Оценка рисков киберфизических систем с использованием моделирования доменов и имитационного моделирования
Ключевые слова:
киберфизические системы, информационные технологии, риски, оценка рисков, язык моделирования доменов, моделирование, UML, CORAS, катастрофоустойчивые киберфизические системы, структурная динамикаАннотация
В настоящее время системы, разрабатываемые для интеграции реальных физических процессов и виртуальных вычислительных процессов — киберфизических систем (КФС), используются во многих областях промышленности и национальной инфраструктуры, таких как производство, медицина, управление транспортом и безопасность, автомобилестроение, управление промышленными процессами, энергосбережение, экологический менеджмент, промышленные роботы, управление технической инфраструктурой, распределенные роботизированные системы, целевые системы защиты, технологии нанотехнологий и биологических систем. При широком использовании подобных систем уровень ИТ-рисков и киберрисков резко возрастает, в результате чего атаки против КФС могут привести к неуправляемым и непредсказуемым последствиям. Таким образом, существует необходимость в хорошо продуманной системе оценки рисков КФС, что обеспечит общее представление о состоянии безопасности КФС, а также эффективное распределение защищаемых ресурсов. Характер КФС отличается от ИТ-систем главным образом потребностью в операциях реального времени, поэтому традиционный метод оценки рисков для ИТ-систем может быть адаптирован для условий работы КФС. Разработка языка моделирования доменов (“domain specific language”, DSL), основанного на унифицированном языке моделирования UML и описанного в данной статье, обеспечивает синергизм широко используемой в ИТ-индустрии методики с используемыми в конкретных областях подходами к управлению рисками. В отличие от традиционного использования UML для целей имитационного моделирования, описанный в статье язык моделирования DSL обогащен набором стохастических атрибутов моделируемых процессов. Подобные стохастические атрибуты можно использовать для дальнейшей реализации дискретно-событийных симуляторов.Литература
1. Biro M., Mashkoor A., Sametinger J., Seker R. Software Safety and Security Risk Mitigation in Cyber-physical Systems // IEEE Software. 2018. vol. 35. no. 1. pp. 24–29.
2. Hu F. Cyber-Physical Systems: Integrated Computing and Engineering Design // New York: CRC Press. 2018. 398 p.
3. Romanovs A. Security in the Era of Industry 4.0 // 2017 Open Conference of Electrical, Electronic and Information Sciences (eStream). 2017. 1 p.
4. Klimov R., Reznik A., Solovjova I., Slihte J. The Development of the IT Risk Management Concept // Computer Science. 2008. vol. 5. pp. 131–139.
5. Romanovs A., Merkuryev Y., Klimov R., Solovjova I.A Technique for Operational IT Risk Management in Latvian Monetary and Financial Institutions // Proc. of 8th WSEAS International Conference on Applied Computer Science «Recent Advances on Applied Computer Science». 2008. pp. 230–235.
6. Teilans A. et al. Domain Specific Simulation Language for IT Risk Assessment // Proceedings 25th European Conference on Modelling and Simulation (ECMS2011). 2011. pp. 342–347.
7. Lund M.S., Solhaug B., Stølen K. Model-Driven Risk Analysis: The CORAS Approach // Springer. 2010. 460 p.
8. Kleins A., Merkuryev Y., Teilans A., Filonik M. A meta-model based approach to UML modelling and simulation // Proceedings of the 7th International Conference on System Science and Simulation in Engineering. 2008. 6 p.
9. Skorobogatjko A., Romānovs A., Kuņicina N. State of the Art in the Healthcare Cyber-physical Systems // Information Technology and Management Science. 2014. vol. 17. pp. 126–131.
10. Cyber-Physical Systems. URL: https://ptolemy.berkeley.edu/projects/cps/ (дата обращения: 11.02.2018).
11. Patterson D.A., Hennessy J.L. Computer Organization and Design: The Hardware/Software Interface: 5th ed. // Morgan Kaufmann. 2013. 800 p.
12. Milenkovic A., Otto C., Jovanov E. Wireless sensor networks for personal health monitoring: issues and an implementation // Computer Communications. 2006. vol. 29. no. 13-14. pp. 2521–2533.
