Evaluación Experimental de Algoritmos de Detección de Anomalías para Sistemas Ciber Físicos - Un Enfoque de Big Data

Abstract

Cada vez es más relevante el adecuado abordaje de la seguridad cibernética en el ámbito de los Cyber Physical Systems (CPS) o Sistemas Ciber Físicos, como en la industria, la generación de energía, los sistemas de domótica, y otros sistemas inteligentes. Este abordaje requiere del desarrollo de conocimiento, técnicas y herramientas que permitan detectar de manera oportuna comportamientos anormales en una planta o sistema con el uso de Intrusion Detection Systems (IDS) o Sistemas de Detección de Intrusión. Estos IDS pueden procesar información proveniente de los sistemas basados en Tecnologías de la Información (TI) utilizados en la planta, o bien, de valores medidos de proceso obtenidos vía sistemas Supervisory Control And Data Adquisition (SCADA). El presente trabajo busca contribuir con un sistema IDS aplicado a valores medidos de procesos industriales simulados en un avanzado testbed o banco de pruebas que combina procesos de distintas naturalezas, utilizando un algoritmo de detección basados en Deep Learning. El resultado del trabajo muestra que el uso de algoritmo LSTM tiene un buen rendimiento para su uso en la implementación de IDS para ICS.