امنیت اسکادا ۲۰۲۰
SCADA Security 2020

بررسی طراحی و کاربرد سامانه‌های تشخیص نفوذ (IDS) برای ایمن‌سازی سیستم‌های کنترل نظارتی و گردآوری داده (SCADA)

حملات سایبری به سیستم‌های SCADA – معماری سیستم کنترلی که از رایانه‌ها، ارتباطات داده‌ای شبکه‌ای و رابط‌های کاربری گرافیکی برای مدیریت نظارتی فرآیندهای سطح بالا استفاده می‌کند – می‌تواند منجر به پیامدهای مالی پرهزینه یا حتی از دست رفتن جان انسان‌ها شود. به حداقل رساندن خطرات بالقوه و پاسخگویی به اقدامات مخرب، نیازمند رویکردهای نوآورانه برای نظارت بر سیستم‌های SCADA و محافظت از آن‌ها در برابر حملات هدفمند است. امنیت SCADA: مفاهیم یادگیری ماشین برای تشخیص و پیشگیری از نفوذ به منظور کمک به متخصصان امنیت و شبکه‌سازی برای توسعه و استقرار سیستم‌های تشخیص نفوذ (IDS) دقیق و مؤثر برای سیستم‌های SCADA طراحی شده است که از یادگیری ماشین خودکار بهره می‌برند.

این راهنمای معتبر با ارائه دیدگاه‌های تخصصی، توصیه‌های عملی و پوشش به‌روز تحولات در امنیت SCADA، رویکردی جدید برای یک IDS غیرنظارتی کارآمد ارائه می‌دهد که توسط داده‌های خاص SCADA هدایت می‌شود. این متن که در هشت فصل عمیق سازماندهی شده است، ابتدا به این موضوع می‌پردازد که چگونه حملات سنتی فناوری اطلاعات نیز می‌تواند علیه SCADA امکان‌پذیر باشد و مفاهیم، سیستم‌ها، معماری‌ها و اجزای اصلی ضروری SCADA را شرح می‌دهد. فصل‌های بعدی چارچوب‌ها و رویکردهای مختلف امنیتی SCADA را معرفی می‌کنند، از جمله ارزیابی امنیت با SCADAVT مبتنی بر مجازی‌سازی، استفاده از SDAD برای استخراج تشخیص مبتنی بر مجاورت، یافتن یک آستانه ناهنجاری جهانی و کارآمد با GATUD، و موارد دیگر. این کتاب مهم:

• دیدگاه‌های متنوعی در مورد ایجاد یک رویکرد IDS کارآمد ارائه می‌دهد که می‌تواند در سیستم‌های SCADA پیاده‌سازی شود.
• رابطه بین اجزای اصلی و سه نسل از سیستم‌های SCADA را شرح می‌دهد.
• طبقه‌بندی یک SCADA IDS را بر اساس معماری و پیاده‌سازی آن توضیح می‌دهد.
• ادبیات کنونی در این زمینه را بررسی می‌کند و مسیرهای احتمالی برای تحقیقات آینده را پیشنهاد می‌کند.

امنیت SCADA: مفاهیم یادگیری ماشین برای تشخیص و پیشگیری از نفوذ، برای همه محققان، مهندسان، معماران سیستم، توسعه‌دهندگان، مدیران، مدرسان و سایر متخصصان صنعت امنیت SCADA، یک کتاب ضروری است.

Examines the design and use of Intrusion Detection Systems (IDS) to secure Supervisory Control and Data Acquisition (SCADA) systems

Cyber-attacks on SCADA systems the control system architecture that uses computers, networked data communications, and graphical user interfaces for high-level process supervisory management can lead to costly financial consequences or even result in loss of life. Minimizing potential risks and responding to malicious actions requires innovative approaches for monitoring SCADA systems and protecting them from targeted attacks. SCADA Security: Machine Learning Concepts for Intrusion Detection and Prevention is designed to help security and networking professionals develop and deploy accurate and effective Intrusion Detection Systems (IDS) for SCADA systems that leverage autonomous machine learning.

Providing expert insights, practical advice, and up-to-date coverage of developments in SCADA security, this authoritative guide presents a new approach for efficient unsupervised IDS driven by SCADA-specific data. Organized into eight in-depth chapters, the text first discusses how traditional IT attacks can also be possible against SCADA, and describes essential SCADA concepts, systems, architectures, and main components. Following chapters introduce various SCADA security frameworks and approaches, including evaluating security with virtualization-based SCADAVT, using SDAD to extract proximity-based detection, finding a global and efficient anomaly threshold with GATUD, and more. This important book:

• Provides diverse perspectives on establishing an efficient IDS approach that can be implemented in SCADA systems
• Describes the relationship between main components and three generations of SCADA systems
• Explains the classification of a SCADA IDS based on its architecture and implementation
• Surveys the current literature in the field and suggests possible directions for future research

SCADA Security: Machine Learning Concepts for Intrusion Detection and Prevention is a must-read for all SCADA security and networking researchers, engineers, system architects, developers, managers, lecturers, and other SCADA security industry practitioners.