīng)因子。
結(jié)合式(1)構(gòu)建云計(jì)算訪問(wèn)安全選擇策略池,即
S(α)=α2Qn(k+1)+αQ1(k)
(2)
式中:α為差值概率。
進(jìn)一步構(gòu)建云計(jì)算訪問(wèn)控制安全模型,可表示為
K=S(α)·max{χi|f(xi)-fmin}
(3)
式中:χi為權(quán)向量;f(xi)為決策函數(shù);fmin為決策函數(shù)的最小值。
設(shè)計(jì)模擬仿真實(shí)驗(yàn)驗(yàn)證本文模型的有效性。采用Microsoft SQL Server7.0為后端數(shù)據(jù)庫(kù),該數(shù)據(jù)庫(kù)具有操作性強(qiáng)的優(yōu)勢(shì),是目前常用的數(shù)據(jù)庫(kù)之一;系統(tǒng)采用與Microsoft SQL Server7.0相匹配的VB6.0作為開(kāi)發(fā)環(huán)境。
從SQL Server7.0后端數(shù)據(jù)庫(kù)中選取200萬(wàn)數(shù)據(jù)用于實(shí)驗(yàn)分析,其中100萬(wàn)數(shù)據(jù)用于系統(tǒng)訓(xùn)練,剩余100萬(wàn)數(shù)據(jù)用作算法測(cè)試。具體實(shí)驗(yàn)步驟如下:
1) 依據(jù)上述實(shí)驗(yàn)環(huán)境搭建模擬測(cè)試仿真環(huán)境;
2) 使用訓(xùn)練數(shù)據(jù)測(cè)試系統(tǒng),保證系統(tǒng)處于正常運(yùn)行狀態(tài);
3) 將測(cè)試數(shù)據(jù)隨機(jī)劃分為5組,依次進(jìn)行算法測(cè)試,并統(tǒng)計(jì)測(cè)試結(jié)果;
4) 選取文獻(xiàn)[9]和文獻(xiàn)[19]模型為對(duì)比模型,與本文模型構(gòu)成對(duì)比實(shí)驗(yàn),驗(yàn)證本文模型的有效性和優(yōu)越性。
依據(jù)上述實(shí)驗(yàn)步驟,選取模型自檢準(zhǔn)確率和系統(tǒng)響應(yīng)時(shí)間為指標(biāo)進(jìn)行對(duì)比分析。
為驗(yàn)證本文模型的性能,對(duì)比分析不同模型涉密自檢結(jié)果的準(zhǔn)確率,結(jié)果如圖3所示。
圖 3 不同模型涉密自檢準(zhǔn)確率Fig.3 The accuracy rate of the secret-related self-inspection of different models
從圖3可以看出,本文模型的準(zhǔn)確率折線整體在90%以上,且呈現(xiàn)出較好的平穩(wěn)性;文獻(xiàn)[9]模型的準(zhǔn)確率在50%~70%之間,低于本文模型的準(zhǔn)確率,且其折線的變化幅度大于本文模型和文獻(xiàn)[19]模型,穩(wěn)定性較差;文獻(xiàn)[19]模型的準(zhǔn)確率在70%~85%之間,其準(zhǔn)確率遠(yuǎn)低于本文模型,并且根據(jù)其折線的變化幅度可知,其穩(wěn)定性弱于本文系統(tǒng)。根據(jù)3種模型的涉密自檢準(zhǔn)確率對(duì)比結(jié)果可知,本文能夠高準(zhǔn)確率檢測(cè)出電力監(jiān)控系統(tǒng)涉密數(shù)據(jù),有效防止用戶隨意訪問(wèn)系統(tǒng)資源,增強(qiáng)系統(tǒng)的安全性。
響應(yīng)時(shí)間能有效體現(xiàn)系統(tǒng)運(yùn)行效率,在電力監(jiān)控系統(tǒng)涉密數(shù)據(jù)自檢過(guò)程中,及時(shí)檢測(cè)出涉密信息,同時(shí)快速反饋?zhàn)饔糜谟脩粼L問(wèn)模塊,對(duì)于系統(tǒng)安全性具有重要作用。因此本實(shí)驗(yàn)選取響應(yīng)時(shí)間為指標(biāo),對(duì)比本文模型與文獻(xiàn)[9]、文獻(xiàn)[19]模型,結(jié)果見(jiàn)表1。
表 1 響應(yīng)時(shí)間對(duì)比結(jié)果
從表1可以看出,本文所設(shè)計(jì)模型的系統(tǒng)響應(yīng)時(shí)間在5~7 s之間,整體所用時(shí)間較短,在5組不同的測(cè)試數(shù)據(jù)條件下,均能快速完成電力監(jiān)控系統(tǒng)涉密數(shù)據(jù)自檢;文獻(xiàn)[9]的系統(tǒng)響應(yīng)時(shí)間在22~29 s之間,文獻(xiàn)[19]的系統(tǒng)響應(yīng)時(shí)間在15~20 s之間,響應(yīng)時(shí)間均長(zhǎng)于本文系統(tǒng)模型,不能快速完成系統(tǒng)涉密數(shù)據(jù)檢測(cè),不利于維護(hù)系統(tǒng)安全性。本文結(jié)合云計(jì)算訪問(wèn)控制設(shè)計(jì)的系統(tǒng)涉密自檢模型具有一定的高效性,為系統(tǒng)安全運(yùn)行提供了重要保障。
電力監(jiān)控系統(tǒng)的發(fā)展對(duì)于電力故障診斷、網(wǎng)絡(luò)維護(hù)和正常運(yùn)行具有重要作用,同時(shí)電力監(jiān)控系統(tǒng)的安全性也越來(lái)越受到大眾關(guān)注。本文基于云計(jì)算訪問(wèn)控制設(shè)計(jì)一種電力監(jiān)控系統(tǒng)涉密自檢模型,以系統(tǒng)控制中心為主,結(jié)合云計(jì)算訪問(wèn)控制模型構(gòu)建數(shù)據(jù)庫(kù)涉密自檢流程,完成電力監(jiān)控系統(tǒng)涉密自檢模型設(shè)計(jì),實(shí)現(xiàn)系統(tǒng)安全運(yùn)行。實(shí)驗(yàn)驗(yàn)證表明,本文模型的涉密自檢準(zhǔn)確率較高且系統(tǒng)響應(yīng)耗時(shí)短,對(duì) 電力監(jiān)控系統(tǒng)安全運(yùn)行具有一定保障作用。
西安工程大學(xué)學(xué)報(bào)2022年3期