The Algorithm for constructing a digital fingerprint of a sensor based on a dynamic model of its output signal for data protection in automated systems

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The article considers the problem of an intruder’s interference in the technological (e.g. automated) system operation by replacing an endpoint device (sensor) or its signal; it also considers approaches to detecting such interference. A brief overview of existing methods for detecting device substitution is provided. As a solution to the problem, it is proposed to identify the device by comparing some of its current parameters with reference parameters collected in advance. For the purposes of identifying an endpoint device, the author proposes to compare digital fingerprints (current and reference ones) constructed using dynamic models of the signal of this device. The main requirements for the input data are formulated. Ways for preliminary improving the input data are proposed in case the data do not meet the above requirements. The algorithm for creating a digital fingerprint is described with a detailed explanation of the mathematical apparatus used; the algorithm is also presented in a flowchart form. The application of the algorithm for the identifying purposes both in laboratory conditions (using a specially created test bench) and on real data from the functioning microclimate analysis system of the Center of Digital Solutions for Smart Grid of the Institute of Control Sciences of the Russian Academy of Sciences is considered.

About the authors

Daria N. Bogacheva

V.A. Trapeznikov Institute of Control Sciences of Russian Academy of Sciences

Author for correspondence.
Email: bogacheva@ipu.ru
ORCID iD: 0009-0005-9973-6986
SPIN-code: 2780-6169
Scopus Author ID: 57946782400
ResearcherId: JXK-0730-2024

junior researcher, Laboratory No. 49 of Infrastructure Systems

Russian Federation, Moscow

References

  1. Bogacheva D., Lukinova O. The issues of the data correctness assessment for lower level devices in automated control systems. In: Proc. of the 32th International Scientific and Technical Conference “Security Systems – 2023” (Moscow). Moscow: AGPS EMERCOM of Russia. 2023. Pp. 349–355.
  2. Bogacheva D., Lukinova O., Pavlova E. The approach to assessing the correctness of automated system endpoint devices’ parameters using their reference models. In: Proceedings of the International Russian Smart Industry Conference “SmartIndustryCon”. Sochi: IEEE. 2024. Pp. 850–854.
  3. Bogacheva D., Lukinova O., Roschin A. Recognition of automated systems endpoint devices by their dynamic models. In: Proc. of the 33th International Scientific and Technical Conference “Security Systems – 2024” (Moscow). Moscow: AGPS EMERCOM of Russia. 2024. Vol. 2. Pp. 349–355.
  4. Graupe D. Identification of Systems. Moscow: World. 1979.
  5. Zakharchenko V. Monitoring the reliability of parameter values in automated control systems. In: Proc. of the 3rd All-Russian scientific and practical conference IMMOD-2007. St. Petersburg: ZNIITS. 2007. Vol. 1. Pp. 278–286.
  6. Zakharchenko V. Assessing the reliability of information support for hydraulic unit automated control systems based on function-oriented fuzzy mathematical models. Samara: SSTU. 2011.
  7. Lee R. Optimal estimation. identification. and control. Moscow: Science. 1966.
  8. Abas P., Chowdhury R., Idris A. Device identification using optimized digital footprints. IAES International Journal of Artificial Intelligence (IJ-AI). 2023. No. 12 (1). Pp. 232–240.
  9. Aleisa M., Alenizi A., Anantha Raman G.R. et al. Improving electricity theft detection using electricity information collection system and customers’ consumption patterns. Energy Exploration & Exploitation. 2024. No. 42 (5). Pp. 1684–1714.
  10. Aneja S., Aneja N., Bhargava B., Chowdhury R. Device fingerprinting using deep convolutional neural networks. International Journal of Communication Networks and Distributed Systems. 2022. Vol. 28. No. 2. Pp. 171–198.
  11. Aslam S., Javaid N., Javed M., Shehzad F. Electricity theft detection using big data and genetic algorithm in electric power systems // Electric Power Systems Research. 2022. No. 209. P. 107975.
  12. Ding N., Gao H., Ma H. et al. Real-time anomaly detection based on long short-Term memory and Gaussian Mixture Model // Computers & Electrical Engineering. 2019. No. 79. P. 106458.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. The algorithm for constructing a digital fingerprint of an automated system endpoint device

Download (319KB)
3. Fig. 2. The test bench scheme

Download (58KB)
4. Fig. 3. The statistics on the data collection interval length

Download (715KB)
5. Fig. 4. The gaps in measurements (white stripes)

Download (534KB)
6. Fig. 5. The data with errors

Download (513KB)
7. Fig. 6. The dispersion of measurement samples discreteness

Download (1MB)
8. Fig. 7. The examples of successful comparison of the device current model with the reference one

Download (1MB)


License URL: https://www.urvak.ru/contacts/

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».