УДК 330.
DOI: 10.36871/ek.up.p.r.2025.12.17.012

Авторы

Хамзат Хайзырович Мальцагов,
Амирхан Магомедович Айбуев,
ФГБОУ ВО «Грозненский государственный нефтяной технический университет им. акад. М. Д. Миллионщикова», г. Грозный, Россия

Аннотация

Статья представляет систематизированный обзор и сравнительный анализ методов интеллектуального обнаружения вторжений в промышленные управляющие сети. Рассматриваются сигнатурные подходы, методы на основе аномалий, гибридные ансамбли, модели с учителем и без учителя, глубокие нейросетевые схемы, а также детектирование по инвариантам технологического процесса. Проводится сопоставление по точности, полноте, доле ложных тревог, задержке обнаружения и вычислительной трудоёмкости с учётом ограничений АСУ ТП. Обсуждаются устойчивость к ускользанию и отравлению данных, требования к интерпретируемости и пассивному мониторингу. Сформулированы практические рекомендации по внедрению каскадных архитектур и настройке порогов с привязкой к профилю технологических рисков.

Ключевые слова

промышленные управляющие сети, обнаружение вторжений, аномалии, сигнатуры, гибридные ансамбли

Список литературы

  1. Башмаков Н. М., ВасильевВ. И., ВульфинА. М., Картак В. М., Кириллова А. Д. Обнаружение сетевых атак ботнетов на основе технологий машинного обучения и переноса знаний // Информационно-управляющие системы. 2024. № 5. С. 41–56.
  2. Жарасов Б. С., Абрамов В. И. Цифровые двойники в управлении производством: принципы создания, проблемы внедрения и перспективы развития // Современная экономика: проблемы и решения. 2024. № 6 (174). С. 80–94.
  3. Козлова В. В. Оптимизация бизнес-процессов с применением технологий искусственного интеллекта // Вестник Евразийской науки. 2025. Т. 17. № s2. С. 1–16.
  4. Коноплев А. С., Калинин М. О. Защита блокчейн-систем умного города от атаки эгоистичного майнинга // Проблемы информационной безопасности. Компьютерные системы. 2025. № 2. С. 60–70.
  5. Лаборатория Касперского. Киберугрозы для АСУ и промышленных предприятий в 2023 году. Аналитический отчёт Kaspersky ICS CERT. 2022. 60 с.
  6. Мухамеджанов А. И., Хабибуллин И. И. Обзор методов машинного обучения для прогнозирования технического состояния газотурбинных двигателей // Вестник КГТУ им. А. Н. Туполева. 2023. № 3. С. 70–78.
  7. Новикова Е. С., Кузнецова Е. О., Голубев С. А. Выявление сетевых вторжений в промышленных киберфизических системах на основе сверточных нейронных сетей // Информационно-управляющие системы. 2024. № 5. С. 57–67.
  8. Прыткова Е. А., Давыдов В. М. Применение многофакторного анализа показателей качества машиностроительной продукции для оптимизации бизнес-процессов // Вестник МГТУ им. Г. И. Носова. 2024. Т. 22. № 3. С. 152–159.