13. Buyya R., Broberg J., Goscinski A. Cloud Computing: Principles and Paradigms // John Wiley & Sons. 2010. 637 p.
14. Achim D., Brucker J.D. Metamodel-based UML notations for domain-specific languages // Proceeding of 4th International Workshop on Language Engineering (ATEM 2007). 2007. 15 p.
15. Lenz G., Wienands C., Greenfield J., Kozaczynski W. Practical software factories in. NET // New York: Apress. 2006. 214 p.
16. Sindre G., Opdahl A.L. Eliciting Security Requirements by Misuse Cases // Requirements engineering. 2005. vol. 10. no. 1. pp. 34–44.
17. Matulevicius R., Mayer N., Heymans P. Alignment of misuse cases with security risk management // Third International Conference on Availability, Reliability and Security (ARES 08). 2008. pp. 1397–1404.
18. Куприяновский В.П., Намиот Д.Е., Синягов С.А. Кибер-физические системы как основа цифровой экономики // International Journal of Open Information Technologies. 2016. vol. 4. no. 2. pp. 18–24.
19. Wolf W. Cyber-physical systems // Computer. 2009. vol. 3. pp. 88–89.
20. Беленков В.Г., Будзко В.И., Синицын И.Н. Катастрофоустойчивость корпоративных информационных систем. Часть 1 // М.: ИПИ РАН. 2002.
21. Белов П.Г. Системный анализ и моделирование опасных процессов в техносфере: учебное пособие для студ. высш. учеб. заведений // М.: Издательский центр «Академия». 2003. 512 c.
22. Будзко В.И., Беленков В.Г., Кейер П.А. Проблемы создания катастрофоустойчивых автоматизированных систем банковских расчетов // Системы и средства информатики. 2002. Вып. 12. С. 48–57.
23. Юсупов Р.М. и др. Новое научное направление в создании технологий ситуационного управления в чрезвычайных ситуациях // Труды Международной Научной Школы «Моделирование и Анализ Безопасности и Риска в Сложных Системах (МА БР-2007)». 2007. С. 94–99.
24. Охтилев М.Ю., Соколов Б.В., Юсупов Р.М. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов // М.: Наука. 2006. 410 c.
2. Hu F. Cyber-Physical Systems: Integrated Computing and Engineering Design // New York: CRC Press. 2018. 398 p.
3. Romanovs A. Security in the Era of Industry 4.0 // 2017 Open Conference of Electrical, Electronic and Information Sciences (eStream). 2017. 1 p.
4. Klimov R., Reznik A., Solovjova I., Slihte J. The Development of the IT Risk Management Concept // Computer Science. 2008. vol. 5. pp. 131–139.
5. Romanovs A., Merkuryev Y., Klimov R., Solovjova I.A Technique for Operational IT Risk Management in Latvian Monetary and Financial Institutions // Proc. of 8th WSEAS International Conference on Applied Computer Science «Recent Advances on Applied Computer Science». 2008. pp. 230–235.
6. Teilans A. et al. Domain Specific Simulation Language for IT Risk Assessment // Proceedings 25th European Conference on Modelling and Simulation (ECMS2011). 2011. pp. 342–347.
7. Lund M.S., Solhaug B., Stølen K. Model-Driven Risk Analysis: The CORAS Approach // Springer. 2010. 460 p.
8. Kleins A., Merkuryev Y., Teilans A., Filonik M. A meta-model based approach to UML modelling and simulation // Proceedings of the 7th International Conference on System Science and Simulation in Engineering. 2008. 6 p.
9. Skorobogatjko A., Romānovs A., Kuņicina N. State of the Art in the Healthcare Cyber-physical Systems // Information Technology and Management Science. 2014. vol. 17. pp. 126–131.
10. Cyber-Physical Systems. URL: https://ptolemy.berkeley.edu/projects/cps/ (дата обращения: 11.02.2018).
11. Patterson D.A., Hennessy J.L. Computer Organization and Design: The Hardware/Software Interface: 5th ed. // Morgan Kaufmann. 2013. 800 p.
12. Milenkovic A., Otto C., Jovanov E. Wireless sensor networks for personal health monitoring: issues and an implementation // Computer Communications. 2006. vol. 29. no. 13-14. pp. 2521–2533.
13. Buyya R., Broberg J., Goscinski A. Cloud Computing: Principles and Paradigms // John Wiley & Sons. 2010. 637 p.
14. Achim D., Brucker J.D. Metamodel-based UML notations for domain-specific languages // Proceeding of 4th International Workshop on Language Engineering (ATEM 2007). 2007. 15 p.
15. Lenz G., Wienands C., Greenfield J., Kozaczynski W. Practical software factories in. NET // New York: Apress. 2006. 214 p.
16. Sindre G., Opdahl A.L. Eliciting Security Requirements by Misuse Cases // Requirements engineering. 2005. vol. 10. no. 1. pp. 34–44.
17. Matulevicius R., Mayer N., Heymans P. Alignment of misuse cases with security risk management // Third International Conference on Availability, Reliability and Security (ARES 08). 2008. pp. 1397–1404.
18. Куприяновский В.П., Намиот Д.Е., Синягов С.А. Кибер-физические системы как основа цифровой экономики // International Journal of Open Information Technologies. 2016. vol. 4. no. 2. pp. 18–24.
19. Wolf W. Cyber-physical systems // Computer. 2009. vol. 3. pp. 88–89.
20. Беленков В.Г., Будзко В.И., Синицын И.Н. Катастрофоустойчивость корпоративных информационных систем. Часть 1 // М.: ИПИ РАН. 2002.
21. Белов П.Г. Системный анализ и моделирование опасных процессов в техносфере: учебное пособие для студ. высш. учеб. заведений // М.: Издательский центр «Академия». 2003. 512 c.
22. Будзко В.И., Беленков В.Г., Кейер П.А. Проблемы создания катастрофоустойчивых автоматизированных систем банковских расчетов // Системы и средства информатики. 2002. Вып. 12. С. 48–57.
23. Юсупов Р.М. и др. Новое научное направление в создании технологий ситуационного управления в чрезвычайных ситуациях // Труды Международной Научной Школы «Моделирование и Анализ Безопасности и Риска в Сложных Системах (МА БР-2007)». 2007. С. 94–99.
24. Охтилев М.Ю., Соколов Б.В., Юсупов Р.М. Интеллектуальные технологии мониторинга и управления структурной динамикой сложных технических объектов // М.: Наука. 2006. 410 c.
Assessment of Cyber Physical System Risks with Domain Specific Modelling and Simulation
Abstract
Nowadays, the systems developed to integrate real physical processes and virtual computational processes — the cyber-physical systems (CPS), are used in multiple areas of industry and critical national infrastructure, such as manufacturing, medicine, traffic management and security, automotive engineering, industrial process control, energy saving, ecological management, industrial robots, technical infrastructure management, distributed robotic systems, protection target systems, nanotechnology and biological systems technology. With wide use, the level of IT and cyberrisks increases drastically and successful attacks against the CPS will lead to unmanageable and unimaginable consequence. Thus, the need in well-designed risk assessment system of CPS is clear and such system can provide an overall view of CPS security status and support efficient allocations of safeguard resources. The nature of CPS differs from IT mainly with the requirement for real-time operations, thus, traditional risk assessment method for IT system can be adopted in CPS. Design of a unified modelling language based domain specific language described in this paper achieves synergy from in IT industry widely used UML modelling technique and the domain specific risk management extensions. As a novelty for UML modelling, especially for simulation purposes, the presented DSL is enriched by a set of stochastic attributes of modelled activities. Such stochastic attributes are usable for further implementation of discrete-event system simulators.
Опубликован
2018-08-01
Как цитировать
Тейланс, А. А., Романов, А. В., Меркурьев, Ю. А., Дорогов, П. П., Клейнс, А. Я., & Потрясаев, С. А. (2018). Оценка рисков киберфизических систем с использованием моделирования доменов и имитационного моделирования. Труды СПИИРАН, 4(59), 115-139. https://doi.org/10.15622/sp.59.5
Раздел
Искусственный интеллект, инженерия данных и знаний
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями:
Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале.
Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале.
Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).
